神经网络的无刷直流电机无E+E位置传感器控制 
无刷直流电机(BLDCM)是一种集电机和电子一体化的优良产品,不仅具有普通直流电机良好的控制性能和机械特性,还具有效率高、转矩大、体积小、惯性小、寿命长、无换向火花等优点。然而无刷直流电机中的E+EE+E位置传感器本身存在一些缺陷,以至于在一些特殊场合,无刷直流电机的应用受到了限制。因此,研究新型的无刷直流电机无E+EE+E位置传感器控制技术成为了当今学者越来越关注的焦点。

神经网络的无刷直流电机无E+E位置传感器控制 
无刷直流电机既拥有普通直流电机的运行效率高、调速性能好等一系列优点，又具备交流电机的结构简单、维护方便、使用寿命长等优势，因而在工业领域的应用日益广泛。尤其是采用无E+EE+E位置传感器控制技术之后，减小了电机体积，降低了生产成本，同时也消除了因传感器脱落或失效带来的安全隐患，使其更能适应特殊场合（如高温高压、强腐蚀等）的应用需求。在回顾了无刷直流电机及其控制技术的发展及国内外现状的基础上，详细分析了无刷直流电机的结构特点和运行原理，根据电机原来的状态量建立了数学模型。对实现无E+EE+E位置传感器控制的几项关键技术进行研究，提出一种结构简单且易于实现的悬空相反电势过零点检测方法及其电路，并设计了基于择多函数的数字滤波器，从软件上消除虚假过零事件的干扰，从而避免了传统的RC低通滤波器带来的相移问题。因此，对无刷直流电机的无E+EE+E位置传感器控制技术进行开发研究，具有广泛的实用价值。首先从永磁无刷直流电机的本体结构出发,对无刷直流电机的工作原理进行了详细的分析,介绍了无刷直流电机的数学模型。针对多变量、非线性、时变的无刷直流电机无E+EE+E位置传感器系统,结合神经网络对函数具有良好的逼近能力的特点,提出了基于BP神经网络的智能控制算法。其次,将无E+EE+E位置传感器控制视为一个非线性系统辨识过程,并通过对转子位置检测原理的分析,推导出无刷直流电机的相电压、相电流与转子位置之间的关系。以此为依据,构建了基于BP神经网络的无刷直流电机无E+EE+E位置传感器控制系统辨识方案。为解决传统BP算法存在的收敛慢、局部zui小的问题,采用了引入动量项的梯度zui速下降法,提高了网络的环境适应能力。

神经网络的无刷直流电机无E+E位置传感器控制 
zui后,对基于BP神经网络的无刷直流电机无E+EE+E位置传感器控制进行了仿真,为了进一步验证方案的可行性,在无E+EE+E位置传感器基础上搭建了速度、电流双闭环调速系统仿真平台。实验结果表明该方法能够准确的提供电机的换相信号,从而实现无E+EE+E位置传感器控制,并且具有精度高、适应性好、鲁棒性强等优点。同时基于DSP实验平台进行了实验。