位置:成果数据库 > 期刊 > 期刊详情页
基于自适应线性元件神经网络的表面式永磁同步电机参数在线辨识
  • ISSN号:0258-8013
  • 期刊名称:《中国电机工程学报》
  • 时间:0
  • 分类:TM85[电气工程—高电压与绝缘技术]
  • 作者机构:[1]湖南大学电气与信息工程学院,湖南省长沙市410082
  • 相关基金:国家自然科学基金项目(60634020); 高等学校博士学科点专项科研基金(20060532026)
中文摘要:

提出一种基于自适应线性元件(Adaline)神经网络辨识表面式永磁同步电机定子绕组电阻、电感和转子磁链的方法。所提出的辨识方法不需要知道电机的任何设计参数信息,只需在线采样定子电流、电压和转速值即可。该方法首先在电机静止状态时估算出定子绕组电阻值,并利用该电阻值在电机启动时辨识出转子磁链和定子电感值,而所辨识出来的转子磁链值将被进一步用来在线估算定子绕组电阻的变化。实验显示该方法能够有效辨识定子电阻、电感和转子磁链。此外,当电机带负载运行时,该方法依然能够有效地在线跟踪电机定子绕组电阻变化。

英文摘要:

An Adaline neural network (NN) based estimation strategy is proposed for estimating the winding resistance,inductance and rotor flux linkage of surface-mounted permanent magnet synchronous machines (SPMSM).The proposed method does not need any machine design parameter information for estimation and only needs to sample the stator currents,voltages and rotor speed.In the proposed estimation,the stator winding resistance value is firstly estimated at PMSM standstill and the estimated winding resistance value is then used for estimating the rotor flux linkage and inductance when the PMSM is started.Further,the estimated rotor flux linkage value is used for online estimating the variation of stator winding resistance.The validity of proposed method is verified by experiments which show that it is effective in estimating the winding resistance,inductance and rotor flux linkage.In addition,it is also effective in online tracking the stator winding resistance variation when the PMSM is with load.

同期刊论文项目
期刊论文 287 会议论文 65 获奖 9 专利 15 著作 2
同项目期刊论文
期刊信息
  • 《中国电机工程学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国电机工程学会
  • 主编:张文涛
  • 地址:北京清河小营东路15号 中国电力科学研究院内
  • 邮编:100192
  • 邮箱:pcsee@epri.sgcc.com.cn
  • 电话:010-82812536 82812534 82812545
  • 国际标准刊号:ISSN:0258-8013
  • 国内统一刊号:ISSN:11-2107/TM
  • 邮发代号:82-327
  • 获奖情况:
  • 1992年全国优秀科技期刊三等奖,1992年中国科协优秀科技期刊二等奖,1996年中国科协优秀科技期刊二等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:98970