针对传统无刷直流电机(brushless direct current motor, BLDCM)无位置传感器控制在低速起动阶段由于反电动势幅值较小导致换相信号精度下降,进而引发换相失败的问题,本文提出了一种基于河马算法优化BP神经网络的无感控制方法。该方法...针对传统无刷直流电机(brushless direct current motor, BLDCM)无位置传感器控制在低速起动阶段由于反电动势幅值较小导致换相信号精度下降,进而引发换相失败的问题,本文提出了一种基于河马算法优化BP神经网络的无感控制方法。该方法以电机三相电压与电流信号为输入,构建非线性映射模型,实现对电机精确换相信号的估算。仿真结果表明,本文提出的基于河马优化算法的BP神经网络无位置传感器控制策略在无刷直流电机系统中表现出良好的性能。能够实现准确的换向信号估计,具备快速、平稳的调速特性,系统动态响应良好。展开更多
无刷直流电机(Brushless DC Motor,BLDCM)作为一种高效、节能的电机类型,在石油、化工、交通等各领域得到了广泛应用。无位置传感器控制技术作为无刷直流电机控制的重要分支,通过检测电机反电动势或相电流等信息,实现电机的换相控制,无...无刷直流电机(Brushless DC Motor,BLDCM)作为一种高效、节能的电机类型,在石油、化工、交通等各领域得到了广泛应用。无位置传感器控制技术作为无刷直流电机控制的重要分支,通过检测电机反电动势或相电流等信息,实现电机的换相控制,无需额外的位置传感器,从而降低了系统成本,提高了系统可靠性。现通过分析无刷直流电机无位置传感器控制技术的研究现状,论证了现有方法的优缺点,并探讨了未来的发展方向。展开更多
文摘针对传统无刷直流电机(brushless direct current motor, BLDCM)无位置传感器控制在低速起动阶段由于反电动势幅值较小导致换相信号精度下降,进而引发换相失败的问题,本文提出了一种基于河马算法优化BP神经网络的无感控制方法。该方法以电机三相电压与电流信号为输入,构建非线性映射模型,实现对电机精确换相信号的估算。仿真结果表明,本文提出的基于河马优化算法的BP神经网络无位置传感器控制策略在无刷直流电机系统中表现出良好的性能。能够实现准确的换向信号估计,具备快速、平稳的调速特性,系统动态响应良好。
文摘无刷直流电机(Brushless DC Motor,BLDCM)作为一种高效、节能的电机类型,在石油、化工、交通等各领域得到了广泛应用。无位置传感器控制技术作为无刷直流电机控制的重要分支,通过检测电机反电动势或相电流等信息,实现电机的换相控制,无需额外的位置传感器,从而降低了系统成本,提高了系统可靠性。现通过分析无刷直流电机无位置传感器控制技术的研究现状,论证了现有方法的优缺点,并探讨了未来的发展方向。
