位置:成果数据库 > 期刊 > 期刊详情页
在线递推支持向量机的磁轴承转子位移预测
  • ISSN号:1004-7018
  • 期刊名称:《微特电机》
  • 时间:0
  • 分类:TM34[电气工程—电机] TH133.3[机械工程—机械制造及自动化]
  • 作者机构:南京工程学院,南京211167
  • 相关基金:国家自然科学基金项目(51507077,51377074,51307077); 江苏省高校自然科学基金项目(15KJB470005); 南京工程学院校级基金项目(YKJ201318,CKJA201407)
中文摘要:

研究了一种基于在线递推支持向量机的三相交流主动磁轴承转子位移实时预测方法。阐述了算法在线学习原理,建立了转子位移在线预测模型。该模型通过在线学习,形成理想的支持向量机结构,实现等效电流、等效磁链与转子位移的非线性映射,达到磁轴承转子位移的在线预测。仿真和实验结果表明所提算法具备较高的预测精度和较强的适应性。

英文摘要:

A rotor displacement real- time prediction method for active magnetic bearings using on- line recursive least squares support vector machine( LS- SVM) was proposed in this paper. The principle of on- line recursive LS-SVM was introduced,and the rotor displacement prediction model of a radial magnetic bearing was built. In this model,a better SVM structure was built through the on- line learning to form an efficient nonlinear mapping between suspension currents,magnetic flux linkage and rotor displacement,so that,it can realize the rotor displacement online prediction. To verify the effectiveness of the proposed method,some simulations and experiments were carried out. The findings show that the prediction model based on on- line recursive LS- SVM has a high precision and strong adaptability.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《微特电机》
  • 中国科技核心期刊
  • 主管单位:中国电子科技集团公司
  • 主办单位:中国电子科技集团公司第二十一研究所
  • 主编:谢宇静
  • 地址:上海市徐汇区虹漕路30号
  • 邮编:200233
  • 邮箱:wtdj@vip.163.com
  • 电话:021-64367300-242 64704564
  • 国际标准刊号:ISSN:1004-7018
  • 国内统一刊号:ISSN:31-1428/TM
  • 邮发代号:4-270
  • 获奖情况:
  • 全国优秀期刊,中文核心期刊,中国科技论文统计源期刊,中国期刊方阵“双百”期刊
  • 国内外数据库收录:
  • 美国剑桥科学文摘,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:6135