改进型灰色模型在铅蓄电池失效预测中的应用

铅酸蓄电池作为装甲车辆的启动和辅助电源,其性能状况直接影响着供电系统的安全稳定运行.在对现有铅酸蓄电池灰色预测模型深入分析的基础上,针对GM(1,1)模型要求原始数据序列等时距的局限性,提出了基于拉格朗日插值法等时距优化处理的数据序列的GM(1,1)预测模型,为判断蓄电池是否失效提供依据,避免了传统的容量试验带来的弊端...     

摄像机畸变的非量测校正方法研究

传统的摄像机标定方法需要依赖空间的点对应条件或者特定的运动模式,且内外参数存在的耦合问题易引起求解的不稳定和不精确现象。非量测校正方法利用透视投影本身的几何不变特性,通过将畸变参数分离出来单独求解,较好地克服了传统方法的上述问题。这里从畸变模型、不变特征与畸变测度、模型求解三个方面综述并总结了非量测校正技术的发展现状和技术路线。     

载体驱动微机械陀螺输出信号解调算法研究

微机械摆和旋转体共同构成载体驱动陀螺,使陀螺扩展为不同用途的载体驱动和自身驱动结构两类。载体驱动微机械陀螺巧妙地利用旋转体滚动作为驱动力来源,结构简单、成本低。安装在旋转体上的微机械摆具有陀螺效应,它和旋转体构成载体驱动陀螺,能同时检测旋转体的偏航/俯仰和自旋角速度,完成三只传统陀螺的功能。但目前,其输出信号的解调算法是一个没有攻克的难点。针对检测和控制旋转体姿态的技术要求,研究载体驱动微机械陀螺输出信号的解调算法,解算出偏航/俯仰和自旋角速度,用于单通道和三通道旋转体姿态控制。     

基于信息技术与课程整合的电类专业基础课研究与实践

在现代教学中,由于信息技术的介入,使得传统教学手段和模式正发生着巨大的变化,而原有的教学观念和模式已不再适应当前教育改革的需要。针对目前电类专业基础课程教学中存在的弊端,依据"教为主导,学为主体"的教学理念,充分利用信息技术(计算机、网络、多媒体、教学软件等),采取多种教学组织方式(课堂教学,网络课堂,试验基地,第二课堂),对课程的内容、结构、资源、过程等进行整理、融合,使各种教学资源、要素达到整体优化,实现一种既能发挥教师指导作用,又能体现学生主体地位的以"双主-开放-探究"为特征的教与学方式。     

基于SOPC的电力电子器件实时仿真系统设计

分析了电力电子器件实时仿真的必要性和面临的难点,建立了电力电子器件开关暂态通用模型,以该模型为基础设计了基于SOPC技术的电力电子器件实时仿真系统,并在FPGA平台上实现了器件的开关特性实时仿真。利用该系统对MOSFET管进行了仿真测试,并在Matlab中将仿真结果和实验结果进行对比分析,证明了系统的正确性。该系统充分利用了器件厂商提供的器件参数和波形曲线,具有较强的实用价值。     

电传动履带车辆同步发电机的数字调压器设计

针对电传动履带车辆发电机采用模拟调压器母线电压波动对车载锂电池冲击过大,且无法实现与车辆其他系统通信等问题,设计了电励磁同步发电机数字调压器控制系统。系统以TI公司的DSP作为主控芯片,采用电压PWM斩波技术,实现CAN通信。系统可软件和硬件双重保护和复位,增强了系统可靠性。实验表明相比模拟调压器系统,稳压性能大大提高,避免了对锂电池的过充和过放。     

激光模拟对抗系统中光电检测电路抗饱和设计

为了解决激光模拟对抗系统中用光电池进行光信号检测的问题,提出通过改进电路设计消除强背景光与杂波干扰的方法,设计了抗饱和的光电转换电路;推出了光电池内部噪声公式,提出降低带宽来消除内部噪声的方法,设计了窄带滤波电路。在强背景光干扰的条件下实现了对频率为27.934 kHz的激光编码信号检测的实验。     

小波分析和灰色神经网络融合的光纤陀螺误差建模与补偿

为补偿捷联姿态测量系统中光纤陀螺因外界干扰引起的高频噪声和强漂移,提出一种基于第二代小波变换和灰色Elman神经网络融合的误差建模和补偿方法。采用Allan方差法分析了在外界干扰下的光纤陀螺输出信号,利用第二代提升小波单独重构的方法分离出陀螺误差模型中的漂移误差和白噪声,灰化漂移误差数据后建立了Elman神经网络模型并进行了补偿。实验结果表明,相较于传统的灰色理论模型和单一的Elman神经网络模型,新算法有效滤除了白噪声,并将预测模型的精度提高到96%以上,证实了模型的有效性。     

基于EKF算法的铅酸蓄电池SOC在线估计

针对快速充电设备需要快速、准确检测蓄电池荷电状态(SOC)的应用需求,在分析传统SOC估计方法不足的基础上,采用了扩展卡尔曼滤波法进行铅酸蓄电池SOC的估计。通过对铅酸蓄电池充放电过程的分析,基于改进的Thevenin模型,建立了7-HK-182型铅酸蓄电池的等效电路模型。通过Matlab仿真,对比安时积分法估计SOC数据,验证了扩展卡尔曼滤波法能够实时、准确估计蓄电池SOC的变化。     

神经网络在电传动装甲车用发动机控制技术中的应用

文中利用实测到的装甲车发动机试验数据作为学习样本,采用径向基函数(RBF)神经网络建立了发动机的辨识模型,根据该模型可以得到发动机的最佳燃油消耗率曲线。同时,采用神经网络训练、学习最佳燃油消耗率曲线,并将其存储到发动机控制器中,当发动机按该曲线工作时,可以保证发动机稳态时一直在最佳经济燃油状态下工作。