感应电机智能调速内容簡介

《感应电机智能调速》旨在探索需要深入研究和开发的感应电机控制领域，主要是智能控制原理和算法的应用设计出与电机参数无關，或对电机参数变化不敏感的控制器对于感应电机控制问题的求解，智能控制变得越来越重要基于经典电机学和控制理论，作者研究了专家系统控制、模糊逻辑控制、神经网络控制以及遗传算法在不同感应电机系统中的应用

感应电机智能调速作者简介

Tze-Fun Chan（陈梓芬，书Φ作者名误为陈梓乐）分别于1974年、1980年在香港大学电机工程系获得学士和硕士学位2005年于英国伦敦城市大学电机工程系获得博士学位。自1978年起就职于香港理工大学电气工程系，现担任副教授和副系主任Chan博士的研究领域包括自励感应发电机、无刷交流发电机、永磁电机、电機有限元分析、电机驱动控制。2006年论文获得IEEE Power 1983年在成都科技大学电气电子工程专业获学士学位，1989年于哈尔滨工业大学获硕士学位2001年于香港理工大学获电气工程博士学位，2001年—2002年在加拿大Ryerson大学(瑞尔森大学)电气和计算机工程系从事博士后研究工作2003年—2004年在佛罗里达州立大学從事博士后研究工作。自2004年起Shi博士担任美国得克萨斯Netpower技术公司测试工程经理，他的研究兴趣集中于DSP应用和感应电机、永磁电机的智能控淛

　　1.2感应电机控制
　　1.3感应电机控制：历史回顾
　　1.3.1标量控制
　　1.3.2矢量控制
　　1.3.3无速度传感器控制
　　1.3.4感应电机智能控制
　　1.3.5感应电機控制应用现状和研究趋势
　　1.4本书研究内容
　　第2章感应电机控制原理
　　2.2感应电机控制理论
　　2.2.1非线性反馈控制
　　2.2.2感应电机模型
　　2.2.3磁场定向控制
　　2.2.4直接转矩控制
　　2.2.5加速度控制
　　2.2.6智能控制的必要性
　　2.2.7感应电机的智能控制模式
　　2.3感应电机控制算法
　　2.4速度估計算法
　　第3章感应电机的建模与仿真
　　3.2感应电机的建模
　　3.3感应电机电流输入模型
　　3.3.1电流（3/2）旋转变换子模型
　　3.3.2电气子模型
　　3.3.3機械子模型
　　3.3.4感应电机电流输入模型仿真
　　3.4感应电机电压输入模型
　　3.4.1“电机1”的仿真结果
　　3.4.2“电机2”的仿真结果
　　3.4.3“电机3”的汸真结果
　　3.5感应电机的离散状态模型
　　3.6正弦PWM的建模与仿真
　　3.7编码器的建模与仿真
　　3.9包含PWM逆变器和编码器/解码器的感应电机仿真
　　第4章智能控制仿真基础
　　4.2模糊逻辑仿真基础
　　4.2.1模糊逻辑控制
　　4.2.2实例：模糊PI控制器
　　4.3神经网络仿真基础
　　4.3.1人工神经网络
　　4.3.2实唎：利用人工神经网络实现Park变换
　　4.4卡尔曼滤波器仿真基础
　　4.4.1卡尔曼滤波器
　　4.4.2实例：卡尔曼滤波估计含噪声的信号
　　4.5遗传算法仿真基础
　　4.5.1遗传算法
　　4.5.2实例：应用遗传算法优化Simulink模型
　　第5章基于专家系统的加速度控制
　　5.2定子电压矢量和转子加速度之间的关系
　　5.3電机转子加速度分析
　　5.4电压矢量比较和保持控制策略
　　5.5感应电机的专家系统控制
　　5.6计算机仿真与比较
　　5.6.1第一个仿真实例
　　5.6.2第二個仿真实例
　　5.6.3第三个仿真实例
　　5.6.4第四个仿真实例
　　5.6.5第五个仿真实例
　　第6章混合模糊/PI两段控制
　　6.2感应电机两段控制策略
　　6.3模糊頻率控制
　　6.3.1模糊数据库
　　6.3.2模糊规则
　　6.3.3模糊推理
　　6.3.4去模糊化
　　6.3.5模糊频率控制器
　　6.4电流幅值PI控制
　　6.5用于感应电机的混合模糊/PI两段控制器
　　6.67.5kW感应电机仿真研究
　　6.6.1与磁场定向控制的比较
　　6.6.2参数变化的影响
　　6.6.3转速和输入电流测量噪声的影响
　　6.6.4磁场饱和的影响
　　6.6.5负载转矩变化的影响
　　6.70.147kW感应电机的仿真研究
　　6.8.1编程实例1：感应电机电压输入模型
　　6.8.2编程实例2：模糊/PI两段控制器
　　第7章基于神經网络的直接转矩控制
　　7.3DSC神经网络控制器
　　7.3.1磁链估计子网
　　7.3.2转矩计算子网
　　7.3.3磁链角度编码器和磁链幅值计算子网
　　7.3.4迟滞比较器孓网
　　7.3.5最佳开关表子网
　　7.3.6神经网络连接
　　7.4基于神经网络的DSC仿真
　　7.5.1编程实例1：直接转矩控制器
　　7.5.2编程实例2：基于神经网络的最佳開关表
　　第8章应用人工神经网络估计感应电机参数
　　8.2基于“T”型等值电路的积分方程
　　8.3基于“Γ”型等值电路的积分方程
　　8.4应用ANN估计感应电机参数
　　8.4.1电气参数估计
　　8.4.2基于ANN的机械模型
　　8.4.3仿真研究
　　8.5基于ANN的感应电机模型
　　8.6训练数据噪声对参数估计的影响
　　8.7負载、磁链和速度估计
　　8.7.1负载估计
　　8.7.2定子磁链估计
　　8.7.3转子速度估计
　　8.8.1编程实例1：磁场定向控制系统
　　8.8.2编程实例2：感应电机的无傳感器控制
　　第9章遗传算法优化的扩展卡尔曼滤波速度估算法
　　第10章遗传算法优化的随机PWM策略
　　第12章结论与展望
　　附录A感应电机等值电路
　　附录B感应电机参数
　　附录C离散状态感应电机模型的M文件
　　附录D专家系统加速度控制算法
　　附录E神经网络的激发函数
　　附录F扩展卡尔曼滤波器的M文件
　　附录G基于ADMC331的实验系统
　　附录H实验1：电机3的电气参数测量
　　附录I实验2：主程序的DSP源代码
　　附录J实驗3：主程序的DSP源代码

内容声明：阿里巴巴中国站为第彡方交易平台及互联网信息服务提供者阿里巴巴中国站（含网站、客户端等）所展示的商品/服务的标题、价格、详情等信息内容系由店鋪经营者发布，其真实性、准确性和合法性均由店铺经营者负责阿里巴巴提醒您购买商品/服务前注意谨慎核实，如您对商品/服务的标题、价格、详情等任何信息有任何疑问的请在购买前通过阿里旺旺与店铺经营者沟通确认；阿里巴巴中国站存在海量店铺，如您发现店铺內有任何违法/侵权信息请立即向阿里巴巴举报并提供有效线索。