本文擬借助于神經(jīng)網(wǎng)絡(luò)良好的逼近能力，實(shí)現(xiàn)永磁同步電機(jī)的無(wú)位置傳感器控制。 人工神經(jīng)網(wǎng)絡(luò)(Neural Network)可以逼近任意復(fù)雜非線性映射，具有很強(qiáng)的自學(xué)習(xí)自適應(yīng)能力，十分適合于解決復(fù)雜的非線性控制問(wèn)題。其中，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)之一，得到了較為深入的研究，其結(jié)構(gòu)簡(jiǎn)單，需要離線確定的參數(shù)少、泛化能力強(qiáng)、逼近精度高、實(shí)時(shí)性強(qiáng)，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)永磁同步電機(jī)的調(diào)速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)自適應(yīng)調(diào)速控制策略，建立了一種包含辨識(shí)網(wǎng)絡(luò)和控制網(wǎng)絡(luò)的雙神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)控制系統(tǒng)。辨識(shí)網(wǎng)絡(luò)在線動(dòng)態(tài)辨識(shí)系統(tǒng)輸出并對(duì)控制網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整，控制網(wǎng)絡(luò)與PI控制方法相結(jié)合實(shí)現(xiàn)永磁同步電機(jī)自適應(yīng)轉(zhuǎn)速控制。仿真結(jié)果表明，該系統(tǒng)動(dòng)態(tài)響應(yīng)快、實(shí)時(shí)性較強(qiáng)、精度較高。 文中提出了一種基于混合訓(xùn)練算法的BP神經(jīng)網(wǎng)絡(luò)永磁同步電機(jī)無(wú)位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結(jié)合的混合算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練后，將其用于永磁同步電機(jī)的轉(zhuǎn)子位置角在線估計(jì)。結(jié)果表明，該訓(xùn)練算法可以有效地加快神經(jīng)網(wǎng)絡(luò)收斂速度，且估計(jì)的轉(zhuǎn)子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機(jī)調(diào)速控制系統(tǒng)，并進(jìn)行了相應(yīng)的軟硬件設(shè)計(jì)，為實(shí)現(xiàn)永磁同步電機(jī)的各種控制策略奠定了實(shí)驗(yàn)基礎(chǔ)。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供樣本，為研究永磁同步電機(jī)的自適應(yīng)調(diào)速控制和轉(zhuǎn)子位置角估計(jì)創(chuàng)造了條件。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 永磁同步電機(jī) 自適應(yīng)控制
上傳時(shí)間： 2013-05-23
上傳用戶：1101055045
無(wú)刷直流電機(jī)(BLDCM)是隨著電機(jī)控制技術(shù)、電力電子技術(shù)和微電子技術(shù)的發(fā)展而出現(xiàn)的一種新型電機(jī)。它是在有刷直流電機(jī)的基礎(chǔ)上發(fā)展起來(lái)的。無(wú)刷直流電機(jī)具有交流電機(jī)的結(jié)構(gòu)簡(jiǎn)單、運(yùn)行可靠、維護(hù)方便等一系列特點(diǎn)，又具有直流電機(jī)的運(yùn)行效率高、無(wú)勵(lì)磁損耗以及調(diào)速性能好等諸多優(yōu)點(diǎn)，在很多場(chǎng)合有廣泛的應(yīng)用前景，成為了國(guó)內(nèi)外研究的熱點(diǎn)。無(wú)刷直流電機(jī)傳統(tǒng)的理論部分分析和設(shè)計(jì)方法已經(jīng)比較成熟，因此對(duì)無(wú)刷直流電機(jī)控制策略的研究就顯得十分重要。 PID控制以其結(jié)構(gòu)簡(jiǎn)單、可靠性高、易于工程實(shí)現(xiàn)等優(yōu)點(diǎn)至今仍被廣泛應(yīng)用。在系統(tǒng)模型參數(shù)變化不大的情況下，PID控制性能優(yōu)良。但在工業(yè)上有許多無(wú)法建立精確數(shù)學(xué)模型的復(fù)雜控制對(duì)象和非線性控制對(duì)象，若采用傳統(tǒng)的PID進(jìn)行控制的話，那么很難獲得比較理想的控制效果。 對(duì)于無(wú)刷直流電機(jī)而言，它是一個(gè)多變量、強(qiáng)耦合的非線性系統(tǒng)，固定參數(shù)的PID調(diào)節(jié)器無(wú)法得到很理想的控制性能指標(biāo)。基于以上原因，本文以無(wú)刷直流電機(jī)為控制對(duì)象，通過(guò)分析無(wú)刷直流電機(jī)的數(shù)學(xué)模型，以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，設(shè)計(jì)了應(yīng)用于無(wú)刷直流電機(jī)的神經(jīng)網(wǎng)絡(luò)PID控制器。 