本文主要研究了神经网络在交流电机矢量控制方面的一些应用,探索了神经网络在交流电机矢量控制中应用的一些途径。 为实现矢量控制系统中的速度和磁链的闭环控制,分别推导了电机的转速和磁链与两相静止坐标系下的电机定子电流和定子电压等物理量之间的非线性映射关系,利用BP神经网络实现对转速和磁链的辨识。数字仿真实验验证了在矢量控制系统中应用神经网络进行辨识速度和磁链的有效性,可利用神经网络实现矢量控制中的无速度传感器控制或磁链观测。 为实现对交流电机快速和精确控制,本文基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器,利用神经元的自学习功能在线调节连接权重,实现自适应控制。并将此设计应用于由数字信号处理器(DSP)实现的交流电机矢量控制系统中,实验表明此方法设计的控制器结构简单,易于数字化实现,控制系统动态性能良好。 本文还将Hopfield神经网络应用于交流传动系统的自适应控制,通过神经网络来规划交流调速系统的速度控制器动态输出,将Hopfield神经网络控制器代替矢量控制系统中的转速调节器,使速度控制器具有对某些参数变化良好的鲁棒性。对于不可控的负载转矩分量,加入神经网络负载转矩在线跟踪控制器,形成参数自动跟踪神经网络,构成具有参数在线跟踪功能的交流传动双神经网络自适应规划控制模式,进一步提高了系统的性能。