永磁无刷直流电机换相转矩分析

介绍了人工心脏轴流式血泵永磁无刷直流电机换相转矩脉动变化过程．根据影响电机换相转矩脉动的因素,给出了减小电机转矩脉动的解决方案,以使电机运行更加平稳．通过实验波形证实本结论分析正确,可以为电机减小转矩脉动作为参考．     

无刷直流电机及应用研究

本对无刷直流电机的基本原理进行了论述,分析了无刷直流电机的基本结构和转矩特性,介绍其控制原理和在伺服系统的典型应用。     

自适应GA-ADRC在无刷直流电机转矩脉动抑制中的研究

提出一种新型的无刷直流电机电磁转矩脉动抑制方法,该方法通过控制无刷直流电机导通相线电流跟踪给定电流来抑制电机的电磁转矩脉动.首先分析无刷直流电机数学模型,建立基于自适应遗传算法的无刷直流电机控制系统模型,由于自适应GA-ADRC控制器不需要无刷直流电机模型参数就可以实现干扰补偿,因此可以独立设计自适应GA-ADRC控制器.对文中所提出自适应GA-ADRC控制算法与经典PID控制算法的控制效果对比分析,控制效果明显优于传统PID控制效果.     

一种减小无刷直流电机转矩脉动的广角波控制方法

In order to deal with torque pulsation problem caused by traditional control method for brushless DC （BLDC） motor and to achieve high precision and good stability, a novel control strategy is proposed. Compared with the traditional control scheme, by using phase voltage as a control objective and making waveform of phase current approximately quasi-sinusoidal, torque ripple of BLDC motor is reduced from the original 14% to 3.4%, while toque is increased by 3.8%. Furthermore, by detecting zero-crossings of back electromotive force （BEMF） with non-conducting phases, sensorless control is realized. The new control strategy is simple. It can minimize torque ripple, increase torque, and realize sensorless control for BLDC motor. Simulation and experiments show good performance of BLDC motor by using the new control method.     

基于蚁群模糊神经网络的无刷直流电机仿真控制研究

无刷直流电机（BLDCM）的动力学特性是一个高阶、非线性、强耦合的系统,针对传统PI控制的滞后性和动态响应性能较差等特点,本文提出一种基于动态递归模糊神经网络PI控制的无刷直流电机调速系统速度控制器的实施方案,利用蚁群算法优化递归模糊神经网络的隶属度函数参数和网络权值系数,从而提高系统的动态响应性能。仿真结果表明,该方法响应快,具有较强的抗干扰性和鲁棒性,动、静态特性均优于传统PI控制。     

无刷直流电机位置伺服智能控制方法研究

针对多变量、非线性、时变的无刷直流电机位置伺服控制系统的特点,提出一种基于免疫遗传算法的递归模糊神经网络控制器的设计方法,并应用于无刷直流电机三闭环控制系统的位置调节器中,实现系统精确的位置控制.仿真结果表明,递归模糊神经网络控制器明显优于PID控制器.     

无位置传感器无刷直流电机的控制系统研究

本文主要介绍了一种无位置传感器无刷直流电机控制系统的硬件结构和软件系统,分析了无刷直流电机转子位置检测方法。该系统以PLC为核心监测转速的变化,采用3段式起动方法,并利用PLC串口和上位机进行通信。     

十二状态无刷直流电机控制研究

利用相序图,阐述了无刷直流电机两相三相轮流导通十二状态控制方法。借助Ansoft软件,对两相三相轮流导通十二状态控制法和两相导通六状态控制法进行了仿真分析,仿真结果表明,十二状态控制法,电机相电压更接近正弦波,电流谐波较小。利用75W电机进行了对比实验,实验结果显示十二状态控制法,电机电流接近正弦波形,而两相导通六状态控制法为梯形,十二状态控制法电机性能优于两相导通六状态控制法。     

无刷直流电机的模糊调速控制研究

无刷直流电机(BLDcM)的动力学特性是一个高阶、非线性、强耦合的系统,采用传统的PID控制方法进行控制,难以达到理想的控制效果.采用模糊控制理论与常规PID控制相结合组成模糊PlD控制器,应用模糊算法在线自动整定PID参数的方法,并将其应用于无刷直流电动机调速控制系统.仿真与试验结果表明,该模糊PID控制的效果明显优于常规PID控制和模糊控制,具有无超调、响应快、鲁棒性强等特点,从而验证所用控制方法的可行性.     

