作者：伍峰; 葛宝明神经网络柔性神经网络开关磁阻电机
摘要：提出三自由度柔性双极性神经网络的结构、原理以及算法，由于网络多自由度学习的特点，使得其学习能力较传统神经网络大为增强。为了全面研究网络柔性对学习能力及复杂性的影响，将三自由度网络与单自由度网络及两自由度网络进行了比较。在学习逼近开关磁阻电机非线性磁化曲线过程中，基于三自由度的神经网络表现出优良的性能，和传统神经网络及两自由度网络比，其更加柔性的特点可以使网络具有更少的神经元、更快的学习速率。基于所提三自由度神经网络，建立了开关磁阻电机转矩逆模型和磁链模型，构建了电机控制系统，有效补偿了电机的非线性特性。仿真结果表明，基于柔性神经网络的开关磁阻电机控制系统有效降低了转矩脉动，系统运行平滑。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
