文献类型：期刊文章

作　　者：郝娜[1] 詹志坤[2]

HAO Na;ZHAN Zhikun(Electrical and electronic engineering department,Shijiazhuang University of Applied Technology,Shijiazhuang,Hebei 050081,China;Key Lab of Industrial Computer Control Engineering of Hebei Province,Yanshan University.Qinhuangdao,Hebei 066004,China)

机构地区：[1]石家庄职业技术学院电气与电子工程系,河北石家庄050081 [2]燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004

出　　处：《燕山大学学报》

基　　金：河北省自然科学基金资助项目(F2021203070)。

年　　份：2022

卷　　号：46

期　　号：3

起止页码：239-245

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、RCCSE、ZGKJHX、核心刊

摘　　要：针对具有参数不确定性和逆变器非线性的永磁同步电机驱动系统,提出了一种基于小波神经网络-自适应反步无模型控制的永磁同步电机速度跟踪控制方案。首先建立了永磁同步电机系统的新型超局部模型,构建的超局部模型能够在线估计永磁同步电机系统的非参数模型,包括参数不确定性、逆变器非线性和负载扰动;然后基于超局部模型设计了小波神经网络-自适应反步无模型速度控制器;最后通过仿真验证了该方案的有效性,结果表明所提出的无模型控制永磁同步电机驱动系统与传统的反推控制永磁同步电机驱动系统相比,不仅可以估计并消除包括系统未建模部分和未知干扰在内的各种不确定性,而且稳态性能更好、动态响应更快。

关 键 词：反步控制 无模型 小波神经网络

分 类 号：TM28[材料类]