基于粒子群優(yōu)化算法的感應電機解耦控制.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、感應電機是工業(yè)生產(chǎn)中不可缺少的能源載體,因其具有結構簡單,維護代價小等優(yōu)點被廣泛使用。但是感應電機的內(nèi)部參數(shù)之間具有很強的耦合性,解耦控制是實現(xiàn)其高性能控制的重要方法之一。本文將粒子群優(yōu)化算法用于電機控制中,結合粒子群優(yōu)化算法和解耦控制方法對電機進行高性能控制。本文工作主要有:
 ?。?)由于感應電機具有非線性特性,且存在負載擾動等參數(shù)變化問題,無法采用單一的靜態(tài)解耦矩陣實現(xiàn)其全工況解耦控制。針對這一問題,本文在感應電機局部工況范

2、圍內(nèi)將其看作線性系統(tǒng),并設計局部解耦矩陣,實現(xiàn)感應電機靜態(tài)解耦控制。為了減小負載等參數(shù)變化對解耦控制性能的影響,利用粒子群優(yōu)化算法在線優(yōu)化靜態(tài)解耦矩陣。
 ?。?)針對單一數(shù)據(jù)驅(qū)動模型難以準確反映感應電機系統(tǒng)特性這一問題,提出多模型逆解耦控制方法。在該法中,采用仿射傳播算法對電機系統(tǒng)的輸入輸出數(shù)據(jù)進行聚類,并根據(jù)聚類結果建立神經(jīng)網(wǎng)絡多模型逆。針對電機參數(shù)變化會導致逆模型與原系統(tǒng)失匹,從而造成解耦控制性能下降的問題,提出自適應策略以

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論