作　　者： ; ; ; ;

机构地区： 湖南大学电气与信息工程学院

出　　处： 《中国电机工程学报》 2004年第5期84-89,共6页

摘　　要： 该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当系统参数动态变化或受到外部不确定性因素的影响时,利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值,使系统仍将具有很好的动静态性能。 This paper presents a speed-sensorless field-oriented control for induction motor drive based on recurrent fuzzy neural network(RFNN).The rotor flux and speed are derived on the basis of the model reference adaptive system (MRAS) theory. The RFNN controller is used as a torque controller to mimic a optimized output of the system. The simulation results show the good performance for the system by using network to adjust the parameters and the recurrent weight of neural network on-line dynamically on the condition of variety of system parameter and the impact of outside uncertainty factors.

关 键 词： 感应电机 无速度传感器 矢量控制 递归模糊神经网络 隶属函数 最优控制器

领　　域： [电气工程] [自动化与计算机技术] [自动化与计算机技术]