典型文献
基于LM算法的直流电机数学模型辨识
文献摘要：
针对在PWM调速系统中直流电机速度的变化会受到负载转矩与控制电压两者的影响,该文提出一种基于LM(Levenberg-Marquardt)算法的直流电机关于转矩电压与转速数学模型辨识新方法.以直流电机的负载转矩和控制电压为输入,电机转速为输出构建BP神经网络模型,利用Matlab神经网络工具箱进行训练优化神经网络并给出权值矩阵.标准BP神经网络采用最速下降法来修正权值和阈值,虽然最速下降法可以使权值和阈值得到一个稳定的解,但其收敛速度慢,网络易陷入局部极小,学习过程会发生振荡,为了克服其缺点而采用LM算法更新权值和阈值.验证结果证明了该方法的有效性,实际样本数据与神经网络模型预测输出曲线拟合良好,网络模型预测输出误差达到最佳为1.0932×10-3.
文献关键词：
直流电机;LM算法;数学模型;Matlab神经网络工具箱
中图分类号：
作者姓名：
鸦婧;俞竹青;苏娜
作者机构：
常州大学 机械与轨道交通学院,常州213100
文献出处：
引用格式：
[1]鸦婧;俞竹青;苏娜-.基于LM算法的直流电机数学模型辨识)[J].自动化与仪表,2022(08):92-96
A类：
B类：
LM,直流电机,模型辨识,PWM,调速系统,中直,负载转矩,Levenberg,Marquardt,电机转速,Matlab,网络工具,工具箱,优化神经网络,权值,最速下降法,收敛速度,速度慢,局部极小,学习过程,模型预测输出,曲线拟合,达到最佳
AB值：
0.257995
相似文献
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。
