本项目就人工神经网络在交流传动系统中的应用进行了研究,针对神经网络在训练中存在的速度慢和局部最优问题提出了层次结构和剪枝的解决方法;为解决经费不足和获取训练样本困难等问题,进行了传动系统故障的计算机仿真方法的研究,应用皮特里网络理论开发了能对电力电子电路中各元件故障进行仿真的软件,并建立了广义的派克变换理论,以便能对电机的故障进行仿真。在传动系统的神经网络控制方面,将ANN用于生成脉宽调制信号和作为磁通、转矩观测器,构成了2KW的实验室装置。此外还对ANN在传动系统的故障诊断中的应用进行了研究。研究期间发表了6篇论文,培养了一名硕士研究生和两名博士研究生。
{{i.achievement_title}}
数据更新时间:2023-05-31
多源数据驱动CNN-GRU模型的公交客流量分类预测
采用黏弹性人工边界时显式算法稳定性条件
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
基于抚育间伐效应的红松人工林枝条密度模型
简化的滤波器查找表与神经网络联合预失真方法
人工神经网络的可靠性技术理论与应用研究
提高数字系统可靠性的神经网络方法
人工神经网络的容错性与可靠性
永磁交流伺服驱动精密齿轮传动系统机电耦合振动特性研究