一种基于神经网络逆的感应电动机解耦线性化改进策略

摘要

由于感应电动机运行过程中的参数变化,磁场定向控制和解析逆控制所实现的解耦线性化遭到破坏.为此,基于输出为转子磁链幅值和转速的电流控制型感应电动机模型,本文提出了一种神经网络逆解耦线性化方法,理论分析表明,此方法可以实现感应电动机系统的自适应解耦线性化,弱化转子磁链与转速之间的耦合,从而简化外环控制器的设计,进一步提高整个系统控制性能.最后,对采用所提解耦线性化方法的整个感应电动机控制系统进行仿真研究,仿真结果对比表明该解耦线性化方法是有效的.