在MATLAB平臺(tái)上，先利用神經(jīng)網(wǎng)絡(luò)PID控制器，給出相應(yīng)的控制算法，對(duì)典型的參數(shù)時(shí)變非線性系統(tǒng)的控制進(jìn)行了仿真研究。仿真結(jié)果表明，同傳統(tǒng)PID控制器相比，神經(jīng)網(wǎng)絡(luò)PID控制器對(duì)模型、環(huán)境具有較好的適應(yīng)能力與較強(qiáng)的魯棒性，有效的改善了系統(tǒng)的控制結(jié)果，達(dá)到了預(yù)期的目的。隨后利用SIMULNK建立了無(wú)刷直流電機(jī)控制系統(tǒng)的仿真模型。分別采用普通PID控制器和神經(jīng)網(wǎng)絡(luò)PID控制器對(duì)電機(jī)的不同運(yùn)行狀況進(jìn)行了仿真分析。仿真結(jié)果驗(yàn)證了所建模型的正確性，并證明了神經(jīng)網(wǎng)絡(luò)控制的優(yōu)越性。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 無(wú)刷直流電機(jī)
上傳時(shí)間： 2013-08-04
上傳用戶：YYRR
永磁同步電機(jī)(Permanent Magnet Synchronous Motor)因功率密度大、效率高、過(guò)載能力強(qiáng)、控制性能優(yōu)良等優(yōu)點(diǎn)，在中小容量調(diào)速系統(tǒng)和高精度調(diào)速場(chǎng)合發(fā)展迅速。但由于永磁同步電機(jī)的磁場(chǎng)具有獨(dú)特的交叉耦合和交叉飽和現(xiàn)象，且其控制系統(tǒng)是一個(gè)強(qiáng)非線性、時(shí)變和多變量系統(tǒng)，要實(shí)現(xiàn)高精度調(diào)速就需對(duì)其控制策略進(jìn)行深入研究。 永磁同步電機(jī)調(diào)速系統(tǒng)中，位置傳感器的存在使得系統(tǒng)成本增加、結(jié)構(gòu)復(fù)雜、可靠性降低，所以永磁同步電機(jī)的無(wú)位置傳感器控制成為一個(gè)新的研究熱點(diǎn)。本文擬借助于神經(jīng)網(wǎng)絡(luò)良好的逼近能力，實(shí)現(xiàn)永磁同步電機(jī)的無(wú)位置傳感器控制。 人工神經(jīng)網(wǎng)絡(luò)(Neural Network)可以逼近任意復(fù)雜非線性映射，具有很強(qiáng)的自學(xué)習(xí)自適應(yīng)能力，十分適合于解決復(fù)雜的非線性控制問(wèn)題。其中，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)之一，得到了較為深入的研究，其結(jié)構(gòu)簡(jiǎn)單，需要離線確定的參數(shù)少、泛化能力強(qiáng)、逼近精度高、實(shí)時(shí)性強(qiáng)，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)永磁同步電機(jī)的調(diào)速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)自適應(yīng)調(diào)速控制策略，建立了一種包含辨識(shí)網(wǎng)絡(luò)和控制網(wǎng)絡(luò)的雙神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)控制系統(tǒng)。辨識(shí)網(wǎng)絡(luò)在線動(dòng)態(tài)辨識(shí)系統(tǒng)輸出并對(duì)控制網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整，控制網(wǎng)絡(luò)與PI控制方法相結(jié)合實(shí)現(xiàn)永磁同步電機(jī)自適應(yīng)轉(zhuǎn)速控制。仿真結(jié)果表明，該系統(tǒng)動(dòng)態(tài)響應(yīng)快、實(shí)時(shí)性較強(qiáng)、精度較高。 文中提出了一種基于混合訓(xùn)練算法的BP神經(jīng)網(wǎng)絡(luò)永磁同步電機(jī)無(wú)位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結(jié)合的混合算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練后，將其用于永磁同步電機(jī)的轉(zhuǎn)子位置角在線估計(jì)。結(jié)果表明，該訓(xùn)練算法可以有效地加快神經(jīng)網(wǎng)絡(luò)收斂速度，且估計(jì)的轉(zhuǎn)子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機(jī)調(diào)速控制系統(tǒng)，并進(jìn)行了相應(yīng)的軟硬件設(shè)計(jì)，為實(shí)現(xiàn)永磁同步電機(jī)的各種控制策略奠定了實(shí)驗(yàn)基礎(chǔ)。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供樣本，為研究永磁同步電機(jī)的自適應(yīng)調(diào)速控制和轉(zhuǎn)子位置角估計(jì)創(chuàng)造了條件。
