劉國榮，周　平
湖南工程學院電氣與信息工程系，湖南湘潭

湘潭大學信息工程學院，湖南湘潭

摘　　　要：針對傳統的異步電機直接轉矩控制在電機低速運行時系統性能受定子電阻變化影響較大的問題，詳細分析了定子電阻變化對系統控制性能的影響，提出了一種基于ＲＢＦ神經網絡的定子電阻辨識方法。該方法應用梯度算法訓練ＲＢＦ神經網絡各參數。用該方法對定子電阻進行辨識，具有辨識精度高，響應迅速等優點。對該方法在基于Ｓｉｍｕｌｉｎｋ仿真軟件上進行仿真，并與ＢＰ神經網絡對定子電阻辨識時進行比較。仿真結果表明，該方法優于ＢＰ神經網絡，可以有效地提高直接轉矩控制系統的低速運行性能。

關　鍵　詞：異步電機；直接轉矩控制；ＲＢＦ神經網絡；梯度算法；定子電阻辨識

１　引　言
直接轉矩控制變頻調速技術是繼矢量控制技術之后發展起來的一種新型的具有高性能的交流變頻調速技術。由于直接轉矩控制數學模型簡單，且只需惟一的定子電阻就可以觀測出定子磁鏈，它具有系統結構簡單，對轉子參數不敏感，魯棒性好等特點［１�玻玻荨Ｓ捎诙ㄗ与娮枳兓�受定子頻率，溫度，定子電流等的影響，定子電阻的變化具有非線性，時變性等特點。當電機在高速運行時，定子電阻壓降對定子磁鏈的影響很小，可以忽略由定子電阻變化引起的偏差；但在低速運行時，它的變化對定子磁鏈的準確觀測有較大影響，而磁鏈的準確觀測與否直接影響到電磁轉矩的精確性。文獻［３］提出了將定子磁鏈的電流模型和電壓模型相結合的方法，在低速時，使用電流模型對定子磁鏈進行修正。文獻［４］提出了應用自適應ＰＩ調節器對電阻進行估計。但在電機低速運行時都還存在著不同程度的問題。本文提出了一種使用梯度算法ＲＢＦ神經網絡對定子電阻進行在線辨識的方法。仿真結果表明，該方法能夠很好的改善系統的低速性能，具有辨識精度高，響應迅速等優點。

登錄網站后可下載文件