10.3969/j.issn.1674-5124.2007.02.017
基于神经网络的电机转矩软测量研究
径向基函数神经网络(RBFNN)具有最优逼近和全局逼近的特性,在函数拟合方面优于传统的BP网络,将在化工领域广泛使用的软测量技术应用于电机系统的转矩测量,该方法的可行性进行了论证,并运用RBF神经网络建立转矩的软测量模型.同时建立了基于BP神经网络的软测量模型,用改进的Levenberg-Marquardt算法对BP神经网络进行学习和训练,并对两种网络进行了对比.该方法只需要电流信息,辨识方法简单.研究表明,RBF神经网络辨识效果优于BP神经网络.
RBF神经网络、软测量技术、软测量模型、辨识、仿真
33
TP273(自动化技术及设备)
2007-05-10（万方平台首次上网日期，不代表论文的发表时间）
共3页
50-52
