基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。     

基于模糊神经网络的纯电动车永磁同步电机矢量控制

纯电动车控制系统对电机控制性能要求较高。提供了一种基于模糊神经网络的永磁同步电机矢量控制方案。以模糊神经网络控制器作为电流调节器,并在速度环引入模糊控制器,将其输出作为电流环的限幅,达到限速的目的。仿真和试验结果表明:对于电动车运行的复杂情况,该方法具有良好的转矩跟踪和电机限速性能。     

次氯酸钠对磺胺二甲氧嗪的降解与风险评价

自来水原水中新兴污染物的存在对饮用水水质安全提出新的挑战。采用氯消毒对典型磺胺类抗生素磺胺二甲氧嗪（Sulfadimethoxine，SDM）进行降解研究，考察余氯初始浓度、pH值、氨氮（NH₄-N）等因素对降解的影响，探究SDM氯氧化降解机理，评估其生态风险。结果表明：在SDM初始浓度为15 μmol/L、余氯初始浓度为60 μmol/L的条件下，120 s内SDM去除率达到95.9%，降解过程符合准二级反应动力学。反应速率常数随着余氯初始浓度增大而增大，随着NH₄⁺-N浓度增大而减小，背景阴离子Cl^-、NO₃^-、SO₄^2-对反应影响甚微，HCO₃^-、CO₃^2-对反应有抑制作用，中性条件下有利于SDM氯氧化反应。基于高分辨质谱HRMS Orbitrap解析出9种降解中间产物，降解过程中发生氯代反应、脱甲基反应和羟基加成反应等。在消毒过程中，SDM的完全去除并不意味着生态风险的有效削减，对饮用水水质安全构成潜在风险。