基于BP神经网络的永磁同步电机自适应控制研究.rar
本文拟借助于神经网络良好的逼近能力,实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射,具有很强的自学习自适应能力,十分适合于解决复杂的非线性控制问题。其中,BP神经网络是目前广泛应用的神经网络之一,得到了较为深入的研究,其结构简单,需要离线...
本文拟借助于神经网络良好的逼近能力,实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射,具有很强的自学习自适应能力,十分适合于解决复杂的非线性控制问题。其中,BP神经网络是目前广泛应用的神经网络之一,得到了较为深入的研究,其结构简单,需要离线...
永磁同步电机(Permanent Magnet Synchronous Motor)因功率密度大、效率高、过载能力强、控制性能优良等优点,在中小容量调速系统和高精度调速场合发展迅速。但由于永磁同步电机的磁场具有独特的交叉耦合和交叉饱和现象,且其控制系统是一个强非线性、时变和多变量系统,要实现高精度调...
工业生产过程中,时滞对象普遍存在,同时也是较难控制的,尤其是大时滞对象的控制一直都是一个难题。而很多温度控制系统都是属于大时滞系统,常见的智能温度控制器虽然在温度控制的实际应用中表现了比较理想的控制效果,但它仍然属于将参数整定与系统控制分开处理的离线整定方法,如果工况发生变化就必须重新调整参数。针对...
网络能通过学习带正确答案的实例集自动提取“合理的”求解规则,即具有自学习能力...
人工智能 智能问题的很重要一点就是学习问题。如果解决了学习,计算机将在很大程度上 具有人的智能。博奕问题是最典型的智能问题,如果评价函数能够很好的学习, 并且是一种自学习,或许意味着学习问题的突破。当然,模式识别中的分界面是 需要学习的,特征恐怕也是需要学习的。SVM是学习的有益...