بررسی عملکرد دو نوع شبکه عصبی پرسپترون چند لایه و شبکه با توابع پایه شعاعی برای تخمین سرعت موتور سنکرون آهنربای دائم

مشکلات استفاده از سنسورهای الکترومکانیکی در درایوهای الکتر یکی باعث شده تا تلاشهای زیادی در زمینه حذف این سنسورها صورت گرفته و روشهای مختلفی جهت تخمین سرعت یا موقعیت ارائه گردد . از این میان شبکه های عصبی با توجه به ویژگیهایی چون سرعت بالا، مصونیت در برابر نویز، قابلیت تعلیم و عمومیت و مقاومت در برابر تغییر پارامترها بسیار مورد توجه قرار گرفته اند. در این مقاله ابتدا درایو کنترل برداری یک موتور سنکرون آهنربای دائم شبیه سازی شده و سپس از دو ساختار مختلف شبکه های عصبی، یعنی پرسپترون چند لایه (MLP) و توابع با پایه شعاعی (RBF) جهت تخمین سرعت استفاده شده است . در پایان نیز عملکرد این دو شبکه بررسی و مقایسه شده است.

Keywords:

موتور سنکرون آهنربای دائم , کنترل برداری بدون سنسور , شبکه عصبی , پرسپترون چند لایه , توابع با پایه شعاعی