请选择 目标期刊

基于双前馈模糊神经网络的PMSM直接转矩控制 下载:103 浏览:1204

姜元昊1 李佳懿2 李昕3 《神经科学研究》 2023年8期

摘要:
针对永磁同步电动机传统直接转矩控制存在转矩脉动大、电动机系统运行和受到外部扰动时系统参数的时变不确定性问题,将双前馈模糊神经网络控制(Dual Feedforward Fuzzy Neural Network,DFFNN)引入PI调节器,设计了一种基于双前馈模糊神经网络PI控制器,用神经网络实现模糊推理,进行参数的自整定,应用于永磁同步电动机的直接转矩控制系统,使系统转速响应快,超调小,对参数变化有较强的抗干扰能力。

基于BP神经网络的PID温度控制系统设计 下载:108 浏览:1219

王欣瑞 王伟 《神经科学研究》 2023年8期

摘要:
工业过程控制中,PID调节作为重要的控制手段,取得了令人满意的效果。为了进一步达到更好的控制效果,在传统PID控制模型上,利用神经网络的自主学习的特性,建立了新型的BP-PID控制模型,优点在于无需手动设定,即可完成PID参数的整定。本文通过MATLAB软件,用可视化工具Simulink设计的温度控制模型,证明了结果可行。本文给出了设计思路,并通过仿真进行了验证。为实际生产中,温度控制系统设计提供了新的思路。

伺服驱动器参数自整定技术的研究与实现 下载:92 浏览:1006

王玘玥 《国际科技论坛》 2024年10期

摘要:
伺服驱动器参数自整定技术是现代自动化控制领域的一项重要创新,它通过集成先进的控制算法与实时数据处理能力,实现了伺服系统控制参数的智能化自动调整。本文旨在探讨伺服驱动器参数自整定技术的核心原理、实现方法以及其在工业生产中的应用价值。通过深入研究系统建模、优化算法、数据采集与处理等关键技术环节,本文提出了一套完整的伺服驱动器参数自整定解决方案,并验证了其有效性和可行性。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享