摘要
本发明属于超高速直线电机控制技术领域,具体涉及了一种超高速直线电机自学习时变参数电流稳定控制方法、系统及设备,旨在解决恒定参数控制策略难以实现电流稳定控制的问题。本发明包括:采集历史运行的定子励磁电流im、定子段序号n为输入,定子励磁电感Lnm作为输出,构建数据集训练神经网络;实时获取im和n输入训练模型,输出定子励磁电感Lnm的预测值,基于磁路关系计算得到互感Lnr的预测值将所述定子励磁电感Lnm的预测值和所述互感Lnr的预测值输入至时变参数控制器中,生成控制电压以实现电流稳定控制。本发明有效抑制了因参数非线性快速时变导致的电流振荡,实现激励电感的高精度实时预测,并抑制电流跟踪偏差。
技术关键词
超高速直线电机
稳定控制方法
定子
电流
历史运行数据
参数
神经网络模型构建
稳定控制系统
控制器
训练神经网络
控制策略
计算机
电压
磁路
可读存储介质
漏感
坐标系
传播算法
系统为您推荐了相关专利信息
随机森林模型
水电站优化调度
历史运行数据
曲面
训练集
动力电池模组
打火方法
检测电流变化
放电开关
防打火装置
输出电流可调
阈值可调
电路模块
端口
EDA工具