典型文献
基于模糊神经网络优化的永磁同步电机改进型趋近律滑模控制研究
文献摘要：
为进一步提高永磁同步电机滑模控制调速系统性能,在传统指数趋近律滑模控制基础上,采用了一种fal函数来代替传统符号函数,设计了一种改进型指数趋近律并用李雅普诺夫函数验证了其稳定性.借助模糊神经网络对改进指数趋近律参数进行动态优化,设计出永磁同步电机滑模转速控制器.仿真分析结果表明:与传统指数趋近律相比,改进指数趋近律减小了67.1％的超调,在负载扰动时的转速下降幅度减小了22.2％,转速恢复时长缩短了0.01s;经模糊神经网络优化的改进指数趋近律又进一步减小了50％的超调,负载扰动时的转速下降幅度再次减小了8.9％,转速恢复时长再次缩短了0.0032s.
文献关键词：
车辆工程;永磁同步电机;滑模控制;指数趋近律;fal函数;模糊神经网络
中图分类号：
作者姓名：
胡启国;王泽霖;曹历杰;张军
作者机构：
重庆交通大学机电与车辆工程学院,重庆400074;川庆钻探工程公司安全环保质量监督检测研究院,四川广汉618300
文献出处：
引用格式：
[1]胡启国;王泽霖;曹历杰;张军-.基于模糊神经网络优化的永磁同步电机改进型趋近律滑模控制研究)[J].重庆交通大学学报（自然科学版）,2022(04):139-144
A类：
0032s
B类：
模糊神经网络,神经网络优化,永磁同步电机,改进型趋近律,滑模控制,调速系统,系统性能,fal,传统符号,符号函数,李雅普诺夫函数,改进指数趋近律,动态优化,转速控制器,超调,负载扰动,恢复时长,01s,车辆工程
AB值：
0.2183
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
