高压断路器电机操动机构模糊控制研究

根据高压断路器电机操动机构运动过程非线性特点,提出模糊PI控制方法,可随时更改控制参数来适应断路器不同运动状态.介绍了操动机构的动触头运动原理和系统控制原理;在Simulink环境下采用模糊PI控制方法,建立基于无刷直流电机系统的控制仿真模型,同时对模型进行分析.仿真结果表明,运用模糊PI控制方法,动触头速度与给定速度的误差较小,超调量较低,速度曲线响应迅速,实现对高压断路器动触头的准确控制,可运用到电机操动机构运动控制系统.     

织机直驱永磁电机转矩特性分析

传统织机多采用异步电机加皮带轮、刹车盘等中间传动单元,存在传动效率低、磨损大等缺点;而采用永磁直驱系统,可省去中间传动单元,降低能耗.织机永磁电机直驱后,会带来转矩脉动大,影响织布优品率及织布效率问题,因此通过对比永磁电机不同极槽配合方案,分析不均匀气隙开弧形槽、斜槽,改善了输出转矩特性,并通过样机试验验证了设计的可行性.     

电工钢片二维磁特性测量的关键问题

传统的主磁路电工钢片（也称硅钢片）的磁特性只能由沿轧制与垂直于轧制两个方向来表述,针对该问题提出一种电工钢片的二维磁特性测量方法.通过在样片区域构建旋转磁场,使被测样片中磁感应强度方向与样片的轧制方向成任意角度.在模型设计上采用两条相互垂直的磁路,每条磁路可以在样片中产生频率、幅值相等且相位相差为90°的正弦波磁感应强度分量.讨论了测量过程中功率放大器的设计、LabVIEW运算中的积分漂移、Queue结构以及磁通波形的控制等关键性问题.实验证明,所提出的解决方案是有效的,具有可行性.     

永磁直线伺服系统自适应模糊鲁棒控制器

为了保证永磁直线伺服系统的跟踪性能,消除负载扰动、端部效应、非线性摩擦及系统参数变化等不确定因素的影响,根据自适应模糊控制和H_∞鲁棒控制提出了相应的控制策略.控制器由自适应模糊控制项和H_∞鲁棒控制项组成,自适应模糊控制项用来逼近理想控制律;H_∞鲁棒控制项用来克服模糊逼近误差和外界干扰对输出跟踪误差的影响,并利用Lyapunov稳定性理论证明了系统的全局稳定性.仿真结果表明,该方案有很强的鲁棒性,同时也使系统具有较好的跟踪性能,大大提高了直接驱动直线伺服系统的鲁棒跟踪精度.     

数控机床永磁同步直线伺服系统免疫控制

针对数控机床永磁同步直线电机(PMLSM)伺服进给系统存在的波纹推力扰动、齿槽力扰动、端部效应扰动和其他不确定性扰动的问题,应用免疫反馈系统的免疫性原理在传统PID基础上设计了一种免疫PID控制器.免疫系统在大干扰和不确定性环境中都具有很强的鲁棒性和自适应性,使伺服系统既具有快速响应和设计简单的特点,又结合了免疫控制的抗干扰特性.在M ATLAB环境下对永磁同步直线电机数控机床伺服进给系统进行仿真,结果表明,此种控制方案下的PMLSM伺服系统具有更好的控制精度、较快的响应速度和较小的超调量,抗干扰能力更强.     

直接驱动XY平台位置域轮廓跟踪控制

针对直接驱动XY平台轮廓误差近似模型建立困难的问题,提出一种提高轮廓跟踪性能的位置域轮廓跟踪控制方法.通过将双轴运动系统等效为主-从运动方式,主动轴(X轴)以位置量作为自变量,将从动轴(Y轴)的运动描述为不同轮廓跟踪要求的X的函数.通过从时域到位置域的一一映射,得到双轴运动系统的位置域动态模型.提出了位置域PD控制策略,主动轴运动以自身为参考产生的位置跟踪误差为零,仅有从动轴的运动跟踪误差影响到了最后的轮廓误差.仿真结果表明,位置域轮廓控制相比时域轮廓控制能够获得更好的跟踪精度.     

降耗节能单相永磁同步电动机的研制

针对单相永磁同步电动机起动困难和运行时功率因数低的问题,计算和分析了起动过程中电磁转矩、转差率与起动电容之间的关系,获得使得起动转矩值最大的电容值,以缩短起动时间;通过调节补偿电容来调控电机功率因数,从而降低运行电流实现节能.仿真和样机实验表明,正确选择起动电容值可以提高电机自起动性能,实时调节补偿电容值可以获得明显的节能效果.研究工作和结论对开发高起动性能的高效单相永磁同步电动机有参考价值.     

激光全息干涉测物体微小位移的研究

提出一种基于计算机、CCD和Image-Pro6.0软件的双曝光全息测微小位移的有效测量方法。通过CCD采集图像和Matlab软件的GUI用户界面交互功能制作实验参数可连续计算的平台。结果证明,此平台参数输入灵活,运算过程简化,运算速度加快,精确度提高。     

基于迭代学习的直线伺服系统离散变结构控制

直线电机在执行重复性的跟踪控制任务时,负载扰动、端部效应力及摩擦力会呈现周期性变化。为了提高永磁直线伺服系统的跟踪精度与抗扰性能,消除上述不确定因素的影响,采用离散变结构控制(DVSC)和迭代学习控制(ILC)相结合的位置跟踪控制策略。并利用迭代学习控制算法来调整变结构控制器的参数,削弱抖振,提高稳态精度。理论分析与仿真结果表明,该方案在保证直线伺服系统快速精确跟踪性能的同时,对系统参数变化和阻力扰动具有很强的鲁棒性。     

基于(RBF)神经网络的自动化电器设备故障诊断方法

为了对自动化电器设备的故障状态进行准确的识别,文章引入了(RBF)神经网络的故障诊断方法.并针对其不能学习新状态类型的缺陷,提出了一种改进的算法.并将该算法应用于电器设备的故障诊断,改进的算法除了能够对已知的状态进行准确的识别外,还能够发现并学习未纳入训练样本集的状态类型,从而具备了新状态类型的识别功能.