基于自适应占空比扰动法的最大功率点跟踪控制

为解决扰动观察法跟踪光伏电池阵列最大功率时会在实际工作点附近产生振荡的问题,通过分析光伏电池的工作特性,对比各种基于扰动观察法的最大功率点跟踪的优缺点,提出了自适应占空比扰动法对光伏电池板进行最大功率跟踪控制.给出了最大功率点跟踪的控制流程,结合两级变换结构的光伏发电系统实现了对光伏电池阵列的最大功率点跟踪.     

光伏阵列关键参数的取值研究

针对目前光伏阵列建模中关键参数取值存在着较大差异的情况,归纳了光伏阵列模型中各参数的物理意义,明确了两种主要光伏阵列建模方法的内在联系,通过对精确光伏模型的分析,指出包含自由变量是现有光伏模型参数取值不同的根本原因.以牛顿迭代法对MSX60进行算例分析,验证了参数取不同值时模型拟合精度均能满足工程需求,为光伏建模技术提供了参考依据.     

基于EEMD和多元多尺度熵的风力发电机组滚动轴承故障特征提取

为了降低风力发电机组滚动轴承信号的噪声和进行多信道数据处理,提出了一种基于EEMD和多元多尺度熵的特征提取方法。利用EEMD算法对多信道的原始声发射信号进行分解获取无模式混淆的IMF,通过敏感度评估算法选取反应故障特征敏感的IMF进行多元多尺度熵分析,由单因素方差分析选择最优尺度对应的多元样本熵作为各种故障的特征值。通过从实验台采集得到正常、轻微损伤和断裂3种状态的样本数据,与多种特征提取方法相比较和SVM算法分类分析,证明了所选择故障特征量的准确性,同时也验证了所提出的滚动轴承故障特征提取方法的有效性和准确性。     

基于PIC单片机汽车巡航控制系统的研究

分析了巡航控制系统(CCS)的基本原理和结构特点,确定了输入输出信号后,搭建了巡航模拟实验台,提出了一种新型巡航控制系统设计方案,即对转速、节气门开度双闭环控制,运用参数自适应PI控制算法,可以不断智能调节比例和积分参数,从而改善控制效果.通过实验结果分析,证实了所设计巡航控制系统的合理性和实用性,该系统对国内汽车巡航系统普及有一定推动作用.     

单边抛物线形柔性铰链的计算与性能分析

提出了一种单边抛物线形柔性铰链,以力学卡氏第二定理和微积分为理论基础,推导了单边抛物线形柔性铰链柔度和转动精度的闭环解析公式,利用有限元的方法对柔性铰链的解析公式进行校验,结果表明:有限元方法与闭环解析式的结果基本一致.并对单边抛物线形柔性铰链的性能进行分析,得出了结构参数对其柔度性能的影响关系,并通过对双边抛物线形柔性铰链比较,分析了单边抛物线形柔性铰链的转动能力、转动精度和对轴向载荷的影响等性能,为柔性铰链在结构紧凑、大位移场合的工程应用提供了有价值的参考.     

电动汽车电机可靠性的灰色预测模型

针对电动汽车电机运行工况复杂,故障因素多,普通电机基于统计学理论的可靠性分析方法已不再适用的问题,为研究电动汽车电机的可靠性,建立电动汽车电机的故障树模型.深入研究故障率较高的绕组绝缘和轴承的故障逻辑,给出其可靠性解析计算式并进行详细分析,分析结果表明,电机可靠性数据可以看成灰色序列.提出基于灰度预测的电机可靠性分析方法,并根据已有电机的可靠性数据对所提模型进行仿真验证.仿真结果和实测数据的相对误差均小于10％,满足工程实际的需要,验证了所提算法的有效性,为电动汽车电机可靠性分析提供了理论依据.     

BP神经网络的分层优化研究及其在风电功率预测中的应用北大核心CSCD

为改善BP神经网络算法需要大量训练数据和预测精度有限等问题,提出了以输入层、隐含层和输出层为目标的分层优化思路。首先,利用灰色模型良好的小数据趋势辨别能力对输入层数据进行处理,以更好地提炼数据内部蕴含的数学规律,压缩神经网络所需训练数据样本数量;然后,利用遗传算法优越的全局寻优能力确定隐含层的初始权值和阈值,抑制神经网络隐含层参数无法准确获取所导致的误差较大和泛化能力弱的问题;最后,采用蚁群优化算法对输出层数据进行优化,以进一步改善神经网络模型的计算精度。以波动性较强的风电功率进行算例验证,结果表明,所提基于分层优化思想的神经网络算法,能在减小预测误差的同时,降低神经网络所需样本量并增强其泛化能力。     

双向DC变换器拓扑的电动汽车电磁干扰仿真

为了研究带双向DC-DC和DC-AC拓扑结构电动车的电磁干扰,在对电动汽车能量变换器拓扑进行详细分析的基础上,建立了包含两个共模电压系统的传递函数.由于各种电动汽车中能量变换电路拓扑结构的差异,以及连接、固定方式、开关器件的不同,导致了在共模电流回路参数变化时,在车体产生不同的共模电压,对此进行了时域和频域的分析,并建立了仿真模型.仿真结果表明,不同的参数变化时,对共模电压的低频或高频段产生不同的影响.利用仿真结果,可以在设计阶段对电动汽车的电磁干扰进行预测,缩短开发周期.