基于电流响应包络线的永磁同步电机转子初始位置检测

针对无位置传感器永磁同步电机转子初始位置检测存在的多次信号注入、过程复杂及依赖参数等不足,提出了一种基于电流响应包络线的新型检测方法。该方法仅在估算两相坐标系上注入一次脉振高频电压信号,同时控制估算坐标系低频旋转。通过提取直轴电流响应正包络线最大值对应的估算坐标系位置确定永磁体正方向,经位置补偿后获得转子初始位置。为提高检测精度,进一步提取交轴电流响应正包络线最小值对应的估算坐标系位置,并以其修正转子初始位置。此外,还分析了注入电压信号幅值及频率对该方法的影响。实验结果表明,该方法实现过程简单快速,检测最大误差为4.1?,平均误差为1.8?。     

水下推进无刷直流电机相电流重构同步整流控制

为了满足水下推进无刷直流电机系统小型化、高效率、高可靠性要求,面向单电流传感器置于电源和桥臂母线电容之间结构的控制器,研究其相电流重构同步整流控制方法。分析了无刷直流电机电动运行换流特性,在此基础上给出了不同导通区间基于母线电流的相电流重构方法,进而实现了相电流闭环同步整流控制。仿真和实验验证了上述方法的有效性。     

基于多目标粒子群算法的污水处理智能优化控制

为了满足污水处理过程出水水质排放达标的同时降低运行能耗,提出了一种基于多目标粒子群的污水处理多目标智能优化控制方法。首先,通过分析污水处理运行数据,建立了基于自适应回归核函数的污水处理能耗和出水水质模型;其次,设计出一种污水处理多目标优化方法,利用多目标粒子群优化算法同时对污水处理自适应能耗和出水水质模型进行优化,获得溶解氧和硝态氮浓度的优化设定值;最后,利用PID控制器对溶解氧和硝态氮浓度优化设定值进行跟踪控制,实现了污水处理过程的多目标优化控制。基于污水处理基准仿真平台BSM1的实验结果显示,该多目标优化控制方法不但能够保证出水水质达标,而且能有效降低污水处理过程的能耗。     

混合多目标骨干粒子群优化算法在污水处理过程优化控制中的应用

通过对污水生化处理过程的分析,选取能耗和罚款最低为优化目标,建立污水生化处理过程多目标优化控制模型。为了提高Pareto最优解集的收敛性和多样性,提出一种基于Pareto支配和分解的混合多目标骨干粒子群优化算法（HBBMOPSO）。该方法采用带自适应惩罚因子的分解方法选取个体引导者,采用Pareto支配和拥挤距离法维护外部档案和选取全局引导者。此外,采用精英学习策略增强粒子跳出局部Pareto前沿的能力。最后,将HBBMOPSO与自组织模糊神经网络预测模型和自组织控制器相结合,实现污水生化处理过程溶解氧和硝态氮设定值的动态寻优、智能决策和底层跟踪控制。利用国际基准仿真平台BSM1进行实验验证,结果表明所提HBBMOPSO方法在保证出水水质参数达标的前提下,能够有效降低污水处理过程的能耗。     

湿法腐蚀和干法刻蚀工艺对850 nmVCSEL高速调制性能的影响

垂直腔面发射激光器(VCSEL)以其低功耗、低阈值电流、高调制速率和易制作二维阵列器件等特点,广泛应用于短距离光互连领域.湿法腐蚀和干法刻蚀作为高速VCSEL台面结构制备的两种工艺,影响VCSEL氧化层的大小.文章研究了氧化层面积对寄生电容的影响,并计算得到7 μm氧化孔径下采用干法刻蚀工艺的垂直腔面发射激光器,相比较湿法腐蚀工艺,氧化层电容由902.23 fF减小至581.32 fF,谐振腔电容由320.72 fF减小至206.65 fF.通过对采用湿法腐蚀和干法刻蚀工艺制备的GaAs量子阱结构高速VCSEL进行小信号调制响应测试,结果表明,7μm氧化孔径下干法刻蚀VCSEL小信号调制带宽提高至16.1 GHz.     

