-
公开(公告)号：CN109672380B
公开(公告)日：2021-11-23
申请号：CN201811379844.6
申请日：2018-11-19
Applicant: 江苏大学
IPC: H02P21/00 , H02P21/14 , H02P25/022
Abstract: 本发明公开一种五自由度无轴承永磁同步电机悬浮力子系统解耦控制器，复合被控对象之间依次串接悬浮力子系统在线神经网络逆模块和附加控制器模块，附加控制器模块由五个滑模控制器组成，每个滑模控制器的输入是一个给定位移与对应的一个实时位移的一个误差值；悬浮力子系统在线神经网络逆模块由神经网络系统、在线学习算法模块以及10个积分器S‑1组成，每个位移控制量、每个位移控制量均经一个积分器S‑1后得到的一重积分以及每个位移控制量均经串接的两个积分器S‑1后得到的二重积分都输入至神经网络系统；在线学习算法模块的输入是五个位移控制量的二重积分与对应的实时位移的五个误差、输出为调整后的权值矩阵，提高悬浮控制性能。
-
Patent Agency Ranking
公开(公告)号：CN109672380A
公开(公告)日：2019-04-23
申请号：CN201811379844.6
申请日：2018-11-19
Applicant: 江苏大学
IPC: H02P21/00 , H02P21/14 , H02P25/022
Abstract: 本发明公开一种五自由度无轴承永磁同步电机悬浮力子系统解耦控制器，复合被控对象之间依次串接悬浮力子系统在线神经网络逆模块和附加控制器模块，附加控制器模块由五个滑模控制器组成，每个滑模控制器的输入是一个给定位移与对应的一个实时位移的一个误差值；悬浮力子系统在线神经网络逆模块由神经网络系统、在线学习算法模块以及10个积分器S-1组成，每个位移控制量、每个位移控制量均经一个积分器S-1后得到的一重积分以及每个位移控制量均经串接的两个积分器S-1后得到的二重积分都输入至神经网络系统；在线学习算法模块的输入是五个位移控制量的二重积分与对应的实时位移的五个误差、输出为调整后的权值矩阵，提高悬浮控制性能。
-
公开(公告)号：CN109347226B
公开(公告)日：2020-09-25
申请号：CN201811246562.9
申请日：2018-10-25
Applicant: 江苏大学
Abstract: 本发明公开一种无轴承永磁薄片电机，径向截面呈十字形的十字形薄片转子的轴向顶面上同轴固定连接圆饼状的转子永磁体，6个相同的L型定子铁心柱沿圆周方向均匀分布在十字形薄片转子的外围，每个L型定子铁心柱由轴向的定子轭和径向的定子齿两部分组成，定子齿与十字形薄片转子1径向相对且之间留有径向气隙，6个L型定子铁心柱的定子轭的底部共同固定套接在一个圆盘状的铁心磁轭外；每个L型定子铁心柱的定子轭上都绕有一套是转矩绕组和悬浮力绕组；6个L型定子铁心柱的定子齿顶面上同轴固定设置一个环状的定子永磁体，定子永磁体与转子永磁体均轴向充磁且充磁方向相反，本发明能提高转子的可靠性和轴向刚度。
-
公开(公告)号：CN109347226A
公开(公告)日：2019-02-15
申请号：CN201811246562.9
申请日：2018-10-25
Applicant: 江苏大学
Abstract: 本发明公开一种无轴承永磁薄片电机，径向截面呈十字形的十字形薄片转子的轴向顶面上同轴固定连接圆饼状的转子永磁体，6个相同的L型定子铁心柱沿圆周方向均匀分布在十字形薄片转子的外围，每个L型定子铁心柱由轴向的定子轭和径向的定子齿两部分组成，定子齿与十字形薄片转子1径向相对且之间留有径向气隙，6个L型定子铁心柱的定子轭的底部共同固定套接在一个圆盘状的铁心磁轭外；每个L型定子铁心柱的定子轭上都绕有一套是转矩绕组和悬浮力绕组；6个L型定子铁心柱的定子齿顶面上同轴固定设置一个环状的定子永磁体，定子永磁体与转子永磁体均轴向充磁且充磁方向相反，本发明能提高转子的可靠性和轴向刚度。
-
公开(公告)号：CN109600083B
公开(公告)日：2021-06-22
申请号：CN201811379842.7
申请日：2018-11-19
Applicant: 江苏大学
IPC: H02P21/00 , H02P25/022
Abstract: 本发明公开一种基于在线神经网络逆的二自由度无轴承永磁同步电机悬浮力子系统解耦控制器，复合被控对象之前依次串接悬浮力子系统在线神经网络逆模块和附加控制器模块；附加控制器模块由第一、第二滑模控制器组成，悬浮力子系统在线经网络逆模块由神经网络系统、在线学习算法模块和四个积分器S‑1组成，实时调整神经网络系统的权值矩阵，提高悬浮力子系统在线神经网络逆模块的精确度，采用在线神经网络来辨识电机悬浮力子系统的逆模型，避免了求解逆模型的复杂过程，整个系统具有更强的抗电机参数变化的能力，以复合被控对象的输出与神经网络系统的输入的误差为目标函数来设计在线学习算法，简化了在线学习神经网络的结构。
-
公开(公告)号：CN109600083A
公开(公告)日：2019-04-09
申请号：CN201811379842.7
申请日：2018-11-19
Applicant: 江苏大学
IPC: H02P21/00 , H02P25/022
Abstract: 本发明公开一种基于在线神经网络逆的二自由度无轴承永磁同步电机悬浮力子系统解耦控制器，复合被控对象之前依次串接悬浮力子系统在线神经网络逆模块和附加控制器模块；附加控制器模块由第一、第二滑模控制器组成，悬浮力子系统在线经网络逆模块由神经网络系统、在线学习算法模块和四个积分器S-1组成，实时调整神经网络系统的权值矩阵，提高悬浮力子系统在线神经网络逆模块的精确度，采用在线神经网络来辨识电机悬浮力子系统的逆模型，避免了求解逆模型的复杂过程，整个系统具有更强的抗电机参数变化的能力，以复合被控对象的输出与神经网络系统的输入的误差为目标函数来设计在线学习算法，简化了在线学习神经网络的结构。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
