基于回声状态网络的开关磁阻电机建模-论文.pdf

《基于回声状态网络的开关磁阻电机建模-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、迫札与控制应用2015，42(6)研究与设计lEMCA基于回声状态网络的开关磁阻电机建模术司利云，王铁勇(1．长安大学电子与控制工程学院，陕西西安710064；2．中航工业西安航空计算技术研究所，陕西西安710068)摘要：针对传统神经网络在开关磁阻电机建模过程中存在的网络结构确定困难和训练过程过于复杂的问题，提出了基于回声状态网络的电机建模方法。回声状态网络利用储备池和线性回归算法简化了网络设计和训练过程，使得模型具有良好的收敛速度。无需电机的任何先验知识，利用训练样本，便可建立正确反映电机磁特性的电感模型。在保证良好预测精度

2、的前提下，与BP和RBF神经网络相比，所建模型具有计算简单，收敛速度快等优势，可进一步应用于电机的实时控制中。关键词：开关磁阻电机；电感模型；递归神经网络；回声状态网络；收敛速度中图分类号：TM352文献标志码：A文章编号：1673—6540(2015)06-0021-06ModelingofSwitchedReluctanceMotorBasedonEchoStateNetworkSILiyun，WANGTieyong(1．SchoolofElectricalandControlEngineering，Chang’anUniv

3、ersity，Xi’an710064，China；2．AVICComputingTechniqueResearchInstitute，Xi’all710068，China)Abstract：Focusingontheproblemsthatthenetworkstructureisdificulttodeterminingandthetrainingprocessistoocomplexinthemodelingprocessofswitchedreluctancemotorusingthetraditionalneuralne

4、twork，amotormodelingmethodbasedonechostatenetworkwasproposed．Theechostatenetworksimplifiedthenetworkdesignandthetrainingprocessusingthereservepondandthelinearregressionalgorithm，enablesthemodeltohavethegoodconvergeneerate．Withoutanypriorknowledgeofthemotor，inductance

5、modelwouldbeestablishedaccuratelytoreflectthemotormagneticcharacteristicsusingtrainingdata．Underthepremisetoensuregoodpredictionaccuracy，comparedwithBPandRBFneuralnetwork，themodelhadtheadvantagesofsimplecalculation，fastconvergencespeed，andcouldbefurtherappliedtothere

6、al—timecontrolofthemotor．Keywords：switchreluctancemotor(SRM)；inductancemodel；recurrentneuralnetwork；echostatenetwork；convergencespeed研究也一直在持续进行。0引言SRM的定、转子为双凸极结构，磁路在运行开关磁阻电机(SwitchedReluctanceMotor，中处于饱和状态，绕组供电电源具有非线性的开SRM)具有结构简单、易维护、容错性好、效率高和关特性，这些特点使得其在性能分析与控制方式成本低

7、等优点，可广泛应用于航空航天、电动机上有别于传统电机。磁场计算和参数计算是车、伺服系统和日用家电等方面，在油田和矿井等SRM设计和性能分析的基础和关键。SRM的磁恶劣环境中也有着良好的发展前途_lJ。近年来，路饱和、涡流、磁滞效应带来的非线性特性影响着作为工业应用中比较理想的节能型电机，SRM越电机的性能，使得其数学模型无法得到精确实用来越被工业界所关注，学术界围绕其展开的理论的解析表达式，从而导致电机的分析比较复杂，成基金项目：中央高校基本科研业务费专项资金项目(CHD2011JC131)；陕西省微特电机及驱动技术重点实验室开

8、放基金项目(2013SSJ2003)通讯作者：司利云一21—研究与设计EMCA迫扎与控毋J应闭2015，42(6)为学者们研究的一个热点。证，结果表明离线模型和在线模型均能正确地估从电机最初的线性模型]、准线性模型I3]计SRM的磁链特性，而且在线模型的估计精度