基于BP神经网络PID控制的无刷直流电动机调速系统设计
本文关键词:基于BP神经网络PID控制的无刷直流电动机调速系统设计
更多相关文章: 无刷直流电机 PID控制 BP神经网络 MATLAB仿真
【摘要】:本文主要针对无刷直流电动机调速系统的控制进行了相关研究。首先分析了无刷直流电机的工作原理及系统组成,然后融合BP神经网络及PID控制方法,设计了双闭环调速系统控制器,最后通过MATLAB/SIMULINK仿真研究,表明所提方法的有效性,系统具有良好的静动态性能。
【作者单位】: 山东省淄博市淄博万杰肿瘤医院;
【分类号】:TM33;TP183
【正文快照】: 1引言 上世纪八十年代以后,随着可控硅、表面安装技术、微系统技术等的发展,世界上著名的公司都在竞相发展直流调速,且成果显著。系统的动静态性能、抗干扰性、精度等都得到了全面的发展和提高,应用方面也更加广泛。现代的工业生产中,如矿山开采、炼钢厂、造纸厂、纺织业等使
【相似文献】
中国期刊全文数据库 前10条
1 唐巍,陈学允;并行BP网在电力系统暂态稳定分析中的应用[J];哈尔滨工业大学学报;1997年04期
2 ;韩国BP机普及率世界第一[J];农电管理;1997年05期
3 潘力强,马歆,杨长青;广义BP网用于电力系统短期负荷预报[J];湖南电力;1998年03期
4 樊丽丽,任先成,童国力;电力系统短期负荷预测的改进BP算法[J];太原理工大学学报;2003年02期
5 赵宇红,苏泽光,盛义发,匡少滨;BP神经网络在电力系统短期负荷预测中的应用[J];南华大学学报(自然科学版);2005年03期
6 施应玲;杨红松;庞南生;;短期电力负荷预测的自适应混合遗传优化BP算法[J];电力科学与工程;2008年09期
7 刘伟;周俊敏;李景红;;BP神经网络PID控制在稀土永磁无刷直流电动机伺服系统中的应用[J];周口师范学院学报;2012年02期
8 唐巍,陈学允;BP算法应用于电力系统暂态稳定分析的新策略[J];电力系统自动化;1997年03期
9 刘刚;黄剑华;刘学仁;;基于改进型BP神经网络的短期电力负荷预测[J];电气应用;2005年12期
10 熊永胜;;基于BP神经网络的电力系统短期负荷预测[J];成都大学学报(自然科学版);2012年02期
中国重要会议论文全文数据库 前7条
1 栗秋华;李杨;卢雯嘉;游步新;;基于遗传算法和BP神经网络的电力系统电压稳定性预警模型[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
2 尤焕苓;丁德平;王春华;刘伟东;谢庄;;应用回归分析和BP神经网络方法模拟北京地区电力负荷[A];第26届中国气象学会年会预测与公共服务分会场论文集[C];2009年
3 董秀成;李芹;许强;;BP算法在电力系统短期负荷预测中的应用[A];首届信息获取与处理学术会议论文集[C];2003年
4 王乐;杨世兴;任梦;;基于BP神经网络的电缆单线质量预测[A];第十七届全国煤矿自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2007年
5 周龙;谢兆鸿;;一种自适应BP算法在绝缘预测中的应用[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年
6 陈刚;张勇;王瑞;杨思乾;;基于BP算法的逆变点焊电源模糊神经网络控制研究[A];陕西省焊接学术会议论文集[C];2006年
7 倪浩;高凯;司文荣;;基于超高频特征检测向量及BP神经网络的局放模式识别[A];第二十届华东六省一市电机工程(电力)学会输配电技术讨论会论文集[C];2012年
中国重要报纸全文数据库 前3条
1 记者 徐庭娅;BP与力拓携手清洁煤发电[N];中国经济导报;2007年
2 林昌明 DigiTimes;BP耗资50亿美元投入太阳能电池[N];电子资讯时报;2006年
3 记者 李春辉;BP与GE联合开发氢气发电站及技术[N];中国石油报;2006年
中国硕士学位论文全文数据库 前10条
1 吕毅;基于改进BP算法的电力系统短期负荷预测[D];华北电力大学(河北);2007年
2 张宝平;基于遗传BP神经网络的电力系统短期负荷预测[D];西安理工大学;2003年
3 周聪;基于改进BP神经网络的直接甲醇燃料电池的浓度测量及控制[D];上海交通大学;2015年
4 隋惠惠;基于BP神经网络的短期电力负荷预测的研究[D];哈尔滨工业大学;2015年
5 张聚伟;基于BP算法的模拟电路故障诊断系统的DSP实现[D];内蒙古工业大学;2005年
6 段侯峰;基于遗传算法优化BP神经网络的变压器故障诊断[D];北京交通大学;2008年
7 杨应高;基于粒子群BP神经网络的短期电力负荷预测[D];苏州大学;2011年
8 刘小明;基于BP神经网络的直流电动机故障诊断研究[D];武汉科技大学;2010年
9 陈胜义;基于小波分析和BP神经网络的微电机故障诊断方法研究[D];广东工业大学;2013年
10 陈严君;锂电池阻抗模型参数的BP神经网络预测研究[D];哈尔滨理工大学;2010年
,本文编号:1278160
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1278160.html