基于模糊神经网络的双凸极永磁电机非线性建模
孙强1
程明2
1.合肥学院,电子信息与电气工程系,安徽,合肥,2300222.东南大学,电气工程学院,江苏,南京,210096
摘要：双凸极永磁电机的电感、磁链等特性呈严重非线性,常规的线性或准线性模型难以准确反映双凸极永磁电机的实际特性,影响双凸极永磁电机的控制精度和工作性能.为此,本文提出采用自适应模糊神经网络建立双凸极永磁电机模型的新方法.首先在介绍了自适应模糊神经网络结构后,采用改进的递推最小二乘法修改网络参数,同时采用遗传算法对遗忘因子和学习率进行了优化,仿真计算和实测结果表明,该模型有很快的收敛性和很高的精确度,最后给出了利用模型实现双凸极永磁电机优化控制的方法.
关键词：双凸极永磁电机非线性模型自适应模糊神经网络混合算法遗传算法
分类号：TP341(计算技术、计算机技术)
资助基金：国家自然科学基金(50377004)国家自然科学基金(50337030)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 601-606 )
英文信息