DE优化模糊神经网络算法在无刷直流电机控制系统中的应用

DE优化模糊神经网络算法是一种利用模糊神经网络控制器进行计算的方式,该算法避免了以往DE模糊神经网络连接权值和阈值选择上的随机性缺陷,从而能发挥DE模糊神经网络泛化的映射能力。本文就DE优化模糊神经系统在无刷直流电机控制系统中的应用,进行了系统的研究和探讨。

无齿槽无刷直流电动机气隙磁密有限元分析

从分析无刷直流电动机(BLDCM)转矩波动的原因出发,比较了有齿槽和无齿槽无刷直流电动机的结构,用有限元方法对有齿槽和无齿槽无刷直流电动机的气隙磁场进行了分析;分析结果表明无齿槽BLDCM具有一系列特点,为进一步分析此类电机的性能及其结构提供了依据。

油田探测用高温无刷直流电动机驱动控制电路设计

设计适应油井高温环境的无刷直流电动机驱动电路是一项重要的研究课题。采用耐高温的锁定型霍尔元件和钐钴永磁转子分别构成位置与速度传感器，并设计相应的速度信号倍频电路与位置信号译码电路。设计了一种基于锁相环的速度闭环控制电路，进行电机的稳速控制，通过限流电路改变电机系统的特性，实现恒功率控制。试验结果表明，无刷直流电动机系统可以在--30--180℃环境下稳定运行。采用数字控制方式保证了电机系统特性的稳定性。

波形匹配对无刷直流电动机性能的影响

阐述当气隙磁场为正弦分布和定子绕组电流为准方波时,在永磁无刷直流电动机机械特性的高速段引起的非线性,并对此非线性进行了理论计算。经一台15W三相三状态稀土永磁无刷直流电动机的试验,证明了计算结果的正确性。文中还计算了永磁无刷直流电动机的空载转速和绕组导通角的关系,并提出了机械特性高速段非线性的改善措施。

覆冰机器人控制系统研究

针对覆冰机器人除冰时的电机特性,设计一种基于DSP的全数字化控制器,给出了硬件电路和部分软件设计方案。该控制器采用DSP对机器人行走电机进行伺服控制,经过分析,该控制系统不仅成本低、结构简单、方便扩展,而且系统响应速度快、稳定性好。减少了电机体积,符合机器人在输电线路上的工作要求。

飞机刹车用双余度无刷直流电动机的研究

以全电飞机刹车用双余度无刷直流电动机为研究对象,借助Ansoft软件对电机磁路进行分析计算,优化结构参数,并对其进行性能仿真。重点论述了确保无刷余度电机性能最优的调试关键技术。经过样机性能测试与设计相符,满足使用要求。

BP网络在无刷直流电机参数辨识与控制中的应用

在无刷直流电机控制系统中,采用基于熵类误并准则学习算法的BP网络,克服了传统BP算法收敛速度慢,易收敛于局部极小值的缺点,避免了“过学习”的现象,实现了控制系统中电机参数的实时辨识,从而提高了控制系统的性能。

基于影响函数的迭代学习算法设计及应用

针对线性离散系统的迭代学习控制问题进行了讨论,提出一种新型的迭代学习控制算法.该算法通过引入一个影响函数,实现了以前时刻控制信息对当前控制量的影响,进而采用2D理论通过对算法的收敛性分析,得到了与普通算法同样的收敛条件,但是相对于传统迭代算法由于包含了更多了控制信息,因此具有更快的收敛速度,最后的无刷直流电机以及一个二阶系统的控制效果也证实了这个结论.