基于动态递归反馈型神经网络的永磁同步电机转矩观测器设计

摘要

现有永磁同步电机普遍存在算法复杂、电机参数辨识困难、电磁转矩难以通过数学模型来精确估算等问题,从而导致电机控制精度以及驱动系统的整体性能下降.该研究设计了一种基于动态递归反馈型神经网络的电机电磁转矩网络拓扑模型,使用MATLAB/Simulink将该神经网络封装成转矩观测器,并用于电机转矩的精确估算.实验结果显示,与传统转矩和反向传播神经网络计算方式相比,该研究所设计的转矩观测器具有更高的转矩计算精度,与反向传播神经网络算法相比具有更高的控制精度与准确性.