摘要：无刷双馈电机系统具有多变量、高度非线性和时变性、强耦合等特点.文章在传统直接转矩控制基础上,将神经网络引入定子磁链观测器,并利用蝙蝠-粒子群算法优化训练神经网络;设计模糊状态控制器优化输出逆变器开关状态.由仿真与试验结果分析得出,基于神经网络和模糊控制的无刷双馈电机直接转矩控制,速度响应快且平稳,能较好抑制转速波动、转矩脉动、磁链脉动,系统鲁棒性好,控制精度高.仿真和实验均取得较好控制效果.

摘要：设计一种基于小波包分解和RBF神经网络的逆变器故障检测方法,利用小波包变换提取逆变器故障信号特征向量,以此作为RBF神经网络的输入。采取狼群算法优化RBF神经网络结构和参数,利用22组学习样本和6组测试样本分别训练和检验RBF神经网络。实验表明,该方法用于逆变器开路故障诊断的准确率高。

摘要：永磁同步电机(PMSM)为高阶、参数时变、多变量、严重非线性及强耦合系统。设计一种基于粒子群蛙跳算法(PSO-SFLA)优化的递归模糊神经网络(RFNN)控制器,并将其作为PMSM调速系统的转速控制器。仿真分析及实验验证了该系统能抑制常规PI转速控制滞后和动态响应性能较差的缺陷,响应快,抗干扰和鲁棒性强。

摘要：无刷双馈电机(BDFM)控制系统是具有高度非线性、时变性的转速、电流双闭环调速系统,但转速控制器采用传统PID控制,难以实现快速、准确的转速响应要求。为此,提出一种基于控制的转速控制策略,采取粒子群人工蜂群(PSO-ABC)算法、改进BP算法优化训练网络以及输出PID控制器最优参数kp、ki、kd,所设计的递归模糊神经网络PID控制器能实现准确的转速跟踪,动态响应好,鲁棒性强。仿真分析与实验结果均取得较好的控制效果,从而验证控制方法的有效性。

摘要：永磁同步电机交流伺服系统为复杂的强耦合、时变、非线性系统,传统PID控制难以实现伺服系统高精度控制性能要求.在传统PID控制基础上,对永磁同步电机转速引入模糊神经网络控制,设计一种基于鸡群算法优化的模糊神经网络PID速度控制器.仿真分析与试验结果表明,应用模糊神经网络PID速度控制的永磁同步电机矢量系统,转速响应快、超调小、控制精度高、抑制扰动能力强、鲁棒性好,取得了良好的控制效果.

摘要：电机变频调速系统中,逆变器是故障高发的薄弱环节。设计一种基于小波包分解和RBF神经网络的三相电机驱动系统PWM逆变器故障诊断模型,利用小波包变换提取三相PWM逆变器故障信号特征向量,并将其作为RBF神经网络的输入量;采用狼群—模拟退火算法优化RBF神经网络的结构和参数,利用32组学习样本和6组测试样本分别训练和检验RBF神经网络。仿真实验分析表明,该方法用于三相电机驱动系统PWM逆变器开路故障的诊断,速度快、准确率高。

摘要：绿色度评价直接影响着机电产品的设计、制造、管理及发展。从机电产品制造的能源、资源、环境、经济和技术等属性进行分析,运用层次分析法(AHP)确定机电产品绿色度评价指标体系及其权重,建立机电产品绿色度BP神经网络评价模型,通过粒子群-人工蜂群(PSO-ABC)算法优化训练BP神经网络结构参数。仿真实验表明,该方法评价速度快、准确率高,对于指导机电产品绿色制造具有较好的参考价值。