永磁同步电机神经网络自抗扰控制，附带编程涉及到的公式文档，方便理解，模型顺利运行，效果好，位置电流双闭环采用二阶自抗扰控制，永磁

FHsnrLqEEZIP永磁同步电机神经网络自抗扰控制附带编程涉及到.zip  195.31KB

资源文件列表:

ZIP 永磁同步电机神经网络自抗扰控制附带编程涉及到.zip 大约有16个文件
  1. 1.jpg 15.8KB
  2. 2.jpg 30.23KB
  3. 3.jpg 16.63KB
  4. 4.jpg 37.24KB
  5. 5.jpg 16.13KB
  6. 6.jpg 43.7KB
  7. 7.jpg 32.89KB
  8. 8.jpg 38.13KB
  9. 标题永磁同步电机神经网络自抗扰控制.doc 1.5KB
  10. 永磁同步电机是一种在众多应用领域中.txt 2.01KB
  11. 永磁同步电机神经网络自抗扰控制.txt 481B
  12. 永磁同步电机神经网络自抗扰控制技术分析随.txt 2.25KB
  13. 永磁同步电机神经网络自抗扰控制技术研究与应.txt 2.11KB
  14. 永磁同步电机神经网络自抗扰控制摘.txt 2.27KB
  15. 永磁同步电机神经网络自抗扰控制解析一引言随着科技的.txt 2.02KB
  16. 永磁同步电机神经网络自抗扰控制附带编程涉及到的公式.html 6.16KB

资源介绍:

