基于模糊控制及神经网络的开关磁阻电机转子位置估计

聂 鹏; 金文博; 蒋世希; 陈渝楠; 张 磊

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于模糊控制及神经网络的开关磁阻电机转子位置估计

发电技术论坛 | 更新时间：2025-09-28

- 基于模糊控制及神经网络的开关磁阻电机转子位置估计
- Rotor position estimation for switched reluctance motor based on fuzzy control and neural network
- 热力发电 2017年第11期
- 作者机构：
  
  1. 西安热工研究院有限公司,陕西,西安,710054
  2. 北京华能新锐控制技术有限公司,北京,102209
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM832
- 网络出版日期：2017-11-27，
  
  纸质出版日期：2017
- 稿件说明：
移动端阅览
聂鹏, 金文博, 蒋世希, 等. 基于模糊控制及神经网络的开关磁阻电机转子位置估计[J]. 热力发电, 2017,(11).

NIE Peng, JIN Wenbo, JIANG Shixi, et al. Rotor position estimation for switched reluctance motor based on fuzzy control and neural network[J]. Thermal power generation, 2017, (11).
聂鹏, 金文博, 蒋世希, 等. 基于模糊控制及神经网络的开关磁阻电机转子位置估计[J]. 热力发电, 2017,(11). DOI：

NIE Peng, JIN Wenbo, JIANG Shixi, et al. Rotor position estimation for switched reluctance motor based on fuzzy control and neural network[J]. Thermal power generation, 2017, (11). DOI：

摘要

开关磁阻电机（SRM）运行需要转子位置传感器，而添加转子位置传感器使系统成本以及电机结构复杂度提高，可靠性降低。因此，对SRM转子位置进行估计，使SRM不依靠位置传感器而独立运行具有重要意义。本文利用神经网络对非线性函数高精度逼近的特性，基于模糊控制模型和神经网络理论，建立了SRM转子位置估计系统，并采用MATLAB/Simulink对该60 kW、6/4极的SRM转子位置估计系统进行了仿真。仿真结果表明：该系统对SRM转子位置角的估计较准确，输出角度精度较高，误差在2°左右，均方误差为0.714 4；利用该转子位置估计系统对SRM进行控制，该电机三相电流输出均匀，转矩脉动小，运行全过程稳定。

Abstract

关键词

Keywords

references

浏览量

252

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

神经网络模糊控制在电厂主汽温系统中的应用研究

模糊控制在锅炉燃烧系统中的仿真研究

基于双模糊解耦控制的小型汽轮机负荷控制

燃煤机组直接空冷系统控制算法比较分析

凝结水节流模糊参数自整定PID控制器