[发明专利]基于改进PSO-BP神经网络的无刷直流电机控制方法在审
| 申请号： | 201711192636.0 | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN108365784A | 公开（公告）日： | 2018-08-03 |
| 发明（设计）人： | 张淑芳;朱彬华 | 申请（专利权）人： | 天津大学 |
| 主分类号： | H02P21/00 | 分类号： | H02P21/00 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李素兰 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进PSO‑BP神经网络的无刷直流电机控制方法，首先通过改进PSO粒子群算法对BP神经网络初始权值进行离线训练，其次将离线训练得到的最优网络权值作为BP神经网络的初始网络权值，并通过BP神经网络自学习进行网络权值调整从而对PID的三个控制参数在线调节，进而控制无刷直流电机。与现有技术相比，本发明大大减小了无刷直流电机控制中的转速误差。 | ||
| 搜索关键词： | 无刷直流电机 离线训练 网络权 直流电机控制 改进 初始网络 控制参数 神经网络 在线调节 转速误差 自学习 减小 | ||
【主权项】：
1.一种基于改进PSO‑BP神经网络的无刷直流电机控制方法，采用BP神经网络控制器来控制速度环，其特征在于，用改进粒子群算法来优化BP神经网络结构，该方法具体包括了两部分算法，即改进PSO算法离线训练BP神经网络初始权值算法流程和BP神经网络控制器的参数在线自整定算法流程；首先通过改进PSO粒子群算法对BP神经网络初始权值进行离线训练，其次将离线训练得到的最优网络权值作为BP神经网络的初始网络权值，并通过BP神经网络自学习进行网络权值调整从而对PID的三个控制参数在线调节，进而控制无刷直流电机。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711192636.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种高电源利用率的电吹风控制电路
- 下一篇：一种异步电机重复预测控制方法
