基于改进神经网络的SRM转子位置预测

摘要

开关磁阻电机(SRM)具有简单、高效、可靠等优点,在很多领域得到广泛的应用,但位置传感器的存在不但降低了电机的可靠性,而且增加了结构的复杂性.针对这一问题,提出一种基于Adaboost算法改进RBF-BP神经网络的软测量模型,模型首先具备BP神经网络良好的预测能力,再利用RBF神经网络优化BP神经网络的收敛性,最终通过Adaboost算法提升RBF-BP神经网络的精确性和泛化性,将该软测量模型应用于开关磁阻电机的转子位置预测中,其实验结果显示,该软测量模型能够利用少量样本准确而又快速地预测出SRM转子的位置,从而体现了新模型在SRM无位置传感器控制中的优越性.