人工智能在电气传动中运用的进展(专业论文下载)

我是应届生


2.神经网络的应用
   非常少的文章讨论神经网络用于交流电机的控制,大量文章讨论神经网络在交流电机和驱动系统的条件监测和诊断中的运用。文献(33)介绍了使用常规反向转波算法的ANN用于步进电机控制算法的最优化。该方案使用实验数据,根据负载转矩和初始速度来确定最大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法(梯形控制法)相比具有更好的性能,并且大大减少了定位时间,对负载转矩的大范围变化和非初始速度也有满意的控制效果。文献(34)用两个ANNS控制和辩识感应电机,但只给出了仿真研究。这是第一篇讨论神经网络在感应电机控制中的应用,这个方案与3.1节中讨论的直流驱动方案类似,ANNS的结构是多层前馈型,运用常规反向传播学习算法。该系统由两个子系统构成,一个系统通过电气动态参数的辩识自适应控制定子电流,另一个系统通过对机电系统参数的辩识自适应控制转子速度。该文讨论了这些控制方案与常规方案的各种优点。
   文献(35)讨论了基于人工神经网络的电气机械系统,文献(36)介绍了运用直接控制ANN观测电压源PWM供电的感应电机矢量控制系统中的磁通的方法。这种基于ANN的磁通观测器的主要优点是对谐波具有免疫性。ANN是使用反向传播学习算法的多层前馈类型。ANN观测的磁通具有振荡性,因而引起转矩振荡。如果用别的方法,可能得到更好的结果。

我是应届生


   最后值得指出的是现在发表的大多数有关ANN对各种电机参数估计的论文,一个共同的特点是,它们都是用多层前馈ANNS,用常规反向传播算法,只是学习算法的模型不同或被估计的参数不同。 我是应届生

四、结论

我是应届生

本文试图对人工智能电气传动控制系统领域的进展做一回顾。内容涉及模糊控制、神经网络、模糊神经网络在电气传动系统中的应用,讨论了模糊、神经和模糊神经控制器等人工智能技术的优点。也讨论了人工智能最小配置的应用。但到目前为止,使用人工智能技术的变速传动工业产品才刚刚出现,只有两家公司推出他们的产品。虽然使用人工智能技术的实际产品和应用还不多,但不久的将来,人工智能技术在电气传动领域将会取得重要的地位,特别是自适应模糊神经控制器将在高性能驱动产品中得到广泛使用。34 下一页 Tag:

登陆|注册欢迎登陆本站,认识更多朋友,获得更多精彩内容推荐!