免费观看一区二区,国产一级av网站在线观看,99re热有精品视频国产,久久免费精品一区二区三区,久久久久久久做爰毛片

專業(yè)的微特電機產(chǎn)品發(fā)布平臺
用戶名: 密碼: 注冊
設(shè)為首頁 加入收藏 聯(lián)系我們
免費注冊 企業(yè)免費建站
新技術(shù)論壇 會員產(chǎn)品發(fā)布
TB6600QQ群:70241714   步進電機論文   六軸工業(yè)機器人解決方案  
步進電機     驅(qū)動器     控制器     馬達IC     伺服電機     無刷直流電動機     微特電機文獻     工控器件     運動控制新產(chǎn)品     六軸工業(yè)機器人    
首 頁   |   行業(yè)資訊   |   業(yè)內(nèi)搜索   |   網(wǎng)站介紹   |   超級服務(wù)   |   新技術(shù)論壇
論壇公告: 中國步進電機應(yīng)用網(wǎng):http://using.zgbjdj.com/
  文章標(biāo)題:模擬退火粒子群優(yōu)化算法在異步電動機參數(shù)辨識中的應(yīng)用
回復(fù)文章
作者:bellcn88  發(fā)表時間:2010-5-12 15:54:29
模擬退火粒子群優(yōu)化算法在異步電動機參數(shù)辨識中的應(yīng)用
    林梅金,王飛
(佛山科學(xué)技術(shù)學(xué)院,廣東佛山528000)
摘要:分析了模擬退火算法和粒子群算法的優(yōu)缺點,提出了一種利用兩種算法優(yōu)點的混合優(yōu)化算法,并給出了詳細應(yīng)用步驟。利用異步電動機直接空載起動特性,對異步電動機動態(tài)數(shù)學(xué)模型參數(shù)進行了辨識,通過與其他幾種算法辨識的結(jié)果進行比較,說明模擬退火粒子群優(yōu)化算法有效地結(jié)合了模擬退火算法的全局尋優(yōu)能力和粒子群算法的快速收斂的特點。
    關(guān)鍵詞:模擬退火算法;粒子群算法;模擬退火粒子群算法;參數(shù)辨識
    中圖分類號:TM343  文獻標(biāo)識碼:A  文章編號:1004—7018f2010104—0033—04
0引言
    電機參數(shù)辨識問題是在一定的電機參數(shù)辨識模型基礎(chǔ)上,利用參數(shù)辨識值下的電機模型離散時刻輸出預(yù)測值與實際電機輸出值的殘差平方和作為最小化目標(biāo)函數(shù),進行迭代尋優(yōu)的。近年來,應(yīng)用廣義Kalman濾波[1]、最小二乘法、遺傳算法[2]等對異步電動機參數(shù)進行辨識做了許多研究工作。在這些方法中廣義卡爾曼濾波法的缺點是每步都要進行矢量或矩陣運算,計算量大;最小二乘法在優(yōu)化的過程中要用到目標(biāo)函數(shù)對電機參數(shù)的導(dǎo)數(shù),且對轉(zhuǎn)波很敏感;遺傳算法較容易陷入局部****,導(dǎo)致在收斂性方面難于滿足較高辨識精度的要求,因此有必要研究更有效的算法辨識異步電動機參數(shù)。
    本文提出一種有效結(jié)合模擬退火算法與粒子群算法優(yōu)點的新的混合優(yōu)化算法,用于對異步電動機動態(tài)數(shù)學(xué)模型的參數(shù)進行辨識。辨識迭代過程中,粒子群中部分粒子通過飛行得到新的目標(biāo)位置,部分粒子通過模擬退火隨機抽樣得到新的目標(biāo)位置,每個粒子通過對新位的接受概率的計算,來決定是否要到達新的位置,從而更新整個粒子群的位置    狀態(tài)。仿真表明,模擬退火算法有效地跳出局部****值的能力與粒子群算法的快速尋優(yōu)的特性相結(jié)合,大大提高了對異步電動機動態(tài)數(shù)學(xué)模型參數(shù)辨識的精度。
1模擬退火算法(sA)與粒子群算法(PSO)相結(jié)合用于電機參數(shù)辨識
1.1 SA算法
    模擬退火算法(以下簡稱sA)是基于mento catl0迭代求解策略的一種啟發(fā)式隨機搜索方法。sA由某一較高的初溫開始,利用具有概率突跳特性Metmpo一1is抽樣準(zhǔn)則在解空間中隨機搜索,伴隨溫度的不斷下降,重復(fù)抽樣過程,最終得到問題的全局****解。
SA算法的一般步驟為:
 Stepl:任選初始解x0;xi=x0;k=0;t0=tmax(初始溫度);
   Step2:從領(lǐng)域N(xi)中隨機選一值xj,計算△fij=f(xj)-f(xi);若△fij≤0,則xi=xj,否則若exp(-△fij/tk)>r()時,則xi=xj;重復(fù)Step2上Lk次;
  Step3:計算tk+1,k=k+1;若滿足終止條件,終止計算;否則,轉(zhuǎn)step2。
1.2 PsO算法
    在粒子群算法(以下簡稱PsO)算法中,把D維解空間的每個潛在解看作是一個粒子,優(yōu)化計算時首先在解空間產(chǎn)生m個粒子,粒子群的第i個粒子的位置向量為氣=(xil,x2,…,xid),速度向量vi=(vil。vi2,…,viD),該粒子自身搜索到的****位置記為pi=(pi1,Pi2,...,piD),整個粒子群搜索到的****位置記為Pg=(pg1,Pg2…,PgD)。粒子群算法的基本進化方程可表示如下:
式中:t為迭代代數(shù);c1、c2為學(xué)習(xí)因子,一般c1=c2=2.O;r()為0到1之間相互獨立的隨機數(shù)。粒子飛行過程存在一個****速度,當(dāng)計算出的速度大小超過這個****值,則用****速度來代替。
    由于粒子的飛行速度影響算法的全局收斂性能,Y.shi和R.c.Eberh”t在基本進化方程中增加了慣性權(quán)重項w得到wPsO,其改進方程如下:
式(7)~式(9)中,D=d/dt;uqs分別為d、q軸定子電壓;udr,uqr分別為d、g軸轉(zhuǎn)子電壓對定子的折算值;ids,iqs分別為d、g軸定子電流;idr,iqr分別為d、軸轉(zhuǎn)子電流對定子的折算值;Rs為定子每相電阻;R,為轉(zhuǎn)子每相電阻對定子的折算值;Ls為定子每相電感;Lr為轉(zhuǎn)子每相自電感對定子的折算值;L。為定子每相激磁電感;ωr為轉(zhuǎn)子電角速度;Te為

 

  共有記錄條,共頁,條/頁  轉(zhuǎn)至頁
回復(fù)此文章主題
  用戶名: 密碼: 注冊新用戶
回復(fù)內(nèi)容:
 
設(shè)為首頁   |   加入收藏   |   聯(lián)系我們   |   站長留言   |   廣告服務(wù)   |   友情鏈接   |   免費展示
網(wǎng)站實名:步進電機網(wǎng) 步進電機驅(qū)動器網(wǎng) 微特電機網(wǎng) 網(wǎng)站地圖 新聞中心
版權(quán)所有:北京時代四維科技有限公司
© Copyright By www.wlywrsj.cn
京ICP備11042559號-1