题名 基于遗忘因子多新息随机梯度算法PMSM参数辨识
被引量：2
1
作者
张建宇 吴定会
机构
江南大学轻工过程先进控制教育部重点实验室
出处
《微特电机》
北大核心
2016年第11期66-69,共4页
基金
国家高技术研究发展计划项目(2013AA040405) 江苏省食品先进制造装备技术重点实验室项目(FM-201408) 江苏省"六大人才高峰"项目(WLW-008)
文摘
针对传统辨识算法结果不精确以及电机参数变化问题,提出了基于遗忘因子多新息随机梯度辨识算法。结合永磁同步电机系统电压方程,构建离散辨识模型。采用矢量控制方法控制电机,获得辨识模型输入输出数据,对转子电阻和电感参数进行在线辨识。仿真结果表明,该算法能够实现对永磁同步电机参数的辨识。
关键词
永磁同步电机 SVPWM矢量控制 遗忘因子 多新息随机梯度算法 参数辨识
Keywords
permanent magnet synchronous motor （PMSM） SVPWM vector control forgetting factor multi-innova-tion stochastic gradient algorithm parameter identification
分类号
TM351
[电气工程—电机]
TM341
[电气工程—电机]
题名 变遗忘因子多新息随机梯度算法双馈电机参数辨识
被引量：2
2
作者
黄旭 吴定会 郑洋
机构
江南大学轻工过程先进控制教育部重点实验室
出处
《测控技术》
2019年第3期116-120,125,共6页
基金
国家自然科学基金项目(61572237)
文摘
针对电机运行过程中参数变化特点,基于多新息辨识理论与随机梯度辨识算法理论,结合变遗忘因子,提出了基于变遗忘因子多新息随机梯度算法的双馈电机参数辨识方法。该方法考虑到双馈电机非线性强耦合,采用定子磁链定向的矢量控制技术,搭建双馈电机矢量控制系统采集数据,并推导dq坐标系下电机参数辨识模型的标准形式,根据算法辨识出电机电感及电阻参数。仿真结果验证了该算法的有效性。
关键词
双馈电机 矢量控制 变遗忘因子 多新息随机梯度算法
Keywords
doubly fed induction machine vector control time-varying forgetting factor multi-innovation stochastic gradient identification algorithm
分类号
TP214
[自动化与计算机技术—检测技术与自动化装置]
TM614
[电气工程—电力系统及自动化]
题名 基于前向神经网络的多新息随机梯度辨识算法
被引量：9
3
作者
刘英玉 申东日 陈义俊 李蓉
机构
辽宁石油化工大学信息工程学院
出处
《哈尔滨商业大学学报（自然科学版）》
CAS
2006年第2期83-86,共4页
文摘
为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能.由于多新息随机梯度辨识算法利用了系统的当前数据和历史数据,对动态辨识,特别是对具有纯时间延迟动态系统的辨识,较传统的BP算法在辨识精度和收敛速度方面具有更好的效果.仿真结果表明该算法的有效性.
关键词
多新息 随机 梯度 辨识算法 前向神经网络 非线性时变系统
Keywords
multi-innovation stochastic gradient identification algorithm recurrent neural networks nonlinear time varying system
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 高速电主轴动力学模型参数多新息随机梯度辨识
4
作者
唐传胜
机构
南阳理工学院智能制造学院
出处
《组合机床与自动化加工技术》
北大核心
2020年第10期68-71,共4页
基金
河南省科技攻关项目(202102210298) 河南省高等学校重点科研项目计划(18B470007)。
文摘
针对高速电主轴转子转速、磁链和电流中存在复杂的强耦合、时变非线性因素造成其系统模型难以精确建立的问题,结合多新息辨识理论,提出了一种高速电主轴动力模型参数的多新息辨识方法。根据高速电主轴的结构和特点,建立其动力学模型;通过对高速电主轴动力模型的离散化,估计参数项由当前误差扩展为包含当前误差和历史误差的向量,实现了高速电主轴的多新息模型参数辨识。通过与传统随机梯度辨识方法进行仿真对比,表明了多新息长度p的引入可以有效提高模型参数辨识的速度和精度,并且随着信息长度的增加收敛速度逐步提高,验证了该文方法的有效性和正确性。
关键词
高速电主轴 模型辨识 模型离散化 多新息随机梯度算法
Keywords
high-speed motorized spindle model identification model discretization multi-innovation stochastic gradient algorithm
分类号
TH166
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
题名 系统辨识在伺服系统动态特性测试中的应用
被引量：2
5
作者
朱燕梅 侯文 郑浩鑫 张寅
机构
中北大学仪器与电子学院 中北大学信息与通信工程学院 中北大学机械与动力工程学院
出处
《现代雷达》
CSCD
北大核心
2015年第12期57-60,共4页
基金
总装国防科技基金资助项目
文摘
将系统辨识引入伺服系统的测试中,采用多新息随机梯算法辨识出系统的传递函数。通过由辨识得到的传递函数来计算系统的阶跃响应特性和频率特性,既减少了测试项目,又提高了效率。基于舵机系统的测试需求完成了测试实验,与传统测试方法相比幅频特性误差小于0.39 d B,相频特性误差小于4.9°,上升时间的误差控制在6.29%以下,实验结果表明,通过系统辨识来计算伺服系统性能指标取得了良好的测试效果。
关键词
伺服系统 系统辨识 多新息随机梯度算法 动态特性
Keywords
servo system system identify MISG dynamic characteristics
分类号
TM921.541
[电气工程—电力电子与电力传动]
