基于复合神经网络的感应电机直接转矩控制
提出了一种基于复合神经网络的直接转矩控制器算法,分别对该神经网络控制器各组成部分的结构进行了设计.网络采用固定值和离线训练2种策略获取网络参数,训练样本数少,训练时间短.采用复合网络结构使得直接转矩控制器的数字实现变得容易,充分利用网络的并行处理特性,使得计算时间缩短,响应速度变快.在Matlab/Simulink中结合神经网络工具箱建立了其仿真模型,仿真结果证明了设计的控制器具有可行性、有效性.
直接转矩控制 复合神经网络 感应电机
潘庭龙 纪志成 沈学芹
江南大学控制科学与工程研究中心,无锡,214122
国内会议
江苏无锡
中文
524-527
2006-07-31(万方平台首次上网日期,不代表论文的发表时间)