基于RBF神经网络的船舶大功率发电机建模-检测技术与自动化装置专业论文.docxVIP

摘 要 同步发电机是船舶电力系统的心脏，其建模和分析一直是一个挑战性的问 题。同步发电机简化的数学模型也是非常复杂的，具有非线性特性。由于神经网 络具有学习、并行处理和联想三大特点，以及固有的非线性逼近特性，在动态建 模中受到普遍的重视。径向基函数神经网络具有非线性建模的能力，且与BP网 络相比，有更快的学习速度、不存在局部极小点问题。 在上海市高等学校科学技术发展基金项目(031K06)“船舶大功率发电机组 的CNN建模与分析”支持下。本文对基于径向基函数神经网络的船舶柴油同步 发电机建模进行了探索性的研究。研究结果表明能够用径向基函数神经网络建立 船舶柴油发电机实时仿真模型。文中还给出了用通用DSP芯片实现神经网络模型 的快速计算方法。训练神经网络所需的样本数据和验证数据是通过云河轮船舶电 力仿真系统运行得来的。全文分为六章，??要内容如下： 第一章概要介绍了船舶柴油发电机系统仿真和人工神经网络建模。 第二章 简要介绍了人工神经网络。 第三章对云河轮船舶电力仿真系统进行了介绍，并对其进行了部分修改， 运行这一仿真系统后得到训练神经网络所需的数据。 第四章在MATLAB开发环境下，用径向基函数神经网络对云河轮柴油发电 机进行建模，并比较了两种建模方法的优劣。 第五章介绍了用通用DSP芯片实现训练好的神经网络模型的方法，并对 基于TMS320LF2407 DSP芯片实现神经网络模