位置:成果数据库 > 期刊 > 期刊详情页
基于自组织竞争网络的异步电机参数辨识研究
  • ISSN号:1001-6848
  • 期刊名称:微电机
  • 时间:0
  • 页码:21-24
  • 分类:TM343[电气工程—电机]
  • 作者机构:[1]南通大学电气工程学院,江苏南通226007, [2]上海大学机自学院,上海200072
  • 相关基金:国家自然科学基金(60605024);南通市自然科学基金项目(BK2011023).
  • 相关项目:面向舰船用移动机器人智能测控的相关理论研究
中文摘要:

矢量控制系统中的转子磁场定向的精度取决于异步电动机的参数。在传统的利用空载、短路实验测量电机参数方法的基础上,本文提出一种利用变频器自身的资源,不需要外接电路的方案来对电机参数进行辨识。为了克服由于数据采样精度所照成的参数波动较大的缺点,提高所辨识参数的精度,利用上位机中基于自组织竞争神经网络算法对所得参数组进行学习以获得最优参数。试验结果表明:该神经网络可快速收敛,并可抑制参数异常点的干扰,获得较为精确的参数。

英文摘要:

The precision of rotor flux orientation is relied on the precision of motor parameter in vector con- trol system. A new method to measure parameters of motor used resources of the transducer has been a- chieved without any external circuit. The achieved parameters were studied by self-organized competition neural network to overcome the large parameter fluctuation range caused by data sampling accuracy and im- prove the accuracy of themselves. The experimental results indicate that this network icon verges quickly, suppresses the interference of outliers and gets exact parameters.

同期刊论文项目
期刊论文 39 会议论文 1 获奖 2 著作 1
期刊论文 20 会议论文 11 专利 18 著作 1
同项目期刊论文
期刊信息
  • 《微电机》
  • 中国科技核心期刊
  • 主管单位:西安微电机研究所
  • 主办单位:西安微电机研究所
  • 主编:闵林
  • 地址:西安桃园西路2号
  • 邮编:710077
  • 邮箱:micromotors@vip.sina.com
  • 电话:029-84276641-801/802/803
  • 国际标准刊号:ISSN:1001-6848
  • 国内统一刊号:ISSN:61-1126/TM
  • 邮发代号:52-92
  • 获奖情况:
  • 国家机械工业局优秀期刊,陕西省优秀期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 美国剑桥科学文摘,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)
  • 被引量:7230