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
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。
