自适应神经模糊推理系统在电动机软起动中的应用
将自适应神经模糊推理系统应用到电动机软起动控制中,充分发挥了神经网络自适应学习和模糊推理不要求掌握被控对象精确模型处理结构化知识的能力,实现了电动机软起动的智能控制。利用电机转速,负载转矩,触发角的对应关系作为训练样本,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则,构建自适应神经模糊推理系统,根据给定的电机转速和转矩产生合适的晶闸管触发角。仿真分析证明,训练构建的自适应神经模糊推理系统能够很好的进行电机的速度控制,实现了风机或泵类负载电动机的软起动。
自适应神经网络 模糊推理系统 电动机 软起动 速度控制 智能控制
李冬辉 杨亚伟 刘佳
天津大学电气与自动化工程学院,天津 300072
国内会议
哈尔滨
中文
1-4
2010-08-20（万方平台首次上网日期，不代表论文的发表时间）