基于Mish函數(shù)的神經(jīng)網(wǎng)絡算法在電感辨識中的應用

摘 要：隨著永磁電機運行過程中轉(zhuǎn)速的升高，電機的內(nèi)部參數(shù)會隨著磁路飽和逐漸發(fā)生改變，其中電感參數(shù)對電機的穩(wěn)態(tài)和動態(tài)運行性能影響較大。本文基于模型參考自適應的理論基礎，提出了加入神經(jīng)網(wǎng)絡算法對d、q軸電感進行辨識的算法，并采用mish函數(shù)作為激活函數(shù)應用到神經(jīng)網(wǎng)絡算法中，并將辨識結(jié)果應用到電機矢量控制中，仿真結(jié)果驗證了該激活函數(shù)的有效性，在不影響電機系統(tǒng)正常運行的同時，提升了辨識過程中的收斂速度。

關鍵詞：參數(shù)辨識 神經(jīng)網(wǎng)絡 mish函數(shù) 收斂速度

0 引言

目前應用到電機參數(shù)辨識中的控制算法主要有神經(jīng)網(wǎng)絡算法，最小二乘法，擴展卡爾曼濾波算法以及模型參考自適應算法等，其中神經(jīng)網(wǎng)絡算法由于收斂速度快、辨識精度高等其他優(yōu)點受到了廣泛應用，而在神經(jīng)網(wǎng)絡辨識算法中激活函數(shù)神經(jīng)網(wǎng)絡中的激活函數(shù)在提高網(wǎng)絡性能和訓練效果方面起著至關重要的作用。目前應用到電機參數(shù)辨識中的控制算法主要有神經(jīng)網(wǎng)絡算法，最小二乘法，擴展卡爾曼濾波算法以及模型參考自適應算法等，其中神經(jīng)網(wǎng)絡算法由于收斂速度快、辨識精度高等其他優(yōu)點受到了廣泛應用，而在神經(jīng)網(wǎng)絡辨識算法中激活函數(shù)神經(jīng)網(wǎng)絡中的激活函數(shù)在提高網(wǎng)絡性能和訓練效果方面起著至關重要的作用。李林俊[1]研究了一種創(chuàng)新的機器人路徑跟蹤控制算法，該算法基于改進的神經(jīng)網(wǎng)絡，能夠?qū)崟r監(jiān)測機器人的位置、速度等狀態(tài)信息，利用神經(jīng)網(wǎng)絡的預測功能對機器人運動軌跡進行精確修正，進而優(yōu)化控制指令，顯著提高了控制效率和路徑跟蹤的準確性。……