双异质结单载流子传输光敏晶体管输出电流

详细对比并分析了双异质结单载流子传输光敏晶体管(Uni-travelling-carrier Double Heterojunction Phototransistor,UTC-DHPT)与单异质结光敏晶体管(Single Heterojunction Phototransistor,SHPT)在大的入射光功率范围下集电极输出电流特性.首先,UTC-DHPT仅选取窄带隙重掺杂的基区作为吸收区,与SHPT选取基区和集电区作为吸收区相比,其光吸收区厚度小,在小功率入射光下UTC-DHPT的输出电流小于SHPT的输出电流.其次,由于UTCDHPT的双异质结结构,光生电子和光生空穴产生于基区,减弱了SHPT因光生空穴在集电结界面积累而产生的空间电荷效应,避免了SHPT在小功率入射光下输出电流开始饱和的问题,从而UTC-DHPT获得了比SHPT更大的准线性工作范围.最后,UTC-DHPT的单载流子(电子)传输方式使得基区产生的光生空穴以介电弛豫的方式到达发射结界面,有效降低了发射结势垒,增加了单位时间内由发射区传输到基区的电子数量,提高了其发射结注入效率,在大功率入射光下UTC-DHPT比SHPT能获得更高的输出电流.     

低信噪比下机载多脉冲激光雷达姿态不敏感性特征提取研究

针对纳秒量级脉宽机载多脉冲激光照射目标的回波波形,提出几何分割比这一目标姿态不敏感特征,给出了特征提取算法,可用于与激光目标运动状态结合开展目标检测与跟踪。首先,基于激光目标波形数学模型分析目标波形与目标特征的关系,指出激光目标的几何分割比特征具备姿态不敏感特性。接着,结合目标特征提取对目标波形和噪声不失真分离的要求,提出在小波域利用对称小波基进行改进Donoho阈值降噪处理,在时域利用小波重构信号阈值获取目标波形序列,再由一阶二阶差分计算检测目标波形峰值点,进而提取激光目标散射中心及几何分割比等特征。最后,通过仿真实验验证算法在低信噪比下提取激光目标特征信息的有效性。在与机载多脉冲激光目标模拟器联试实验中,利用文中算法提取激光目标特征结合目标的运动状态信息,开展多帧相关匹配检测,多脉冲激光目标检测的可靠性明显提高。     

基于低分辨率磁滞变化曲线的杆件拉力测量

根据磁弹基本原理可知,不同拉力作用下杆件材料的磁滞回线存在差异,据此提出了一种磁弹拉力测量改进方法。该方法先采用双套筒线圈式磁弹传感器采集不同拉力下杆件磁滞回线信号,并利用磁滞变化曲线衡量力对磁滞回线上每一点的影响,应用小波分析对磁滞变化曲线降维得到不同拉力下的低分辨率磁滞变化曲线特征,输入到神经网络进行训练,从而获得低分辨率磁滞变化曲线与拉力的映射关系。通过实验分析表明,磁滞变化曲线可以从本质上直观地反映拉力对磁滞回线上每一个点的影响。低分辨率磁滞变化曲线特征不仅包含着完整的拉力对磁滞回线每一点影响的信息而且特征维数低。应用基于低分辨率磁滞变化曲线和神经网络的拉力测量方法,无需分析灵敏度曲线和拟合确定系数曲线就可确定反映拉力的特征,可以实现多特征对拉力的拟合。接着,比较了误差反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和利用线性插值样本训练的RBF神经网络对拉力的预测性能,发现利用线性插值样本训练后的RBF神经网络的预测效果,优于BP神经网络和没采用线性插值样本训练的RBF神经网络。最后,将基于低分辨率磁滞变化曲线和采用线性插值样本训练的RBF神经网络的拉力测量方法集成于双套筒线圈式杆件拉力测量装置并应用于实际拉力测量中,其拉力测量误差和确定系数分别达到0.11%和1,达到了实际测量要求,证明了该方法的有效性和可用性。     

实时的移动机器人语义地图构建系统

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动机器人实时地创建语义地图,在Jetson TX1嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能。并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率。对于Kinect传感器生成的深度图像有黑边、黑洞等缺陷,使用统一计算设备架构(CUDA)技术开发了一种实时的深度图像修复算法。利用即时定位与地图构建(SLAM)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建。经过实验表明,所提出的方法在实际的、复杂的室内环境下可以使移动机器人实时地创建语义地图。