基于综合学习策略粒子群优化算法的永磁同步电机模型辨识

来源 :机械设计与制造工程 | 被引量 : 0次 | 上传用户:skywalker0123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在分析了永磁同步电机先验模型的基础上,引入线性二阶受控自回归模型。通过将系统辨识问题转化为优化问题,并引入综合学习策略粒子群优化算法实现了对二阶受控自回归模型参数的离线估计。为了验证模型的准确性和可靠性,在实际三轴运动控制平台上设计并完成了验证实验。实验结果表明,通过该方法获得的模型精度高,且能较好地表征永磁同步电机伺服控制系统的实际输入输出特性。
其他文献
以某电厂650MW燃煤机组SCR脱硝系统为研究对象,针对运行中脱硝烟道流场不均、易积灰、催化剂易磨损等问题,建立SCR脱硝烟道的三维模型,运用SolidWorksFlowSimulation软件模拟
传统方法在对上肢运动训练机械关节结构摩擦监测时,存在监测时效性和准确性差的问题,对此提出了基于三维姿态的上肢运动训练机械关节结构摩擦监测方法。利用估计定位速率和采
提出一种高超声速飞行器抗干扰及故障诊断跟踪控制策略,对于外部干扰通过设计干扰观测器对其进行估计和抵消,达到抗干扰目的;针对故障,通过设计带有投影算法的自适应滤波器,
为了进一步提高认知无线电频谱感知的准确性和可靠性,提出一种基于混沌和声搜索(CHS)的最优线性协作频谱感知算法。该算法基于能量检测的线性加权协作频谱感知模型,利用和声搜索(HS)算法本身的优化能力和混沌映射的遍历性、随机性等特点,通过求解最优权值的方法,提高频谱感知的性能。仿真实验结果表明,CHS算法的优化性能和收敛速度均优于传统的HS算法,基于CHS的最优线性协作频谱感知算法能够找到最优的权值,
一般无线网络的路由协议不适合直接应用于认知无线电网络,需要提出一个新的路由算法以满足认知无线电网络端到端的服务质量(QoS)性能。认知无线电网络中的节点可以自主地进行信道选择和频谱切换,从而最大限度地满足流量需求和避免流内竞争。结合按需路由的基本流程,在充分考虑信道容量和流内竞争所带来的干扰对路由选择的影响下,提出了适用于认知无线电网络的基于容量和干扰的路由算法。仿真结果表明,基于容量和干扰的路由