Suspension force control of bearingless permanent magnet slice motor based on flux linkage identification

The control accuracy and dynamic performance of suspension force are confined in the traditional bearingless permanent magnet slice motor (BPMSM) control strategies because the suspension force control is indirectly achieved by adopting a closed loop of displacement only. Besides, the phase information in suspension force control relies on accurate measurement of rotor position, making the control system more complex. In this paper, a new suspension force control strategy with displacement and radial suspension force double closed loops is proposed, the flux linkage of motor windings is identified based on voltage–current model and the flexibility of motor control can be improved greatly. Simulation and experimental results show that the proposed suspension force control strategy is effective to realize the stable operation of the BPMSM.     

基于匹配追踪的快速独立分析方法在轴承复合故障盲源分离中的应用

针对强噪声干扰下轴承复合故障信号难于提取分离的问题,提出基于匹配追踪的快速独立分析方法.首先,通过基于Gabor原子的匹配追踪方法对单通道故障信号进行降噪处理;然后,根据终止条件的不同数值条件得出多组重构信号,组成多组信号,实现信号升维;最后,通过快速独立分析方法对降噪处理后的复合故障信号进行盲分离.实验数据分析结果表明:所提方法具有可行性和有效性,为强噪声干扰下的复合故障信号分离与提取提供了一种方法.     

蜡状芽孢杆菌的筛选及其产氢性能

为了研究纯菌种对产氢的影响,从污水厂活性污泥中分离了纯的产氢菌种XN12,根据16S rDNA序列和DnaJ基因序列、细胞形态、生理生化数据等多项鉴定分析,该菌种被鉴定为蜡状芽孢杆菌(Bacillus cereus).为了研究该纯菌的产氢性能,实验以葡萄糖为底物,在不同pH值条件下观察其产气情况.实验结果表明:以每摩尔葡萄糖计,该菌在中性条件下获得最大产氢量为1.6 mol.对反应的液相产物的检验结果表明:该菌为丁酸发酵菌,通过丙酮酸代谢途径产出氢气.     

基于双树复小波包和AR谱的滚动轴承复合故障诊断方法

针对滚动轴承复合故障信号中故障特征难以分离的问题,提出了基于双树复小波包和自回归(autoregressive,AR)谱的故障诊断方法.首先,利用双树复小波包变换将复杂的、非平稳的复合故障振动信号分解为若干个不同频带的分量;然后,对包含故障特征的分量进行希尔伯特包络;最后,对包络信号求其AR功率谱,由此实现对复合故障特征信息的分离和故障识别.实验结果表明:该方法可有效地分离轴承复合故障的特征频率,验证了该方法的可行性和有效性.     

重载齿轮涂层承载能力的仿真分析

为了将物理气相沉积(physical vapor deposition,PVD)涂层应用到高速重载齿轮传动装置中,运用有限元分析了涂层类型、涂层厚度、载荷大小对涂层应力分布的影响.考虑到齿轮轮齿工作面受力复杂,结合齿轮轮齿实际载荷,用非线性弹簧单元来模拟涂层-基体结构的界面结合层,建立了齿轮涂层接触力学计算模型.结合国内外其他学者所做的实验研究,计算结果表明:涂层表面的最大等效应力是涂层表面裂纹产生的主要因素,涂层厚度对等效应力分布有较大影响;涂层/基底界面的最大切应力是导致涂层剥落的主要因素,不同的涂层厚度对切应力点的分布有很明显的影响;载荷等级影响涂层的应力分布和失效形式.     

DSmT的主冷却剂泵并发故障融合方法分析

针对核电站主冷却剂泵故障特征微弱难以有效辨识及DST仅能解决在无高冲突辨识框架下的单一故障诊断等问题,提出一种基于DSmT决策级主冷却剂泵并发故障融合诊断模型．采用核主泵自由DSm模型和混合DSm模型对含有故障信息的多个独立证据源进行动态融合计算;分析核主泵DSmT故障特征信度赋值变化,确定主冷却剂泵故障(并发故障)诊断总决策. 结果表明, 将核仿真机采集TS、SS、VS和DS多源传感器数据直接对基本概率函数进行赋值,得出主冷却剂泵故障(并发故障)决策结果与实际工况相符,实例验证了所提方法的可行性、有效性及准确性．     

基于小波分形理论的风电轴承故障识别

针对风电轴承振动特征信号易被环境噪声调制污染、信噪比低、具有非线性和不平稳的特点,利用基于小波分形的故障识别方法对此进行了研究.采用小波包分解,利用互信息法和Cao算法分别确定了相空间的延迟时间和嵌入维数,根据不同频带的关联维数变化确定风电轴承的工作状态.该方法不依赖于风力机工作的动力学模型,对整体系统信息状态变化敏感.通过现场实验证明,该方法较好地解决了风电轴承故障难以识别的问题,为更加细致地研究风电轴承振动信号提供了重要参考.     

基于机械臂运动的组合航天器惯性参数在轨辨识

随着空间技术发展,交会对接任务越来越多,服务航天器与目标航天器对接形成组合航天器后惯性参数会发生明显变化。因此,提出一种基于机械臂运动的组合航天器惯性参数在轨辨识方法。该方法可以分为2步:第一步辨识组合航天器的质量和质心;第二步辨识组合航天器的惯性张量。该方法优点是实现了质量、质心与惯性张量等辨识参数的相互解耦,不需要消耗航天器上宝贵的喷气燃料,仅需要测量航天器的速度,而不是加速度和力。仿真结果验证了方法的有效性。     

基于遗传BP神经网络的磁流变悬置模型辨识

为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题,提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值,以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本,分别用未优化的BP神经网络和优化后的GA-BP神经网络对磁流变液压悬置正、逆模型进行辨识。结果表明,相对于BP神经网络,GA-BP神经网络具有更高的辨识精度、更快的收敛速度,在磁流变液压悬置数学模型辨识方面具备更优的性能。     

基于RFID的监狱智能定位系统的设计与实现

为解决在押犯人管理困难的问题,该文介绍了一种基于射频识别技术的CC1110 RSSI定位系统。系统主要由腕带标签、读卡器、无线中继和服务器组成。标签主要负责对读卡器发送相关信息,读卡器负责接收标签的数据并转发给无线中继,中继通过以太网把读卡器传送过来的数据发送给服务器,服务器负责对数据的处理、分析并进行相关管理操作。该系统结构简单、硬件成本较低、易部署、适应性较强。实际测试表明,该系统能够用于监狱在押人员的定位,降低非视距误差。