基于改进层次分析法的葡萄酒品质评价模型

葡萄酒理化指标众多,这些理化指标是评价葡萄酒品质过程中必不可少的参考因子。本文通过几项葡萄酒理化指标的国家标准进行建立葡萄酒的评分模型,对模型所得结果与专业评酒员的评分作排序对比。一般的层次分析法具有定性色彩,因此建模过程中使其与数据进一步关联,使之更为客观的定量分析评价。最后检验得知模型评分排名与专业评酒员评分排名相近,因此认为利用三标度法对葡萄酒品质评价进行数学建模可行。

基于卷积神经网络的永磁同步电机转矩观测器

内嵌式永磁同步电机具有高功率密度、高可靠性和弱磁性等诸多优点,但由于电动机参数具有非线性化特征,导致电磁转矩难以精确估算。该文提出了一种基于卷积神经网络的电磁转矩估算方法,即转矩观测器。首先,基于所搭建的高保真非线性内嵌式永磁同步电机模型,获得用于神经网络训练的转矩观测器数据;然后,基于所提出的卷积神经网络转矩观测器实现内嵌式永磁同步电机的精确控制;最后,为获取最优的转矩估算误差,在仿真实验阶段对不同参数和结构的卷积神经网络进行了对比和分析。结果表明,该神经网络可以实现电磁转矩的准确估算,所建立的转矩观测器具有良好的性能参数和泛化能力。

基于ELM实现的IPMSM转矩观测器

针对内置式永磁同步电机(IPMSM)参数非线性及不确定性导致的电机转矩难以准确估测和控制等问题,研究了基于ELM(极限学习机)神经网络的IPMSM的矢量控制转矩观测器。利用ELM神经网络较强的泛化能力和逼近能力,同时根据IPMSM的矢量控制要求,设计出电流到转矩的非线性映射;将神经网络输出的估测的转矩作为反馈转矩输入PI转矩控制器,并通过PI电流控制器调节q轴电流;使实际电机转矩等于转矩命令,从而完成对电机的转矩控制。实验结果表明,该观测器有效地减少了90%的转矩脉动,具有良好的动态和静态性能,同时对系统参数不确定性和非线性具有较好的适应性。