[发明专利]基于神经网络在线学习的永磁同步电机前馈解耦方法有效
| 申请号： | 201310016351.7 | 申请日： | 2013-01-16 |
| 公开（公告）号： | CN103219936A | 公开（公告）日： | 2013-07-24 |
| 发明（设计）人： | 刘国海;王朝霞;梅从立;于霜;丁煜寒 | 申请（专利权）人： | 镇江市江大科技有限责任公司;江苏大学 |
| 主分类号： | H02P21/00 | 分类号： | H02P21/00 |
| 代理公司： | 江苏致邦律师事务所 32230 | 代理人： | 樊文红 |
| 地址： | 212009 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于神经网络在线学习的永磁同步电机前馈解耦方法，其包括：步骤一、根据前馈解耦控制方法推导出前馈解耦补偿器输出函数；步骤二，根据所述前馈解耦补偿器输出函数采集所需要数据，进而离线训练神经网络，得到前馈补偿神经网络初始状态；步骤三、通过参考模型输出与系统输出误差在线调整神经网络第二层的连接权值，进行永磁同步电机的动态解耦。通过本发明保证了系统的鲁棒性及稳定性。 | ||
| 搜索关键词： | 基于 神经网络 在线 学习 永磁 同步电机 前馈解耦 方法 | ||
【主权项】：
一种基于神经网络在线学习的永磁同步电机前馈解耦控制方法，其包括：步骤一、根据前馈解耦控制方法推导出前馈解耦补偿器输出函数；步骤二，根据所述前馈解耦补偿器输出函数采集所需要数据，进而离线训练神经网络，得到前馈补偿神经网络初始状态；步骤三、通过参考模型输出与系统输出误差在线调整神经网络第二层的连接权值，进行永磁同步电机的动态解耦。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于镇江市江大科技有限责任公司;江苏大学，未经镇江市江大科技有限责任公司;江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310016351.7/，转载请声明来源钻瓜专利网。
- 上一篇：微型空气动力发动机的控制系统
- 下一篇：LNG容器中引出导线的密封接头
