网站大量收购独家精品文档,联系QQ:2885784924

基于rbfnn的无刷直流电机直接电流控制与转矩分析-电机与电器专业论文.docxVIP

基于rbfnn的无刷直流电机直接电流控制与转矩分析-电机与电器专业论文.docx

  1. 1、本文档共59页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于rbfnn的无刷直流电机直接电流控制与转矩分析-电机与电器专业论文

中文摘要本文研究了无刷直流电机的无位置传感器控制技术、转矩波动抑制理论及 中文摘要 本文研究了无刷直流电机的无位置传感器控制技术、转矩波动抑制理论及 其DSP控制。首先,构造一个隐层节点初始个数为零的RBF网络,在训练过程 中不断地按照自适应算法添加和删除隐层单元,形成一个结构简单、紧凑的 RBF网络以实现电机电压、电流与功率开关导通信号之间的非线性映射,完成 无位置传感器的直接电流控制。利用来自实验数据的训练样本按给出的自适应 算法对网络进行离线训练,确定RBF网络隐层节点的个数及位置;再按递推最 小二乘法(RLS)在线修正隐层与输出层之间的连接权。这样,在保证网络结 构简单、紧凑的同时,在线训练算法简单。提高了系统的动态响应速度。其 次,提出了基于RBF神经网络的无刷直流电机无位置传感器控制下转矩波动抑 秘策略。通过对两个RBF神经网络按照本文提出的自适应算法进行离线训练, 实现了电机电压、电流与转予位置之间以及转矩、转予位置与参考电流之间的 非线性映射。将训练完的网络分别用于转子位置与参考电流的在线估计,并按 参考电流调节电枢绕组的电流,在实现无位置传感器控制的同时,达到了抑制 转矩波动的目的。最后,本文介绍了无刷直漉电机无位置传感器控制的DSP实 现技术,给出了无刷直流电机无位置传感器控制硬件系统与软件结构图,以及 相应的实验结果。 关键词:无刷直流电机;自适应RBF神经网络;宣接电流控制;转矩波动 DSP ABSTRACTThis ABSTRACT This research focuses on the technique of position-sensorless control,the methods of torque ripple minimization and the DSP control for the bmshless DC motor(BLDCM).the In this paper,a novel approach based on all adaptive Radial Basis Function{RBF)neural network is proposed,and through this approach,the direct control of the currents for a brnshless DC motor without position sensors is realized.In the proposed KBF network,there is nO hidden units at the beginning.and during the process of learning,they are increased or decreased according to all adaptive algorithm SO that a RBF network is built with a much simpler and tighter structure to form an efficient nonlinear map from terminal voltages and phase currents of the motor to the states of the power switches,facilitating the elimination of the position sensors.The RBF network iS tminexl both offiine and online..In the off/ine ways with the training data collected from experiments,the number and locations of the hidden units of the RBFNN fll-e obtained;while online.1earning,the weights between the hidden layer and the output layer are updated according to the recursive least squares(RLS)algorithm.Therefore,the simpleness and tightness is ensured,at the same time,the online algorithm is very simple SO that the dynamic responsible speed is improved.Secondly,to deal with the issues of roto

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档