基于神经网络逆的感应电机转速辨识

摘要

转速是交流电机高性能矢量控制中必不可少的，如何快速、准确地辨识电机的速度一直是大家关注的问题，本文根据交流电机数学模型，提出了基于神经网络逆的转速辨识方法，通过可逆性分析构造出左逆系统的辨识模型。用改进的BP算法对神经网络进行学习和训练，构建相应的多层前馈神经网络(MFNN)来逼近左逆系统的辨识模型，并给出了实现方法和试验结果。结果表明，基于神经网络逆的转速辨识方法能够快速准确的实现对电机转速的跟踪测量，是一种很有应用前景的新方法。