基于BP神经网络的开关磁阻电机建模.pdf

第 51卷 第 2期 电力 电子技术 Vo1．51，No．2 2017年 2月 PowerElectronics February2017 基于BP神经网络的开关磁阻电机建模 高 宇，戴跃洪 ，宋 林 (电子科技大学 ，航空航天学院，四川 成都 611731) 摘要：开关磁阻电机 (SRM)的模型直接影响电机性能分析 以及控制效果，虽然SRM结构简单，但其运行时磁路 高度饱和 ，磁路呈严重非线性，这使其精确建模十分困难 。神经网络理论上可 以实现任意复杂的非线性映射 。 且具有很强的学习能力，因此应用反 向传播(BP)神经网络算法来建立SRM的非线性模型，并针对标准 BP神 经网络算法的不足对算法进行改进。仿真与实测结果的对 比显示该模型可 以十分精确地反映SRM运行时的电 流以及转矩特性 ，且具有较强的泛化能力。 关键词：开关磁阻电机 ；非线性建模；神经网络 中图分类号：TM3 文献标识码：A 文章编号：1000—100X(2017)02—0072—03 M odelingofSwitchedReluctanceM otorBased onBP NeuralNetwork GA0 Yu，DAIYue—hong，SONG Lin (Unwe~i@ ofElectronicScienceandTechnologyofChina，Chengdu611731，China) Abstract：Modelofswitchedre]uctancemotor(SRM)hasadirectimpactontheperformanceanalysisofthemotor and controleffect．ThestructureofSRM issimple，butitshish saturation of magnetic circuitandthemagneticcircuit isseriousnonlinear，SOaccuratemodelingofSRM isverydifficult．Neuralnetworkhteory canachievearbitrarilycomplex nonlinearmappingandhaveastrong learningability，SOthisalgorithm isappliedtohtenonlinearmodelingofSRM andthelackofthestandardbackpropagation(BP)neuralnetworkisimproved．Simulationandexperimentalresultsshow thathtemodelaccuratelyreflectsthecurrentand torquecharacteristicsofSRM andhasstronggeneralization ability． Keywords：switchedreluctancemotor；nonlinearmodding；neuralnetwork FoundationProject：SupposedbytheNationalScienceandTechnologyMajorProjectofhteMinistryofScienceand Techno~gyofChina(No．2009ZX04001) 1 引 言 建模方法。针对标准BP神经网络由于使用梯度 下降法的原因使其存在一些缺点。例如收敛速度 SRM具有成本低廉 、运行可靠、启动转矩大、 慢、易产生振荡、易陷入局部极值导