基于矩阵变换器驱动的PMSM容错补救措施

矩阵变换器作为一种"绿色"变换器,具有良好的输入和输出特性,功率因数可调,能量双向流动,且体积小。但由于矩阵式变换器(MC)没有续流回路,易发生短路故障和断路故障,且由于其没有直流环节,因此上述两种故障均是非常危险的,严重影响供电质量。为此提出了一种新型的矩阵式变换器(MC)故障容错安全运行方式,当出现故障时,通过控制变换器双向开关的导通状态为负载提供一个可控安全的续流回路,使负载能够在短时间内释放储能,减少对变换器系统电路的损坏。通过Matlab/Simulink仿真验证该策略的正确性和可行性。     

电容式电压互感器介损现场测量方法及误差分析

对无中间抽头的电容式电压互感器(CVT)的结构原理进行简单介绍,对上、下节电容单元的电容值和介质损耗测量方法进行了探讨;尤其对下节电容单元自激法测量方法和现场测量误差原因逐项进行了简要分析,并提出针对性防止措施。分析可知,"δ"端子(或二次绕组)绝缘下降和中间法兰处接触不良极容易产生介损增大的现场测量误差应重点消除;同时,泄漏电流、电桥引线及电场干扰等误差因素也应注意现场防控。     

基于buck电路的矩阵变换器策略的改进

基于buck电路矩阵变换器的控制策略,动作响应快,具有一定的抗干扰性,而矩阵变换器的缺点是电压传输比低。在此基础上对其进行改进,在矩阵变换器前端加入z源网络,通过控制占空比和调制系数起到buck-boost的作用,提高矩阵变换器的电压传输比。介绍了该方法的数学规则,给出对应开关管的占空比系数的数学表达式。通过Matlab/Simulink软件建立矩阵变换器的数学仿真模型,验证了这一改进的正确性和可行性。     

磁耦合谐振三线圈无线电能传输的交叉耦合效应及电抗补偿

在具有中继线圈的磁谐振耦合无线电能传输系统中,非相邻线圈的交叉耦合有可能对系统的工作状态产生扰动,这通常导致系统传输功率和效率的降低。针对单中继线圈的无线电能传输系统,从其等效电路归一化模型入手,详细分析发射线圈和接收线圈之间的交叉耦合对各回路电流和系统传输功率、效率的影响。给出了交叉耦合效应是否可忽略的判定条件,并提出了一种简便的在各回路中通过附加串联电抗以补偿三线圈(发射—中继—接收)无线电能传输系统交叉耦合效应的方法,通过数值仿真计算和实验证明了该方法的可行性。     

基于前推回代法和牛顿拉夫逊法的配电网潮流计算

针对牛顿拉夫逊法计算潮流时对节点电压初值的要求高的缺点,结合配电网为放射状网络的特征,提出基于前推回代法和牛顿拉夫逊法的配电网潮流计算,利用前推回代法第一次迭代的结果作为牛顿拉夫逊法的初值,能够满足牛顿拉夫逊法对初值的要求,且具有良好的收敛速度。最后,应用实例证明基于前推回代法和牛顿拉夫逊法的配电网潮流计算迭代次数少,收敛性好。     

电信大规模社交关系网络图数据挖掘研究

电信技术的发展使得通话网络几乎覆盖了整个社会,对电信运营商来说,这个庞大的社会网络蕴藏着巨大的商机.尤其在日益激烈的市场竞争中,客户关系的维护、客户潜在价值的挖掘以及有针对性地对客户进行营销等对电信图数据的挖掘,受到了强烈关注.通过对比,研究了当前针对类似电信网络的大规模社交关系网络图数据进行挖掘的分布式和单机图计算工具和框架,并对单机图计算工具Graphchi的单机处理数据能力进行了可行性和可用性测试,同时采用单机Graphchi对电信社交关系网络的数据进行了图挖掘研究和应用.     

GSM多功能基站无线语音通信研究

基于GSM多功能基站的手机终端接入功能,实现其语音通信功能。首先开通基站的语音呼叫业务,然后将原始语音形成语音发送脉冲,最后将手机锁定在基站工作,对语音功能进行测试。根据多功能基站的功能和性能要求,不仅实现其语音通信功能,且使之具有呼叫异常处理能力,功能设计上相对商用基站也作了一些改进。实验证明：锁定在多功能基站工作的手机能收到基站发送的语音信息。     

CAT777自卸车速度控制计算机译码及信号采集

为了获得最佳功率,CATERPILLAR777型工程自卸车采用前后2套发电机和变速箱系统,2台发电机系统的速度同步,是自卸车取得最大功率和效益的关键,对美国CATERPILLAR777型工程自卸车自动变速控制总成电路进行了剖析和改造。     

基于AR的用电检测远程指导系统设计

在防窃电用电检测过程中,由于现场线路环境复杂、设备差异大,同时,作业人员对检测工具的掌握参差不齐,影响了检测效率和质量。传统集中培训的方式受时间场地的影响,主要培训典型问题的处理,而作业过程中遇到的新问题不能实时得到指导。文章利用AR技术,实时推送现场线路构造及设备3D模型,使作业人员快速掌握现场情况,当遇到复杂问题时,也可实时与后台专家进行交互,快速解决问题,提高防窃电检查的效率和质量。     

基于DNN的制造过程刀具工况视诊方法研究

制造过程的刀具工况监测是保证工件精确、高效及安全加工的重要环节。阐述了基于深度神经网络(Deep Neural Network,DNN)的刀具工况视诊方法的基本原理。在DNN结构和训练算法的基础上,研究了一种基于DNN的刀具工况识别方法。以CK6143\1000数控车床、KC5010车刀片以及奥氏体不锈钢304L的外圆车削加工过程为实验对象,采集了刀具图片进行实验,构建了一套用于刀具工况识别的DNN。结果表明:刀具工况识别准确率超过98%,证明了方法的可行性和有效性,具有较好的工程应用价值。