← 返回
控制与算法 机器学习 深度学习 ★ 3.0

基于循环勒让德模糊神经网络的同步磁阻电机智能最大转矩电流比

MTPA)跟踪控制

语言:

中文摘要

为构建高性能同步磁阻电机(SynRM)驱动系统,本文提出了一种基于循环勒让德模糊神经网络(RLFNN)的智能最大转矩电流比(MTPA)跟踪控制策略。针对SynRM磁阻转矩的高度非线性和时变特性,该方法通过智能算法优化控制性能,有效提升了驱动系统的响应速度与跟踪精度。

English Abstract

In order to construct a high-performance synchronous reluctance motor (SynRM) drive system, an intelligent maximum torque per ampere (MTPA) tracking control using a recurrent Legendre fuzzy neural network (RLFNN) is proposed in this study. First, a traditional MTPA (TMTPA) control system based on FOC is introduced. Since the reluctance torque of the SynRM is highly nonlinear and time-varying, the ...
S

SunView 深度解读

该研究关注电机驱动的先进控制算法,虽然阳光电源目前核心业务聚焦于光伏逆变器、储能PCS及风电变流器,但其控制逻辑与电机驱动中的非线性控制、智能跟踪算法具有底层共性。在阳光电源的电动汽车充电桩及风电变流器产品线中,电机驱动与功率变换的控制精度至关重要。RLFNN算法可作为未来提升变流器动态响应性能、优化复杂工况下控制策略的储备技术,特别是在提升系统鲁棒性和应对参数摄动方面具有参考价值。