基于模糊神经网络PID的无刷直流电机控制系统研究

针对传统PID控制在无刷直流电机控制系统中达不到良好的控制效果的问题,在无刷直流电机的数学模型基础之上,设计一种模糊神经网络自适应PID控制器,该控制器利用模糊控制非线性控制作用和BP神经网络的学习能力及适应能力相结合对PID参数进行在线实时调整。对基于模糊神经网络自适应PID控制器的无刷直流电机的双闭环控制系统进行仿真实验,实验结果表明,可以提高控制系统的响应速度,减小超调量,对负载及电机参数的变化都有较强的鲁棒性。     

开关磁阻电机的神经网络模糊直接转矩控制研究

为在简化开关磁阻电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于开关磁阻电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器,采用模糊控制算法设计逆变器开关状态选择器,利用MATLAB对系统2种不同控制方法的仿真实验结果进行比较．通过比较发现,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和动态响应。     

基于神经网络模糊逻辑的感应电机直接转矩控制

针对感应电机直接转矩控制中存在较大转矩脉动的特点,提出基于神经网络与模糊逻辑的感应电机直接转矩控制策略,用训练好的神经网络建立定子磁链观测器,将模糊控制算法引入逆变器状态开关选择器,通过对转矩误差、定子磁链误差和磁链位置角的模糊分级来实现逆变器开关的分级控制。仿真及实验结果表明,与常规DTC相比,该控制方法转矩、转速、磁链响应速度快、响应脉动小,具有良好的稳态跟踪性能和优异的动态响应。     

基于模糊聚类的自适应模糊神经网络

本文将模糊C均值聚类和自适应神经模糊网络结合起来．模糊C均值聚类用于对输入变量空间进行划分,生成初始的模糊规则库,自适应模糊神经网络（ANFIS）选用最小二乘法和BP算法．与普通的模糊神经网络相比,这种模糊神经网络收敛速度快,建模精度高。     

基于DSP的直流无刷电动机神经网络控制系统

提出了一种直流无刷电动机的N-PID转速调节器的设计方法。在直流无刷电动机的高性能速度跟踪中,若仅采用传统的PID调节器,则难以克服系统超调和短时振荡问题,采用复合N-PID的控制方法,利用神经网络的自学习自适应功能在线调整PID控制参数。介绍了基于数字信号处理器的直流无刷电机神经网络调速系统,仿真结果表明,运用这种设计方法很好地抑制了超调和振荡。     

GTAW焊接质量神经网络模糊控制系统的研究

研究了一种应用于GTAW焊接质量控制中，利用神经网络进行模糊推理的控制器，采用两个BP网络实现了参数自调整模糊与积分混合控制，采用对输入进行“编码”的方式，减少了BP网络的训练时间和增强了控制实时性，仿真试验和工艺试验都表明了该控制方法的合理性和有效性。     

基于模糊神经网络的热电联产故障诊断研究

为了在缺少设计参数的条件下,设计一个非线性模型的热电联产故障诊断系统,提出了一种基于模糊神经网络的设计方法。通过分析热电联产控制系统各工作模块的工作过程,建立废热回收蒸汽锅炉、蒸汽集箱、汽吸收式冷凝器等模块工作模型。并采用粒子群优化算法对提出的模糊神经网络进行优化,假设模型和测量误差正常分布且相互独立,对模型置信区间进行了计算。实验测试表明,本文设计的故障检测具有较高的可信度。     

基于BP神经网络泛化能力的模糊聚类分析

利用专家经验对样本集进行聚类,通常是便捷有效的,为了衡量聚类的可信度,提出了基于BP神经网络泛化能力的模糊聚类方法,实例表明,此方法是行之有效的。     

基于模糊神经网络控制的供热系统

提出了一种基于神经网络控制的供热系统,采用经典的前向3层神经网络对fi模拟,并根据监测点的历史供暖数据进行网络训练。使用本控制系统对某小区的2008年的供热系统进行仿真控制,并与该年实际供热结果进行比较,结果表明其系统供热效率明显提高,节约能耗效果显著。     

基于模糊神经网络的非营利组织绩效评估

非营利组织绩效评估是一个新兴的课题,具有模糊性的特点。模糊神经网络作为模糊理论同神经网络相结合的产物,它集成了二者的优点,弥补了彼此的不足。利用模糊神经网络对非营利组织绩效进行评估,首先建立评估指标,然后通过模糊神经网络模型的构建,对评估指标进行分析,最后得出评估结果,从而达到评估的客观性和准确性。     

采用小波变换与RBF神经网络优化的电机故障模糊诊断系统

针对特征信号淹没于噪声信号的情况,采用Morlet小波分析实现了对原始电流特征信号的降噪.同时,采用基于RBF神经网络的最优化插值与具有频谱细化特性的CZT分析,提升了频谱分辨率,充分展现了发生故障时电流特征信号的频谱细节,为电机故障诊断系统提供了可靠的诊断依据.建立了基于改进型BP神经网络的电机故障模糊诊断系统,抽象出了偏心故障的诊断规则.实测结果表明,该系统能够可靠地诊断电机的偏心故障.