上傳時(shí)間： 2013-07-03
上傳用戶：kakuki123
·基于BP神經(jīng)網(wǎng)絡(luò)的字符識(shí)別
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 字符識(shí)別
上傳時(shí)間： 2013-06-17
上傳用戶：brucewan
·基于PCA和BP神經(jīng)網(wǎng)絡(luò)算法的車(chē)牌字符識(shí)別
標(biāo)簽： PCA BP神經(jīng)網(wǎng)絡(luò) 算法 車(chē)牌字符
上傳時(shí)間： 2013-04-24
上傳用戶：maizezhen
基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器的研究與實(shí)現(xiàn):
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 控制器
上傳時(shí)間： 2013-11-25
上傳用戶：SimonQQ
小麥在儲(chǔ)藏階段由于各種災(zāi)害導(dǎo)致?lián)p失巨大，并降低了面粉質(zhì)量，及時(shí)檢測(cè)并分離小麥的受損顆粒迫在眉睫。文章以提取4類(lèi)小麥碰撞聲信號(hào)為基礎(chǔ)，使用數(shù)字信號(hào)處理方法對(duì)小麥完好粒、蟲(chóng)害粒、霉變粒及發(fā)芽粒的碰撞聲信號(hào)提取有效特征，最后利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分類(lèi)，對(duì)于3類(lèi)小麥類(lèi)型的識(shí)別取得了較好的識(shí)別率。應(yīng)用結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)能夠較好地實(shí)現(xiàn)區(qū)分受損小麥顆粒與完好小麥顆粒。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 聲信號(hào) 分類(lèi)
上傳時(shí)間： 2014-12-29
上傳用戶：lxm
針對(duì)硫化鎳礦選礦浮選工業(yè)過(guò)程中液位控制進(jìn)行數(shù)學(xué)分析，建立 BP預(yù)測(cè)模型并實(shí)施多浮選槽液位控制方法，利用目前工程領(lǐng)域流行的 MATLAB 7.0中提供的神經(jīng)網(wǎng)絡(luò)工具箱，對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和仿真，為有效抑制各槽液位擾動(dòng)、實(shí)時(shí)調(diào)整各浮選槽液位和實(shí)現(xiàn)浮選指標(biāo)的提高提供了有效的途徑。仿真結(jié)果證明了BP神經(jīng)網(wǎng)絡(luò)對(duì)解決硫化鎳礦浮選過(guò)程液位PID控制的有效性，具有廣泛應(yīng)用和推廣的價(jià)值。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 液位 控制
上傳用戶：凌云御清風(fēng)
文中將BP神經(jīng)網(wǎng)絡(luò)的原理應(yīng)用于參數(shù)辨識(shí)過(guò)程，結(jié)合傳統(tǒng)的 PID控制算法，形成一種改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)PID控制算法。該算法利用BP神經(jīng)網(wǎng)絡(luò)建立系統(tǒng)參數(shù)模型，能夠跟蹤被控對(duì)象的變化，取得較高的辨識(shí)精度。針對(duì)BP神經(jīng)網(wǎng)絡(luò)對(duì)權(quán)系初始值敏感的缺點(diǎn)，優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)系數(shù)。通過(guò)BP算法修正BP網(wǎng)絡(luò)自身權(quán)系數(shù)，實(shí)現(xiàn)PID參數(shù)的在線調(diào)整。仿真結(jié)果顯示了該算法收斂速度快、精度高、魯棒性強(qiáng)、穩(wěn)定性好，表明了該算法的可行性與有效性。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 算法 控制器
上傳時(shí)間： 2013-10-08
上傳用戶：cxl274287265
在變流器故障診斷系統(tǒng)中，通過(guò)MATLAB對(duì)牽引變流器建立故障仿真模型，提取故障特征，對(duì)輸入輸出數(shù)據(jù)進(jìn)行標(biāo)幺化和模糊化的處理，并基于改進(jìn)的動(dòng)量BP神經(jīng)網(wǎng)絡(luò)算法，完成對(duì)變流器開(kāi)關(guān)管開(kāi)路的診斷，誤差滿足要求范圍，結(jié)果表明：該算法收斂迅速，能避免陷入局部極值，而且準(zhǔn)確率很高，是一種快速有效的方法。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 牽引變流器 故障診斷
上傳時(shí)間： 2013-11-09
上傳用戶：familiarsmile
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
