基于GPRS数据远程传输的水质参数监测系统

针对辽宁阜新金山电厂水质监测点分散的问题,提出一种基于通用分组无线业务（GPRS）技术的水质参数在线监测系统设计方案。简述了系统中应用的一些先进技术,阐述了系统的总体结构及工作原理。该系统利用GPRS技术实现了现场监测站与数据监控中心之间的无线连接,使系统成本降低,同时可以稳定地实现实时数据传输。     

基于控制微元的统计自适应增量控制方法

依据系统对模拟量实时控制的要求,提出了基于控制微元的统计自适应增量控制方法,给出了量化控制状态统计图的获取方法,分别找出了扩展控制微元的统计稳定系数、平均统计状态偏差、统计趋势、统计超调、尾偏差等参数与调节增量之问的关系,确定了统计控制策略及其最优化条件,给出了统计预测自适应记忆增量控制器的设计方案.该方法易于微处理器编程,运算速度快,可高效率实现对模拟量的精确控制.     

分域设计迭代学习控制器抑制非重复性扰动

为了抑制迭代方向上已知重复样式的非重复性输出扰动,提出了迭代学习控制(Iterative Learning Control,ILC)的分域算法。时间域内设计传统PID型迭代学习控制器,并且优化其参数;迭代域内利用内模原理抑制非重复性输出扰动,跟踪期望轨迹;利用加权思想将两者相结合,得到迭代学习控制器的分域设计算法。相对于已有算法,建立了针对一般扰动的设计框架,并且合理配置了算法的参数,使收敛速度及精度有所提高。仿真结果说明了该算法的有效性。     

转炉炼钢智能动态终点控制

针对转炉炼钢过程复杂,影响终点因素多,而且难以进行连续准确针测量,提出了基于副枪检测信息的智能动态终点控制方法。采用灰色模型并通过神经网络进行补偿对转炉炼钢终点温度和碳含量进行预报,在此基础上,以RBF神经网络作为预设定模型,通过模糊调整确定补吹阶段需要的氧气量和加入的冷却剂量,并对一座180吨转炉进行仿真计算,结果表明了该方法的有效性。     

全方位移动下肢康复机器人的虚拟样机建模和仿真

通过对全方位移动康复机器人的运动学和动力学分析,建立机器人的动力学控制模型,同时采用虚拟样机技术建立机器人多刚体动力学三维模型,并通过定义输入输出变量及其接口,与Matlab软件进行机电一体化联合仿真．通过仿真表明康复机器人数学模型的正确性．     

直驱永磁风力发电系统双PWM变流器控制技术

在风力发电系统中,变流器是实现能量高效、稳定转换的关键。研究了直驱永磁风力发电系统的控制原理,建立了双PWM变流器机侧和网侧的数学模型。机侧变流器采用转子磁场定向矢量控制方式,网侧变流器采用电网电压定向矢量控制方式,实现有功和无功功率的完全独立解耦控制。仿真和试验结果表明:该控制策略可有效地实现最大风能捕获,维持直流母线电压稳定,实现发电机组的平滑并网,具有良好的动态响应。     

固体绝缘环网柜用直动式永磁机构的研制

设计了固体绝缘环网柜用直动式永磁机构,采用充电电容放电的励磁方式来驱动永磁机构,根据断路器灭弧室的触头反力和分闸弹簧的反力进行反力归算,建立了有限元模型并应用有限元法进行动态仿真。仿真模拟了直动式永磁机构的动作电流以及环网柜的分合闸速度等机械特性,通过固体绝缘环网柜样机的装配调试,实际测量了直动式永磁机构的动作电流以及环网柜开关的机械特性数据。试验结果验证了理论仿真设计的准确性。     

采用遗传算法的低压开关电弧反演

分析开关电弧的动态过程对提高电器的使用性能和寿命具有重要意义。文中基于电流与空间磁场分布关系,考虑弧径影响,将有触点低压空气电弧视为具有变弧径叠式电流线组合。根据毕奥萨伐尔定律,求取电弧电流线簇在空间磁场的分布,并利用数学反演方法求取电弧所在通流空间域。考虑反演表达式的复杂性及多未知量问题,将方程组求解转化为目标函数最优化问题。在上述研究基础上,采用遗传算法确定电弧空间位置坐标,并将惩罚函数引入目标函数的优化过程,通过这一约束有效地解决了反演的不适定性,最终得到了基于磁场分布下的二维空间低压空气开关电弧的空间形态和位置的定量表征与描述。     

基于导前微分控制的虚拟同步发电机功频特性控制策略

该文对可再生能源发电并网逆变器虚拟同步发电机（VSG）控制策略进行研究,针对传统VSG不能兼顾动态调节特性与稳态性能这一缺陷,提出一种改进的虚拟同步发电机控制策略。在传统同步发电机本体控制算法数学模型分析基础上,建立虚拟同步发电机有功功率对于频率波动的闭环传递函数,研究动态过渡过程中转动惯量与阻尼对有功功率响应的影响机理。在传统VSG功频控制器中引入导前微分控制环节与惯性校正环节,提出基于导前微分控制的改进虚拟同步发电机功频控制策略,建立有功功率对于频率波动的闭环传递函数,分析离网与并网状态下的功频特性。通过对导前微分环节控制参数的调节,抑制过渡过程中的功率振荡,实现VSG动态特性与稳态性能的解耦控制。     

数据驱动的风电机组偏航参数适应性优化

为了增强风电机组偏航系统自适应水平,提升风能利用率,提出一种基于K近邻聚类（KNN）算法风电机组偏航控制参数优化方法。为准确描述风向变化,建立改进Weibull概率分布建立风向评估模型,即以风向波动的幅值（A）和波动持续时间（T）作为风况的数据标签来描述风向。对比风电机组不同偏航参数下的运行数据确定聚类中心（已知风况下的最佳偏航参数）,通过基于KNN算法的风电机组偏航控制参数优化模型,得到不同风况下风电机组最佳的偏航参数。通过对风电机组运行数据进行算例分析表明,该方法高风速时可提升风电机组发电效率,并在低风速时减少偏航启动次数。