基于GA优化RBF网络的永磁同步电机无位置控制

作者：金昊; 丁曙光

来源：组合机床与自动化加工技术, 2021, (02): 95-98.

DOI：10.13462/j.cnki.mmtamt.2021.02.023

• 永磁同步电机
• 径向基函数神经网络
• 遗传算法
• 无位置控制

在表贴式永磁同步电机(surface permanent magnet synchronous motor, SPMSM)的无位置控制中,准确实时地估计其转子位置和转速是一个关键技术难点。文章把遗传算法(genetic algorithm, GA)和径向基函数(radial basis function, RBF)神经网络相结合,提出了GA-RBF神经网络观测器来估计SPMSM的转子位置和转速。GA-RBF观测器首先估计了两相静止坐标系下的反电动势,然后引入锁相环实时估计了转子位置和转速。仿真结果表明,GA-RBF算法能够提高神经网络的收敛性,避免神经网络陷入局部最优,从而实现对SPMSM的高精度控制。

• 单位
  合肥工业大学