| 6 | A novel NN based rotor flux MRAS to overcome low speed problems for rotor resistance estimation in vector controlled IM drives显示文摘这份报纸论述一个新神经网络基于的模型引用适应系统(MRAS ) 为在正式就职马达(IM ) 的向量控制估计转子抵抗解决低速度问题。在网上与二层把转子流动用作州的变量的 MRAS 作为适应模型(FLUX-MRAS ) 训练了神经网络转子流动评估者因为转子抵抗评价流行地在向量控制被使用。在这个计划,使用的参考书模型是用电压模型方程的流动评估者。也就是,电压模型以低速度遇到主要缺点综合者飘移和定子电阻变化问题。这些以低速度在转子电阻的评价导致一个重要错误。处理这些问题,有合并定子电阻的数据的脱机训练的 NN 变化被建议估计流动,并且使用了而不是电压模型。脱机训练的 NN,用串联为神经网络建模,被用作一个引用模型而不是电压模型形成作为 NN-FLUXMRAS 说出的一个新计划。NN-FLUX-MRAS 使用也就是,二个神经网络脱机作为适应模型作为参考模型和联机训练 NN 训练了 NN。新奇 NN-FLUX-MRAS 的表演以不可分的平方与为低速度问题的 FLUX-MRAS 相比错误(ISE ) ,不可分的时间平方错误(ITSE ) ,不可分的绝对错误(IAE ) 和积分预定绝对错误(ITAE ) 。建议 NN-FLUX-MRAS 被显示在 Matlab 模拟克服低速度问题。 | Venkadesan ARUNACHALAM Himavathi SRINWASAN A. MUTHURAMALINGAM | 2016 | Frontiers in Energy2016，10，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员