永磁同步电机神经网络自抗扰控制，附带编程涉及到的公式文档，方便理解，模型顺利运行，效果好，位置电流双闭环采用二阶自抗扰控制，永磁同步电机三闭环控制，神经网络控制，自抗扰中状态扩张观测器与神经网络结合，在线自整定自抗扰中参数，（依据rbf神经网络pid控制还写）输入信号为方波信号，可以切换。 均可运行，图8中可以看到参数自动整定得效果 有搭建模型的公式文档，有参考的lunwen，约20篇，可以把控制器拿下来放在你的被控对象上，微调几个参数，效果很好
<link href="/image.php?url=https://csdnimg.cn/release/download_crawler_static/css/base.min.css" rel="stylesheet"/><link href="/image.php?url=https://csdnimg.cn/release/download_crawler_static/css/fancy.min.css" rel="stylesheet"/><link href="/image.php?url=https://csdnimg.cn/release/download_crawler_static/89760623/raw.css" rel="stylesheet"/><div id="sidebar" style="display: none"><div id="outline"></div></div><div class="pf w0 h0" data-page-no="1" id="pf1"><div class="pc pc1 w0 h0"><img alt="" class="bi x0 y0 w1 h1" src="/image.php?url=https://csdnimg.cn/release/download_crawler_static/89760623/bg1.jpg"/><div class="t m0 x1 h2 y1 ff1 fs0 fc0 sc0 ls0 ws0">标题<span class="ff2">：</span>永磁同步电机神经网络自抗扰控制技术及应用研究</div><div class="t m0 x1 h2 y2 ff1 fs0 fc0 sc0 ls0 ws0">摘要<span class="ff2">：</span>本文针对永磁同步电机控制问题<span class="ff2">，</span>提出了一种基于神经网络和自抗扰控制的方法<span class="ff3">。</span>通过引入神</div><div class="t m0 x1 h2 y3 ff1 fs0 fc0 sc0 ls0 ws0">经网络和自抗扰控制器<span class="ff2">，</span>实现了对永磁同步电机的位置电流双闭环控制和三闭环控制<span class="ff3">。</span>同时<span class="ff2">，</span>利用状</div><div class="t m0 x1 h2 y4 ff1 fs0 fc0 sc0 ls0 ws0">态扩张观测器与神经网络结合<span class="ff2">，</span>实现了在线自整定自抗扰控制器的参数<span class="ff3">。</span>通过方波信号输入<span class="ff2">，</span>验证了</div><div class="t m0 x1 h2 y5 ff1 fs0 fc0 sc0 ls0 ws0">该控制方法的可行性与效果的优良性<span class="ff3">。</span></div><div class="t m0 x1 h2 y6 ff1 fs0 fc0 sc0 ls0 ws0">第一章<span class="ff4"> </span>绪论</div><div class="t m0 x1 h2 y7 ff4 fs0 fc0 sc0 ls0 ws0">1.1 <span class="ff1">研究背景</span></div><div class="t m0 x1 h2 y8 ff4 fs0 fc0 sc0 ls0 ws0">1.2 <span class="ff1">研究意义</span></div><div class="t m0 x1 h2 y9 ff4 fs0 fc0 sc0 ls0 ws0">1.3 <span class="ff1">国内外研究现状</span></div><div class="t m0 x1 h2 ya ff4 fs0 fc0 sc0 ls0 ws0">1.4 <span class="ff1">本文的内容和结构</span></div><div class="t m0 x1 h2 yb ff1 fs0 fc0 sc0 ls0 ws0">第二章<span class="ff4"> </span>永磁同步电机控制基础</div><div class="t m0 x1 h2 yc ff4 fs0 fc0 sc0 ls0 ws0">2.1 <span class="ff1">永磁同步电机的特点和工作原理</span></div><div class="t m0 x1 h2 yd ff4 fs0 fc0 sc0 ls0 ws0">2.2 <span class="ff1">永磁同步电机的数学模型及控制</span></div><div class="t m0 x1 h2 ye ff4 fs0 fc0 sc0 ls0 ws0">2.3 <span class="ff1">传统的<span class="_ _0"> </span></span>PID<span class="_ _1"> </span><span class="ff1">控制方法及问题</span></div><div class="t m0 x1 h2 yf ff4 fs0 fc0 sc0 ls0 ws0">2.4 <span class="ff1">自抗扰控制理论的基本原理</span></div><div class="t m0 x1 h2 y10 ff1 fs0 fc0 sc0 ls0 ws0">第三章<span class="ff4"> </span>永磁同步电机神经网络自抗扰控制方法</div><div class="t m0 x1 h2 y11 ff4 fs0 fc0 sc0 ls0 ws0">3.1 <span class="ff1">永磁同步电机位置电流双闭环控制方法</span></div><div class="t m0 x1 h2 y12 ff4 fs0 fc0 sc0 ls0 ws0">3.2 <span class="ff1">永磁同步电机三闭环控制方法</span></div><div class="t m0 x1 h2 y13 ff4 fs0 fc0 sc0 ls0 ws0">3.3 <span class="ff1">神经网络控制器的设计与实现</span></div><div class="t m0 x1 h2 y14 ff4 fs0 fc0 sc0 ls0 ws0">3.4 <span class="ff1">状态扩张观测器与神经网络的结合</span></div><div class="t m0 x1 h2 y15 ff4 fs0 fc0 sc0 ls0 ws0">3.5 <span class="ff1">自整定自抗扰控制器的参数在线调整方法</span></div><div class="t m0 x1 h2 y16 ff1 fs0 fc0 sc0 ls0 ws0">第四章<span class="ff4"> </span>系统建模与性能仿真</div><div class="t m0 x1 h2 y17 ff4 fs0 fc0 sc0 ls0 ws0">4.1 <span class="ff1">系统建模的公式文档</span></div><div class="t m0 x1 h2 y18 ff4 fs0 fc0 sc0 ls0 ws0">4.2 <span class="ff1">基于神经网络自抗扰控制的仿真实验</span></div><div class="t m0 x1 h2 y19 ff4 fs0 fc0 sc0 ls0 ws0">4.3 <span class="ff1">仿真结果分析与讨论</span></div><div class="t m0 x1 h2 y1a ff1 fs0 fc0 sc0 ls0 ws0">第五章<span class="ff4"> </span>实验结果及分析</div><div class="t m0 x1 h2 y1b ff4 fs0 fc0 sc0 ls0 ws0">5.1 <span class="ff1">实验平台介绍</span></div><div class="t m0 x1 h2 y1c ff4 fs0 fc0 sc0 ls0 ws0">5.2 <span class="ff1">实验设计与参数调整</span></div><div class="t m0 x1 h2 y1d ff4 fs0 fc0 sc0 ls0 ws0">5.3 <span class="ff1">实验结果分析与验证</span></div><div class="t m0 x1 h2 y1e ff1 fs0 fc0 sc0 ls0 ws0">第六章<span class="ff4"> </span>结论与展望</div><div class="t m0 x1 h2 y1f ff4 fs0 fc0 sc0 ls0 ws0">6.1 <span class="ff1">结论总结</span></div></div><div class="pi" data-data='{"ctm":[1.568627,0.000000,0.000000,1.568627,0.000000,0.000000]}'></div></div>
100+评论
captcha
    相关资源