基于递归神经网络的转速估计器仿真研究.pdfVIP

第 32卷第 1期 青 岛理 工 大 学学 报 Vo1．32No．12011 JournalofQingdaoTechnologicalUniversity 基于递归神经 网络 的转速估计器仿真研究 刘春霞，隋关娥 ，武心庆 (青岛港湾职业技术学院 电气工程系，青岛266404) 摘 要：针对硬件传感器安装、调试、维护复杂等缺点，采用了一种基于递归神经网络(recurrentneuralnet— WOrk，RNN)的转速估计器 ，取代传统传感器完成转速检测任务．递归神经网络采用带遗忘因子的最小二乘 (RLS)估计算法，该方法利用RNN强的非线性动态特性 ，可以在线训练权重 ，从而可以快速跟踪参数变化、 负载变动等情况．最后 ，通过MATLAB／Simulink仿真验证了此方法的有效性． 关键词 ：递归神经网络 ；递推最小二乘；感应电机 ’ 中图分类号：TP212 文献标志码 ：A 文章编号：1673--4602(2011)01--0093--04 StudyofSpeed EstimatorsBasedon RNN LIU Chun-xia，SUIM ei—e，WU Xin-qing (ElectricalEngineeringDepartment，QingdaoHarbourVocationalandTechnicalCollege，Qingdao266404，China) Abstract：Inlightwith theweaknessesofinstallation，debugging，maintenanceandSOonof hardwaresensors．anew speedestimatorbasedonrecurrentneura1networkiSadoptedtore- placetheconventionalhardwaresensors．Thealgorithm forrecurrentleastsquare (RLS) withforgetting factorsisemployedinrecurrentneuralnetwork (RNN)．Theweightsof RNN canbeestimatedon-line Itcan track theinformationoftheparametervariationand loadvariation．Theeffectivenessoftheproposedmethodisverifiedthrough theMATIAB andSimulinkmode1． Keywords：recurrentneuralnetwork；recurrentleastsquare；inductionmotor 在闭环控制系统中，为提高系统的控制精度常采用脉冲编码器等转速传感器对 电机的转速信号进行 检测，但这种方法在实际应用中存在安装、调试、维护复杂，不适用于温差较大及较恶劣的工作环境等诸多 问题．多年来无速度传感器的转速估计算法一直受到许多研究者的重视，并且提出了许多转速在线估算方 法，如采用模型参考 自适应系统 (MRAS)方法、卡尔曼滤波器 (EKF)方法以及 电流谐波的估计方法等-1]． 众所周知，三相感应电机的动态数学模型为非线性的，而人工神经网络在处理非线性模型等方面具有独特 的优点，且 已被广泛应用于模式识别、系统辨识与估计 以及各种控制系统中．神经网络控制具有 自适应、自 学习功能，控制性能好，并行处理速度快等优点，已成为很具吸引力的一种控制方法．目前，神经网络在电 力电子领域的运用 中，大部分都采用前向多层神经网络，此网络很容易训练，但却只能处理静态问题，而对 电机的非线性模型则有点力不从心．而递归神经网络 (RNN)特别适合处理动态问题，为了使神经网络能 够具有 良好的动态响应能力，能实时地检测出转速_2]，笔者采用带输出反馈的实时递归神经网络 (RNN) 结构来估计感应电机的转速，利用电