RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

异步电机模型参考自适应滑模矢量控制系统研究

在异步电机矢量控制系统中,针对温度变化所引起的定子阻值改变对系统性能的影响,利用模型参考自适应控制（Model Reference Adaptive Control,MRAC）技术对转子磁链进行了观测,并且设计了一种滑模速度调节器代替PI调节器,构建了基于模型参考自适应系统（Model Reference Adaptive System,MRAS）和滑模速度调节器的异步电机矢量控制系统。仿真结果表明：该系统能够实现磁链的准确快速辨识,具有响应速度快、鲁棒性强等优点,适用于温度变化较大的场合,为军用车辆电驱动系统的发展提供了有效的研究方法。     

交流伺服系统改进型IMC-PI控制方法

针对三相交流异步电机速度伺服系统,提出一种基于内模原理的具有全局鲁棒性改进型PI(改进型IMC-PI)控制策略.为降低负载扰动对伺服系统的影响,引入一种误差微分表达式的作用函数,并与IMC-PI控制器串联,系统的调节过程分为作用函数趋向于零和等于零两个阶段;随后将全局滑模控制的思想引入到作用函数中,加入误差补偿项,使得系统调节过程只有等于零的阶段,系统获得全局鲁棒性.为消除微分作用的高频干扰,在作用函数中引入不完全微分.仿真结果表明,该方案能有效提升系统对负载扰动的抗扰性,并有效改善响应速度,使系统获得良好的动静态特性以及鲁棒性.     

基于定子反电势E的异步电机速度辨识方法

针对以转子磁通作中间变量 ,利用定子电压电流辨识电机转速的MRAS方法存在的问题 ,提出以反电势作中间变量的改进的MRAS转速辨识方法 .通过对无速度传感器矢量控制系统的仿真 ,表明该方案具有较好的实用性     

异步电机定子电阻的观测

介绍了一种基于神经网络技术的感应电机定子电阻观测方法;讨论了定子电阻样本规划,并设计训练形成了定子电阻神经网络观测器.试验表明,该技术方法能有效地实施定子绕组电阻在线观测.