由陳梓樂、師克力著的《感應電機智能調速》探討了專家系統(tǒng)控制、模糊控制、神經網絡控制、遺傳算法等智能控制算法在感應電機控制中的應用，以期設計出與電機參數(shù)無關或對電機參數(shù)變化不敏感的控制。主要包括感應電機控制現(xiàn)狀和感應電機控制一般原理，感應電機的MATLAB/Simulink建模和仿真，智能控制MATLAB/Simulink仿真基礎，感應電機的專家系統(tǒng)控制，混合模糊/PI兩段控制方法，基于人工神經網絡(ANN)的感應電機直接轉矩控制，感應電機的積分模型，基于積分模型和神經網絡的參數(shù)估計方法，擴展卡爾曼濾波器的無速度傳感器控制，遺傳算法優(yōu)化的隨機脈沖寬度調制(PWM)策略，感應電機智能控制實驗系統(tǒng)、實驗及實驗結果等內容。
本書內容先進，可作為電力傳動專業(yè)特別是感應電機控制專業(yè)方向的大學教師和學生(高年級本科生、碩士研究生、博士研究生)學習研究感應電機智能控制的參考書，也可供從事感應電機變頻器設計制造的工程技術人員參考。
Tze-FunChan分別于1974年、1980年在香港大學電機工程系獲得學士和碩士學位，2005年于英國倫敦城市大學電機工程系獲得博士學位。自1978年起，就職于香港理工大學電氣工程系，現(xiàn)擔任副教授和副系主任。Chan博士的研究領域包括自勵感應發(fā)電機、無刷交流發(fā)電機、永磁電機、電機有限元分析、電機驅動控制。2006年，論文獲得IEEEPowerEngineeringSocietyPowerGenerationandEnergyDevelopmentCommittee獎勵。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的獎勵。Chan博士是注冊工程師，英國工程技術學會會員，香港工程師協(xié)會會員，美國電氣電子工程師協(xié)會會員。
KeliShi1983年在成都科技大學電氣電子工程專業(yè)獲學士學位，1989年于哈爾濱工業(yè)大學獲碩士學位，2001年于香港理工大學獲電氣工程博士學位，2001年—2002年在加拿大Ryerson大學(瑞爾森大學)電氣和計算機工程系從事博士后研究工作，2003年—2004年在佛羅里達州立大學從事博士后研究工作。自2004年起，Shi博士擔任美國得克薩斯Netpower技術公司測試工程經理，他的研究興趣集中于DSP應用和感應電機、永磁電機的智能控制。
第1章 緒論
1.1 感應電機
1.2 感應電機控制
1.3 感應電機控制：歷史回顧
1.3.1 標量控制
1.3.2 矢量控制
1.3.3 無速度傳感器控制
1.3.4 感應電機智能控制
1.3.5 感應電機控制應用現(xiàn)狀和研究趨勢
1.4 本書研究內容
參考文獻
第2章 感應電機控制原理
2.1 引言
2.2 感應電機控制理論
2.2.1 非線性反饋控制 第1章 緒論
1.1 感應電機
1.2 感應電機控制
1.3 感應電機控制：歷史回顧
1.3.1 標量控制
1.3.2 矢量控制
1.3.3 無速度傳感器控制
1.3.4 感應電機智能控制
1.3.5 感應電機控制應用現(xiàn)狀和研究趨勢
1.4 本書研究內容
參考文獻
第2章 感應電機控制原理
2.1 引言
2.2 感應電機控制理論
2.2.1 非線性反饋控制
2.2.2 感應電機模型
2.2.3 磁場定向控制
2.2.4 直接轉矩控制
2.2.5 加速度控制
2.2.6 智能控制的必要性
2.2.7 感應電機的智能控制模式
2.3 感應電機控制算法
2.4 速度估計算法
2.5 硬件
參考文獻
第3章 感應電機的建模與仿真
3.1 引言
3.2 感應電機的建模
3.3 感應電機電流輸入模型
3.3.1 電流(3/2)旋轉變換子模型
3.3.2 電氣子模型
3.3.3 機械子模型
3.3.4 感應電機電流輸入模型仿真
3.4 感應電機電壓輸入模型
3.4.1 “電機1”的仿真結果
3.4.2 “電機2”的仿真結果
3.4.3 “電機3”的仿真結果
3.5 感應電機的離散狀態(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/解碼器的感應電機仿真
3.10 MATLAB/Simulink編程實例
3.11 小結
參考文獻
第4章 智能控制仿真基礎
4.1 引言
4.2 模糊邏輯仿真基礎
4.2.1 模糊邏輯控制
4.2.2 實例：模糊PI控制器
4.3 神經網絡仿真基礎
4.3.1 人工神經網絡
4.3.2 實例：利用人工神經網絡實現(xiàn)Park變換
4.4 卡爾曼濾波器仿真基礎
4.4.1 卡爾曼濾波器
4.4.2 實例：卡爾曼濾波估計含噪聲的信號
4.5 遺傳算法仿真基礎
4.5.1 遺傳算法
4.5.2 實例：應用遺傳算法優(yōu)化Simulink模型
4.6 小結
參考文獻
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 基于神經網絡的直接轉矩控制
第8章 應用人工神經網絡估計感應電機參數(shù)
第9章 遺傳算法優(yōu)化的擴展卡爾曼濾波速度估算法
第10章 遺傳算法優(yōu)化的隨機PWM策略
第11章 實驗研究
第12章 結論與展望
附錄A 感應電機等值電路
附錄B 感應電機參數(shù)
附錄C 離散狀態(tài)感應電機模型的M文件
附錄D 專家系統(tǒng)加速度控制算法
附錄E 神經網絡的激發(fā)函數(shù)
附錄F 擴展卡爾曼濾波器的M文件
附錄G 基于ADMC331的實驗系統(tǒng)
附錄H 實驗1：電機3的電氣參數(shù)測量
附錄I 實驗2：主程序的DSP源代碼
附錄J 實驗3：主程序的DSP源代碼
書單推薦
