BP网络模型重构在直接转矩控制中的应用

• 作 者: 李春菊 蔡斌军 刘国荣
• 机 构: 湖南工程学院,湘潭大学信息工程学院
• 出 处: 微计算机信息
• 发表日期: 2009年16期
• 关键词: 直接转矩 神经网络 重构模型 低速性能 direct torque neural-network restructuring model low-spee

直接转矩控制是继矢量控制变频技术后发展起来的一种新型具有高性能的交流变频调速技术。针对基于直接转矩控制的异步电机低速运行时存在较大的电流及转矩脉动问题．提出了用BP神经网络重构直接转矩控制系统的定子磁链观测器模型和开关状态选择模型，并用单个神经网络训练的方法来处理直接转矩控制的复杂运算。仿真结果表明，用此方案构成的系统具有良好的动态性能，并能有效的改善直接转矩控制系统的低速性能。