开关磁阻电机(SwitchedReluctanceMotor，SRM)具有结构简单、工作可靠、效率高和成本较低等优点，在很多领域都显示出强大的竞争力，但是位置传感器的存在不仅削弱了SRM结构简单的优势，而且降低了系统高速运行的可靠性，增加了成本，探索实用的无位置传感器检测转子位置的方案成为开关磁阻电机驱动系统(SwitchedReluctanceMotorDrive，SRD)研究的热点。SRM高度非线性的电磁特性决定了在精确的数学模型基础上实现无位置传感器控制十分困难，而人工神经网络的出现为解决这个问题提供了新的思路。径向基函数(RadialBasisFunction，RBF)神经网络是一种映射能力极强的前向型神经网络，具有收敛速度快、全局逼近能力强等优点。本文提出一种利用自适应RBF神经网络对SRM进行控制的新方法，所采用的RBF神经网络以电机绕组的相电流、磁链作为输入，转子位置作为输出，通过离线和在线相结合的方法对网络进行训练，建立SRM电流、磁链与转子位置之间的非线性映射，从而实现SRM的无位置传感器控制。 常规的PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。在系统模型参数变化不大的情况下，PID控制效果良好，但当被控对象具有高度非线性和不确定性时，仅靠PID调节效果不好。对于SRM，它的电磁关系高度非线性，固定参数的PID调节器无法得到很理想的控制性能指标。论文提出了一种基于RBF神经网络在线辨识的SRM单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。同时构造了一个RBF网络对系统进行在线辨识，建立其在线参考模型，由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。 仿真及实验结果表明，自适应RBF神经网络能够实现电机的准确换相，从而实现了电机的无位置传感器控制；基于RBF神经网络在线辨识的单神经元自适应控制能够达到在线辨识在线控制的目的，控制精度高，动态特性好，具有较好的自适应性和鲁棒性。
上传时间： 2013-04-24
上传用户：skfreeman
为使设计人员在大型客机设计阶段便可对其制造成本有较为准确的把握，针对大型客机制造成本，采用RBF神经网络理论建立了一种分析模型，并给出建模流程。利用Matlab神经网络工具箱进行模拟仿真，对所建立大型客机制造成本分析的神经网络模型进行了验证，最后进行误差分析。仿真结果表明，所建RBF神经网络对大型客机成本的估算是有效的，且该方法精度较高，实用性较强。
上传时间： 2013-11-19
上传用户：wpwpwlxwlx
是MATLAB的RBF神经网络建模程序，比较有参考价值阿，需要的就下吧
上传时间： 2013-12-26
上传用户：一诺88
基于RBF神经网络控制油船航行，对于学习神经网络控制的同志具有参考价值
上传时间： 2015-04-18
上传用户：firstbyte
这是一个用matlab实现的RBF神经网络手写数字识别算法.此算法加入相应的手写数字图后可以运行.
上传时间： 2015-05-08
上传用户：凤临西北
利用matlab语言实现的RBF神经网络建模例子，对学习RBF建模很有帮助
上传时间： 2013-12-27
上传用户：comua
RBF神经网络的K均值算法，C程序的，供大家参考！
上传时间： 2013-12-18
上传用户：tyler
RBF神经网络用于分类与回归 ---------------------------------------- 作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 电子邮件：luzhenbo@sina.com 个人主页：luzhenbo.88uu.com.cn ---------------------------------------- 文件说明： 1、NeuralNetwork_RBF_Classification.m - 分类 2、NeuralNetwork_RBF_Regression.m - 回归
上传时间： 2013-12-19
上传用户：yuanyuan123
用RBF神经网络实现分类和曲线拟合，包括分离器和曲线拟合两个文件，可以直接解压缩使用
上传时间： 2015-06-14
上传用户：zhliu007
RBF神经网络，用C++编写，对初学神经者有一定帮助
上传时间： 2015-07-02
上传用户：saharawalker
