基于神经元的异步电机直接转矩控制系统速度辨识

摘要：

为避开传统的模型参考自适应(MRAS)方法需要求解反馈增益矩阵的问题,在直接转矩控制理论基础上,基于DSVM-DTC系统,在静止两相α-β坐标系下建立异步电机数学模型,推导出定子电流状态方程,并转化为带有5个输入节点、1个输出节点的神经元定子电流自适应辨识可调模型.采用Window-Hoff学习规则,推导出速度辨识公式,把辨识出的速度估计值反馈回可调模型中,在线修改可调模型参数,使其输出的定子电流估计值逼近于实时检测的定子电流,产生自适应性,提高定子电流和电机转速的辨识精度.最后,使用37 kW异步牵引电机参数在Matlab/Simulink软件平台上进行仿真.仿真结果表明:辨识转速能够准确地跟踪实际转速,动态响应性能好,尤其当参数发生突变时,系统具有很好的鲁棒性,并且实现简单.

关键词：神经元、转速辨识、DSVM、直接转矩控制

所属期刊栏目：40

分类号：TM301.2(电机)

资助基金：国家高技术研究发展计划”863”计划项目2006AA042181

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1367-1373