由陳梓樂、師克力著的《感應(yīng)電機(jī)智能調(diào)速》探討了專家系統(tǒng)控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制、遺傳算法等智能控制算法在感應(yīng)電機(jī)控制中的應(yīng)用，以期設(shè)計(jì)出與電機(jī)參數(shù)無關(guān)或?qū)﹄姍C(jī)參數(shù)變化不敏感的控制。主要包括感應(yīng)電機(jī)控制現(xiàn)狀和感應(yīng)電機(jī)控制一般原理，感應(yīng)電機(jī)的MATLAB/Simulink建模和仿真，智能控制MATLAB/Simulink仿真基礎(chǔ)，感應(yīng)電機(jī)的專家系統(tǒng)控制，混合模糊/PI兩段控制方法，基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的感應(yīng)電機(jī)直接轉(zhuǎn)矩控制，感應(yīng)電機(jī)的積分模型，基于積分模型和神經(jīng)網(wǎng)絡(luò)的參數(shù)估計(jì)方法，擴(kuò)展卡爾曼濾波器的無速度傳感器控制，遺傳算法優(yōu)化的隨機(jī)脈沖寬度調(diào)制(PWM)策略，感應(yīng)電機(jī)智能控制實(shí)驗(yàn)系統(tǒng)、實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果等內(nèi)容。
本書內(nèi)容先進(jìn)，可作為電力傳動(dòng)專業(yè)特別是感應(yīng)電機(jī)控制專業(yè)方向的大學(xué)教師和學(xué)生(高年級(jí)本科生、碩士研究生、博士研究生)學(xué)習(xí)研究感應(yīng)電機(jī)智能控制的參考書，也可供從事感應(yīng)電機(jī)變頻器設(shè)計(jì)制造的工程技術(shù)人員參考。
Tze-FunChan分別于1974年、1980年在香港大學(xué)電機(jī)工程系獲得學(xué)士和碩士學(xué)位，2005年于英國倫敦城市大學(xué)電機(jī)工程系獲得博士學(xué)位。自1978年起，就職于香港理工大學(xué)電氣工程系，現(xiàn)擔(dān)任副教授和副系主任。Chan博士的研究領(lǐng)域包括自勵(lì)感應(yīng)發(fā)電機(jī)、無刷交流發(fā)電機(jī)、永磁電機(jī)、電機(jī)有限元分析、電機(jī)驅(qū)動(dòng)控制。2006年，論文獲得IEEEPowerEngineeringSocietyPowerGenerationandEnergyDevelopmentCommittee獎(jiǎng)勵(lì)。2007年，和LoiLeiLai教授合作撰寫了《DistributedGeneration-InductionandPermanentMagnetGenerators》(Wiley出版社出版，ISBN：978-0470-06208-1)。2009年，另一篇論文得到IEEEPowerEn-gmeerlngSocietyPowerGenerationandEnergyDevelopmentCommittee的獎(jiǎng)勵(lì)。Chan博士是注冊(cè)工程師，英國工程技術(shù)學(xué)會(huì)會(huì)員，香港工程師協(xié)會(huì)會(huì)員，美國電氣電子工程師協(xié)會(huì)會(huì)員。
KeliShi1983年在成都科技大學(xué)電氣電子工程專業(yè)獲學(xué)士學(xué)位，1989年于哈爾濱工業(yè)大學(xué)獲碩士學(xué)位，2001年于香港理工大學(xué)獲電氣工程博士學(xué)位，2001年—2002年在加拿大Ryerson大學(xué)(瑞爾森大學(xué))電氣和計(jì)算機(jī)工程系從事博士后研究工作，2003年—2004年在佛羅里達(dá)州立大學(xué)從事博士后研究工作。自2004年起，Shi博士擔(dān)任美國得克薩斯Netpower技術(shù)公司測(cè)試工程經(jīng)理，他的研究興趣集中于DSP應(yīng)用和感應(yīng)電機(jī)、永磁電機(jī)的智能控制。
第1章 緒論
1.1 感應(yīng)電機(jī)
1.2 感應(yīng)電機(jī)控制
1.3 感應(yīng)電機(jī)控制：歷史回顧
1.3.1 標(biāo)量控制
1.3.2 矢量控制
1.3.3 無速度傳感器控制
