论文部分内容阅读
采用矢量控制技术可解决传统交流调速的难题,使交流电机可以按直流电机的控制规律来进行控制;而无速度传感器的矢量控制技术由于可以省去速度传感器,使相应的交流调速系统变得简便、廉价和可靠,所以成为当前研究的热点,论文正是在这一背景下展开的。 论文介绍了无速度传感器矢量控制技术的基本理论,比较了已提出的诸多速度估计方案。由于神经网络控制相对于传统的控制方法而言具有很多优点(诸如自学习、自适应性、超强的非线性逼近和泛化能力,不依赖于系统模型的精确性等),因此,本文采用神经网络进行速度估计。 论文介绍了神经网络的一些基本理论,对神经网络技术存在的问题作了进一步的研究,根据神经网络模式识别原理,应用神经网络的速度估计方案,建立了相应的神经网络速度估计模型,确定了该模型的结构和学习算法(BP算法)。针对BP算法所存在的问题,根据实际的应用,采用了动量法、学习率自适应调整法和权值衰减法来改进传统的BP算法。 论文根据无速度传感器矢量控制技术的基本理论,建立了相应的系统仿真模型,并通过MATLAB/Simulink仿真对其工作性能进行了验证。同时,对所采用的神经网络速度估计方案进行了仿真分析,证明了神经网络速度估计模型相对于传统的速度估计模型而言,估计精度高,具有