基于神经网络的异步电机直接转矩控制中的定子电阻辨识研究  

作　　者：周桂珍 陈志鹏 李锐 陈科 王志敏 雷大军 

机构地区：[1]湘南学院电子信息与电气工程学院,湖南郴州423000

出　　处：《安阳工学院学报》2022年第6期57-60,共4页Journal of Anyang Institute of Technology

基　　金：湖南省教育厅科学研究项目(湘教通[2019]90号-18C1037);2021年湘南学院大学生创新创业训练计划项目(校发2021[40]号-55)。

摘　　要：主要采用直接转矩控制的矿井输送机在低速运行时因定子电阻受温度等条件的变化而变化,导致电机磁链观测不准确,电机转速转矩脉动大。为实现定子电阻的准确辨识,设计了基于BP神经网络的定子电阻辨识器,它以转速推算值与实际测量转速误差作为BP神经网络输入,采用梯度下降算法训练系统参数实现定子电阻辨识。仿真结果表明,该方法对定子电阻辨识精度较高,系统响应速度较快,电机转矩脉动减小,直接转矩控制系统低速运转时性能得到改善。

关 键 词：直接转矩控制 磁链观测 BP神经网络 定子电阻辨识 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]