1.3.4 感應(yīng)電機(jī)智能控制
1.3.5 感應(yīng)電機(jī)控制應(yīng)用現(xiàn)狀和研究趨勢(shì)
1.4 本書研究內(nèi)容
參考文獻(xiàn)
第2章 感應(yīng)電機(jī)控制原理
2.1 引言
2.2 感應(yīng)電機(jī)控制理論
2.2.1 非線性反饋控制 第1章 緒論
1.1 感應(yīng)電機(jī)
1.2 感應(yīng)電機(jī)控制
1.3 感應(yīng)電機(jī)控制：歷史回顧
1.3.1 標(biāo)量控制
1.3.2 矢量控制
1.3.3 無速度傳感器控制
1.3.4 感應(yīng)電機(jī)智能控制
1.3.5 感應(yīng)電機(jī)控制應(yīng)用現(xiàn)狀和研究趨勢(shì)
1.4 本書研究內(nèi)容
參考文獻(xiàn)
第2章 感應(yīng)電機(jī)控制原理
2.1 引言
2.2 感應(yīng)電機(jī)控制理論
2.2.1 非線性反饋控制
2.2.2 感應(yīng)電機(jī)模型
2.2.3 磁場(chǎng)定向控制
2.2.4 直接轉(zhuǎn)矩控制
2.2.5 加速度控制
2.2.6 智能控制的必要性
2.2.7 感應(yīng)電機(jī)的智能控制模式
2.3 感應(yīng)電機(jī)控制算法
2.4 速度估計(jì)算法
2.5 硬件
參考文獻(xiàn)
第3章 感應(yīng)電機(jī)的建模與仿真
3.1 引言
3.2 感應(yīng)電機(jī)的建模
3.3 感應(yīng)電機(jī)電流輸入模型
3.3.1 電流(3/2)旋轉(zhuǎn)變換子模型
3.3.2 電氣子模型
3.3.3 機(jī)械子模型
3.3.4 感應(yīng)電機(jī)電流輸入模型仿真
3.4 感應(yīng)電機(jī)電壓輸入模型
3.4.1 “電機(jī)1”的仿真結(jié)果
3.4.2 “電機(jī)2”的仿真結(jié)果
3.4.3 “電機(jī)3”的仿真結(jié)果
3.5 感應(yīng)電機(jī)的離散狀態(tài)模型
3.6 正弦PWM的建模與仿真
3.7 編碼器的建模與仿真
3.8 解碼器建模
3.9 包含PWM逆變器和編碼器/解碼器的感應(yīng)電機(jī)仿真
3.10 MATLAB/Simulink編程實(shí)例
3.11 小結(jié)
參考文獻(xiàn)
第4章 智能控制仿真基礎(chǔ)
4.1 引言
4.2 模糊邏輯仿真基礎(chǔ)
4.2.1 模糊邏輯控制
4.2.2 實(shí)例：模糊PI控制器
4.3 神經(jīng)網(wǎng)絡(luò)仿真基礎(chǔ)
4.3.1 人工神經(jīng)網(wǎng)絡(luò)
4.3.2 實(shí)例：利用人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)Park變換
4.4 卡爾曼濾波器仿真基礎(chǔ)
4.4.1 卡爾曼濾波器
4.4.2 實(shí)例：卡爾曼濾波估計(jì)含噪聲的信號(hào)
4.5 遺傳算法仿真基礎(chǔ)
4.5.1 遺傳算法
4.5.2 實(shí)例：應(yīng)用遺傳算法優(yōu)化Simulink模型
4.6 小結(jié)
參考文獻(xiàn)
第5章 基于專家系統(tǒng)的加速度控制
5.1 引言
……
第6章 混合模糊/PI兩段控制
第7章 基于神經(jīng)網(wǎng)絡(luò)的直接轉(zhuǎn)矩控制
第8章 應(yīng)用人工神經(jīng)網(wǎng)絡(luò)估計(jì)感應(yīng)電機(jī)參數(shù)
第9章 遺傳算法優(yōu)化的擴(kuò)展卡爾曼濾波速度估算法
第10章 遺傳算法優(yōu)化的隨機(jī)PWM策略
第11章 實(shí)驗(yàn)研究
第12章 結(jié)論與展望
附錄A 感應(yīng)電機(jī)等值電路
附錄B 感應(yīng)電機(jī)參數(shù)
附錄C 離散狀態(tài)感應(yīng)電機(jī)模型的M文件
附錄D 專家系統(tǒng)加速度控制算法
附錄E 神經(jīng)網(wǎng)絡(luò)的激發(fā)函數(shù)
附錄F 擴(kuò)展卡爾曼濾波器的M文件
附錄G 基于ADMC331的實(shí)驗(yàn)系統(tǒng)
附錄H 實(shí)驗(yàn)1：電機(jī)3的電氣參數(shù)測(cè)量
附錄I 實(shí)驗(yàn)2：主程序的DSP源代碼
附錄J 實(shí)驗(yàn)3：主程序的DSP源代碼
書單推薦
