基于改进BP神经网络8/6极SRM非线性建模的研究

摘要

针对开关磁阻电机（SRM）磁化曲线高度饱和、非线性的特点，本文提出一种基于改进的BP神经网络建立开关磁阻电机模型的方法。该方法构造了一个将连接权值变为参数可调函数的BP神经网络。通过分析开关磁阻电机磁链与转矩特性获得神经网络的训练样本，经过训练，实现开关磁阻电机非线性建模，并在Matlab/Simulink中建立开关磁阻电机控制系统（SRD）仿真模型。仿真与实验结果的对比，证明了此建模方法可行。与传统BP 神经网络建模相比，该方法节约了计算时间，具有很强的泛化能力和较高精度，有效地提高了收敛速度。