บทคัดย่อ - วิธีการประเมินความเร็วแบบปรับได้แบบนวนิยายของ<br>มอเตอร์เหนี่ยวนําจะถูกนําเสนอในกระดาษนี้ของ นี้ความเร็ว- เซ็นเซอร์<br>ระบบควบคุมเวกเตอร์ขึ้นอยู่กับผู้สังเกตการณ์ฟลักซ์และเดี่ยว<br>ตัวควบคุม PI ของเซลล์ประสาท (SNPIC) ผู้สังเกตการณ์ฟลักซ์ใช้เพื่อ<br>ให้แกน Q ฟลักซ์โรเตอร์สําหรับการประมาณความเร็วโรเตอร์ ส.ส.<br>ถูกนํามาใช้สําหรับการตระหนักถึงการประมาณความเร็วแทน<br>ตัวควบคุม PI ทั่วไปที่ใช้ฟลักซ์โรเตอร์แกน Q มาบรรจบกัน<br>บนศูนย์ วิธีการออกแบบมีข้อได้เปรียบของง่าย<br>โครงสร้างและความทนทานที่ดีของ ผลลัพธ์ของการจําลองแสดงให้เห็นว่า<br>โครงการที่เสนอมีประสิทธิภาพที่ดีที่ตัวแปรใดตัวแปรหนึ่ง<br>การดําเนินงานความเร็วหรือโหลดการเปลี่ยนแปลงและความไวต่ําในการโหลด<br>การรบกวนเมื่อเทียบกับรูปแบบการควบคุม PI ทั่วไป<br>คําศัพท์ดัชนี - มอเตอร์เหนี่ยวนํา, เวกเตอร์ไร้เซ็นเซอร์ความเร็ว<br>การควบคุม, เดียวประสาทควบคุมpi, ประมาณความเร็วของ<br>ผมของการแนะนํา<br> ประสิทธิภาพการควบคุมของมอเตอร์เหนี่ยวนํานั้นชัดเจน<br>ดีขึ้นตั้งแต่การปรากฏตัวของทฤษฎีการควบคุมเวกเตอร์ใน<br>ปี 1970 อย่างไรก็ตามการประยุกต์ใช้ทฤษฎีการควบคุมเวกเตอร์คือ<br>จํากัดเนื่องจากค่าใช้จ่ายสูงและความน่าเชื่อถือต่ําและ<br>ข้อ จํากัด ในสภาพแวดล้อมการทํางานของเซ็นเซอร์ความเร็ว<br>ดังนั้นตั้งแต่ปลายทศวรรษที่ 1980 เวกเตอร์ไร้เซ็นเซอร์ความเร็ว<br>วิธีการควบคุมมอเตอร์เหนี่ยวนําโดยใช้ความเร็วโดยประมาณ<br>แทนที่จะมีการศึกษาความเร็วที่วัดได้และมวล<br>มีการนําเสนอโครงร่างที่แตกต่างกัน [1]- [3] กับ<br>ปัญหาของการคํานวณและการควบคุมที่สําคัญด้วยความเร็วต่ํา<br>เมื่อใช้เฉพาะรุ่นแรงดันไฟฟ้าวิธีการที่ใช้ qaxis โรเตอร์ฟลักซ์สําหรับการประมาณความเร็วโรเตอร์ถูกเสนอใน [4],<br>ซึ่งใช้ตัวควบคุม PI ทั่วไปในความเร็ว<br>โมดูลการประเมิน อย่างไรก็ตามมอเตอร์เหนี่ยวนําเป็น<br>คู่สูง, ไม่ใช่เชิงเส้นพืชแบบไดนามิกและมักจะทํางาน<br>ภายใต้ลักษณะการโหลดตัวแปร ดังนั้นจึงเป็นเรื่องยากสําหรับ<br>ตัวควบคุม PI ทั่วไปเพื่อให้ได้ประสิทธิภาพที่ดีและ<br>จําเป็นต้องมีการควบคุมความเร็วแบบปรับได้<br> เมื่อเร็ว ๆ นี้พร้อมกับการพัฒนาของอัจฉริยะ<br>ทฤษฎีการควบคุม, คลัสเตอร์ควบคุมอัจฉริยะได้กลายเป็น<br>ฮอตสปอตการวิจัยและการวิจัยของเซลล์ประสาทเดี่ยวที่ปรับตัว PI<br>ตัวควบคุม (SNPIC) ได้รับการพัฒนา [5] การรวม<br>ข้อดีของเครือข่ายประสาทเทียมและตัวควบคุม PID และการเป็น<br>เมื่อเทียบกับทั่วไปควบคุมpid, ชนิดนี้ของ<br>ตัวควบคุมมีโครงสร้างที่เรียบง่ายและความทนทานที่ดี ที่<br>ในเวลาเดียวกัน, มันสามารถรับรู้ได้อย่างสะดวกของ<br> ในเอกสารนี้เรารวมการควบคุม PI ของเซลล์ประสาทเดียว<br>เทคนิคในวิธีการโดยใช้แกน q แกนโรเตอร์ฟลักซ์สําหรับโรเตอร์<br>การประมาณความเร็วภายใต้การควบคุมทางอ้อมที่มุ่งเน้นภาคสนามและ<br>ออกแบบวิธีการประเมินความเร็วโรเตอร์แบบปรับได้ที่ดีขึ้น<br>ในวิธีการใหม่นี้ฟลักซ์โรเตอร์แกน q จะทําหน้าที่เป็นอินพุตของ<br>SNPIC และค่าความเร็วโดยประมาณจะได้รับที่<br>เอาท์พุทเซลล์ประสาทเดียว ในช่วงเวลาทํางานของมอเตอร์เหนี่ยวนํา<br>น้ําหนักของเซลล์ประสาทได้รับการแก้ไขอย่างต่อเนื่องโดย<br>backpropagationใช้q- axisโรเตอร์ฟลักซ์มาบรรจบกันบน<br>ศูนย์ จากนั้นความเร็วโดยประมาณสามารถติดตามความเร็วจริงได้<br>น่ายกย่อง<br>II. รูปแบบของเวกเตอร์ CO
การแปล กรุณารอสักครู่..
