基于改进RBF神经网络的电动机直接转矩控制研究

针对低速运行时电动机存在转矩脉动大的实际问题,在传统电动机直接转矩控制的基础上,采用改进RBF神经网络控制器替代PID控制器,利用GA找出RBF网络的最优参数值,得到最优的网络结构,用该网络结构进行电动机直接转矩控制。实验结果表明,该方法克服了网络参数选择的随机性,具有更强的适应能力;同时能降低电动机的转矩脉动,改善磁链的波形。