基于模糊神经网络的永磁同步电动机矢量控制系统.pdf.pdf 全文免费在线阅读

  本文关键词：基于模糊神经网络的永磁同步电动机矢量控制系统，由笔耕文化传播整理发布。

网友1290478887近日为您收集整理了关于基于模糊神经网络的永磁同步电动机矢量控制系统.pdf的文档，希望对您的工作和学习有所帮助。以下是文档介绍：ww.10.50NBNMNS-20-1001020ZOPSPMPB(a)输入变量es110.50NBNMNS-5-31-15ZOPSPMPB(b)输入变量es2310.50NBNMNS0ZOPSPMPB(c)输出变量Δiq0.40.8-0.4-0.8图1输入输出变量的隶属度函数曲线Fig. 1Thefuzzymembershipfunctionsoftheinputvariablesandoutputvariable件发生改变,就可以利用模糊控制器的输出值在线调整人工神经网络的权值和阈值。3.3权值和阈值的在线调整误差函数为21()()2qenin=Δ(11)利用该误差,可按照式(12)~(15)对网络权值和阈值进行在线的调整[6]。(1)()()()hhhijijjiWnWnnXnhd+=+(12)(1)()()hhhjjjBnBnnhd+=+(13)(1)()()()ooohjkjkkjWnWnnOnhd+=+(14)(1)()()oookkkBnBnnhd+=+(15)式中hijW是输入层的第i个神经元与隐层的第j个神经元之间的连接权值;hjB为隐层第j个神经元的阈值;ojkW是隐层的第j个神经元与输出层的第k个神经元之间的连接权值;okB为输出层第k个神经元的阈值;Xi是输入层的第i个神经元的输入;hjO为隐层第j个神经元的输出;h为学习率;hjd、okd为隐层、输出层的误差梯度,可表示为[6]2()()()[1()]hoohjkjkjnnWnYndd=-(16)()()()()[1()]()()ooohkkkjokennenYnYnOnOnd?=-?(17)式中hjY、okY分别为隐层第j个神经元、输出层第k个神经元的输入;okO为输出层第k个神经元的输出。在电机的运行过程中,每一个采样时刻的误差值由模糊控制器得到。当电机的实际转速跟踪设定转速时,模糊控制的输出为零,交轴电流便由当前采样时刻的神经网络输入根据前一个采样时刻网络权值和阈值计算得出。否则,便会按照上述方式对其进行在线调整。自适应模糊神经网络控制器的结构如图2所示。wr(n)wr(n-1)wr(n-2)iq(n-1)神经网络控制器wr(n-1)wr(n)wr(n)*模糊控制器Δiq(n)e(n)=Δiq(n)Δiq(n)*++iq(n)图2自适应模糊神经网络控制器结构图Fig.workcontroller4仿真结果基于自适应模糊神经网络速度控制器的永磁同步电动机的矢量控制系统如图3所示。电机参数见附录B。仿真实验条件为:条件1:JJ=,0LT=N?m,*r1000r/minw=条件2:2JJ=×,5LT=N?m,*r1000r/minw=条件3:JJ=,5LT=N?m模糊控制器的逻辑规则和输入、输出变量的隶属度函数曲线如表1和图1所示,由Matlab工具箱中所提供的S-Function利用C语言所编写的程序实现。对所有仿真实验条件,电机的设定转速*rw、实际转速wr以及模糊控制器(Δiq)的仿真实验结果由图4~6所示。es1es2NBNMNSZOPSPMPBNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNMNMPSPSPSZONSNSNMNMPMPSZONSNMNMNMNBPBZOZONMNMNMNBNBPDF文件使用"pdfFactory Pro"试用版本创建糊神经网络wri(n)*-+z-z-z-d/dtA/Dqdabcabcqd实际转速设定转速实际转速设定转速实际设定转速ww.

1

  本文关键词：基于模糊神经网络的永磁同步电动机矢量控制系统，，由笔耕文化传播整理发布。