由陈梓乐、师克力著的《感应电机智能调速》探讨了专家系统控制、模糊控制、神经网络控制、遗传算法等智能控制算法在感应电机控制中的应用，以期设计出与电机参数无关或对电机参数变化不敏感的控制。主要包括感应电机控制现状和感应电机控制一般原理，感应电机的MATLAB/Simulink建模和仿真，智能控制MATLAB/Simulink仿真基础，感应电机的专家系统控制，混合模糊/PI两段控制方法，基于人工神经网络(ANN)的感应电机直接转矩控制，感应电机的积分模型，基于积分模型和神经网络的参数估计方法，扩展卡尔曼滤波器的无速度传感器控制，遗传算法优化的随机脉冲宽度调制(PWM)策略，感应电机智能控制实验系统、实验及实验结果等内容。
本书内容先进，可作为电力传动专业特别是感应电机控制专业方向的大学教师和学生(高年级本科生、硕士研究生、博士研究生)学习研究感应电机智能控制的参考书，也可供从事感应电机变频器设计制造的工程技术人员参考。
Tze-FunChan分别于1974年、1980年在香港大学电机工程系获得学士和硕士学位，2005年于英国伦敦城市大学电机工程系获得博士学位。自1978年起，就职于香港理工大学电气工程系，现担任副教授和副系主任。Chan博士的研究领域包括自励感应发电机、无刷交流发电机、永磁电机、电机有限元分析、电机驱动控制。2006年，论文获得IEEEPowerEngineeringSocietyPowerGenerationandEnergyDevelopmentCommittee奖励。2007年，和LoiLeiLai教授合作撰写了《DistributedGeneration-InductionandPermanentMagnetGenerators》(Wiley出版社出版，ISBN：978-0470-06208-1)。2009年，另一篇论文得到IEEEPowerEn-gmeerlngSocietyPowerGenerationandEnergyDevelopmentCommittee的奖励。Chan博士是注册工程师，英国工程技术学会会员，香港工程师协会会员，美国电气电子工程师协会会员。
KeliShi1983年在成都科技大学电气电子工程专业获学士学位，1989年于哈尔滨工业大学获硕士学位，2001年于香港理工大学获电气工程博士学位，2001年—2002年在加拿大Ryerson大学(瑞尔森大学)电气和计算机工程系从事博士后研究工作，2003年—2004年在佛罗里达州立大学从事博士后研究工作。自2004年起，Shi博士担任美国得克萨斯Netpower技术公司测试工程经理，他的研究兴趣集中于DSP应用和感应电机、永磁电机的智能控制。
第1章 绪论
1.1 感应电机
1.2 感应电机控制
1.3 感应电机控制：历史回顾
1.3.1 标量控制
1.3.2 矢量控制
1.3.3 无速度传感器控制
1.3.4 感应电机智能控制
1.3.5 感应电机控制应用现状和研究趋势
1.4 本书研究内容
参考文献
第2章 感应电机控制原理
2.1 引言
2.2 感应电机控制理论
2.2.1 非线性反馈控制 第1章 绪论
1.1 感应电机
1.2 感应电机控制
1.3 感应电机控制：历史回顾
1.3.1 标量控制
1.3.2 矢量控制
1.3.3 无速度传感器控制
1.3.4 感应电机智能控制
1.3.5 感应电机控制应用现状和研究趋势
1.4 本书研究内容
参考文献
第2章 感应电机控制原理
2.1 引言
2.2 感应电机控制理论
2.2.1 非线性反馈控制
2.2.2 感应电机模型
2.2.3 磁场定向控制
2.2.4 直接转矩控制
2.2.5 加速度控制
2.2.6 智能控制的必要性
2.2.7 感应电机的智能控制模式
2.3 感应电机控制算法
2.4 速度估计算法
2.5 硬件
参考文献
第3章 感应电机的建模与仿真
3.1 引言
3.2 感应电机的建模
3.3 感应电机电流输入模型
3.3.1 电流(3/2)旋转变换子模型
3.3.2 电气子模型
3.3.3 机械子模型
3.3.4 感应电机电流输入模型仿真
3.4 感应电机电压输入模型
3.4.1 “电机1”的仿真结果
3.4.2 “电机2”的仿真结果
3.4.3 “电机3”的仿真结果
3.5 感应电机的离散状态模型
3.6 正弦PWM的建模与仿真
3.7 编码器的建模与仿真
3.8 解码器建模
3.9 包含PWM逆变器和编码器/解码器的感应电机仿真
3.10 MATLAB/Simulink编程实例
3.11 小结
参考文献
第4章 智能控制仿真基础
4.1 引言
4.2 模糊逻辑仿真基础
4.2.1 模糊逻辑控制
4.2.2 实例：模糊PI控制器
4.3 神经网络仿真基础
4.3.1 人工神经网络
4.3.2 实例：利用人工神经网络实现Park变换
4.4 卡尔曼滤波器仿真基础
4.4.1 卡尔曼滤波器
4.4.2 实例：卡尔曼滤波估计含噪声的信号
4.5 遗传算法仿真基础
4.5.1 遗传算法
4.5.2 实例：应用遗传算法优化Simulink模型
4.6 小结
参考文献
第5章 基于专家系统的加速度控制
5.1 引言
……
第6章 混合模糊/PI两段控制
第7章 基于神经网络的直接转矩控制
第8章 应用人工神经网络估计感应电机参数
第9章 遗传算法优化的扩展卡尔曼滤波速度估算法
第10章 遗传算法优化的随机PWM策略
第11章 实验研究
第12章 结论与展望
附录A 感应电机等值电路
附录B 感应电机参数
附录C 离散状态感应电机模型的M文件
附录D 专家系统加速度控制算法
附录E 神经网络的激发函数
附录F 扩展卡尔曼滤波器的M文件
附录G 基于ADMC331的实验系统
附录H 实验1：电机3的电气参数测量
附录I 实验2：主程序的DSP源代码
附录J 实验3：主程序的DSP源代码
书单推荐
