文献

J-GLOBAL ID：202202241074640928   整理番号：22A1189753

車載スーパーコンデンサシステムのRBFニューラルネットワーク適応ロバストスライディングモード制御法【JST・京大機械翻訳】

RBF neural network adaptive robust sliding mode control method for on-board supercapacitor system

著者 (2件)： Wang Xiaokan (北京交通大学電子信息工程学院,北京 100044;河南机電職業学院,新鄭 451191) ,  Wang Qiong (河南机電職業学院,新鄭 451191)
資料名： Zhongnan Minzu Daxue Xuebao (Ziran Kexue Ban)  (Zhongnan Minzu Daxue Xuebao (Ziran Kexue Ban))
巻： 41  号： 1  ページ： 59-63  発行年： 2022年 
JST資料番号： C3234A  ISSN： 1672-4321  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 都市鉄道輸送の加速と制動過程における再生制動エネルギーの利用率が高くない、送電網の電圧変動を引き起こすなどの問題に対して、車載スーパーコンデンサRBFニューラルネットワークの適応ロバストスライディングモード制御方法を提案した。スーパーコンデンサに基づく車載エネルギー貯蔵制御システムを設計し,状態空間平均法を用いて回路モデルを構築し,正確なフィードバック線形化を行い,ニューラルネットワーク適応スライディングモード制御器を構築した。シミュレーション結果により,提案した方法は,牽引電力網の電圧変動を効果的に抑制し,そして,列車の再生制動エネルギーを最大限に回収し,利用することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  送電系統 ,  電圧変動 ,  電力系統 ,  *ニューラルネットワーク ,  平均法 ,  エネルギー貯蔵 ,  非線形制御系 ,  回路モデル ,  *ロバスト性 ,  スライディングモード制御
準シソーラス用語： 利用率 ,  *スーパーキャパシタ ,  フィードバック線形化 ,  状態空間 ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 電動機  (NB07030U) ,  ニューロコンピュータ  (JC06010Q) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (6件)： 車載 ,  スーパーコンデンサ ,  RBFニューラルネットワーク ,  適応 ,  ロバスト ,  スライディングモード制御