基于ArcGIS的农田灌溉用水监测系统设计

为解决农田灌溉用水量统计困难与复杂的问题,开展了基于ArcGIS的农田灌溉用水监测系统设计.通过对灌溉泵站电量的测量,配合人工率定以电折水转换系数,从而准确地换算得到用水量,再采用Internet/GPRS网络相结合的传输方式传送到后台服务器,实现用水量、电量、水价的显示查询以及网络共享等功能,并通过在海安市灌区试点证明了该系统运行稳定与可靠,达到预期的功能和效果,可为水资源公报和统计用水量提供技术支撑.     

声场波数积分截断波数自适应选取方法

在采用波数积分法进行声场计算的过程中,需要选取合适的积分截断波数,文章提出一种应用于流体介质中宽带声场波数积分计算的截断波数自适应选取方法。首先根据波数域格林函数的衰减特性构造一个数学模型,然后利用卡尔曼滤波器对该数学模型的拟合参数进行跟踪和预测,最后根据预测的模型参数计算截断波数。仿真试验结果表明,该方法实现了给定精确度下的积分截断波数自适应选取,能够克服现有方法不能兼顾低频段精确度和高频段计算量的问题,并且不会引入太多额外的计算量。     

有源电力滤波器抑制谐波的机理分析

研究了中低压电网中由非线性负载产生谐波的机理，提出所有由非线性负载直接引起的谐波是电流谐波，因而治理非线性负载引起的谐波应首先考虑治理谐波电流。同时，从补偿和滤波两种思想出发，指出并联型谐波补偿有源电力滤波器(APF)的补偿作用和串联型基波补偿APF的滤波作用可适用于非线性负载谐波电流的抑制。仿真结果验证了理论分析的正确性。     

一种单相并联有源滤波器单周控制策略

为很好地解决畸变电流检测中的快速实时响应问题,在研究有源电力滤波器的单周控制原理与控制策略基础上,对单相并联型有源电力滤波器提出了一种新的控制模型。应用单周控制法控制有源电力滤波器可避免复杂的畸变电流检测过程和复杂的控制电路,而把畸变电流的检测与滤波器的控制过程结合在一起同时完成,故而实时性好和控制电路简单。仿真结果表明,该法简单、控制精度高、动态特性好。     

分布式信任模型直接信任的模糊计算方法

在电子商务、数据通信和网络安全等应用系统中，信任模型是不可缺少的基本机制。但是对于Ad—hoe网络，Peer-to—Peer网络等分布式系统，由于不存在集中专用的服务器，传统的信任模型无法被采用。本文分析了保证分布式信任模型有效性的关键因素，提出了一种新的直接信任模糊计算方法，仿真数据表明，新方法比传统方法更准确。     

α-β坐标系下瞬时无功功率的笼型异步电机转子故障诊断

根据α-β两相静止坐标下的瞬时无功功率理论,推导出笼型异步电动机定子瞬时无功功率在正常状态、转子断条故障、转子偏心故障、以及两者的复合故障状态下的表达式,并提取出不易被基频淹没、易于辨识的故障特征频率,以此达到诊断电机的目的。同时,转子复合状态下的故障特征频率得到有效分离。最后,利用双Hilbert变换,滤除瞬时无功功率频谱中的直流成分,更好地突出故障特征分量。实验采集定子三相电压电流,经过坐标变换,运用两相静止坐标系瞬时无功功率理论得到瞬时无功功率,进行频谱分析,验证了此法对电机转子各种故障诊断的准确性。     

一种三相三线动态电压调节器的单周控制研究

为提升与改进动态电压调节器(DVR)的动态补偿性能,提出了一种采用两桥臂逆变器的三相三线系统DVR的单周控制模型并在介绍电路构成的基础上分析主电路,导出了DVR的单周控制模型。单周控制技术具有电路简单、动态响应快、实现方便等优点,为DVR控制提供了一种新的途径。对于给出的单周控制DVR其电压暂降和暂升等情况的结果表明,单周控制用于DVR在电压变化范围≤35%时有较好的补偿作用,其控制方案正确、可行。     

铑(III)离子印迹聚合物的制备及其作为吸附材料的应用探索

以RhCl63-为模板,丙稀酰胺(AM)为功能单体,甲基丙烯酸乙二醇酯(EGDMA)为交联剂,采用分子印迹技术合成了一系列铑离子印迹聚合物(ⅡPs);研究了聚合条件和聚合方法对ⅡPs吸附性能的影响。结果发现,在模板、功能单体和交联剂的加入摩尔比为1:2:40时,用沉淀聚合法制备的铑离子印迹聚合物(ⅡP2)具有较高的吸附容量和最好的印迹效果。该印迹聚合物不仅可重复多次使用,而且在Rh(Ⅲ)与Pd(Ⅱ)、Pt(Ⅳ)、Ru(Ⅲ)、Ir(Ⅳ)、Cu(Ⅱ)、Ni(Ⅱ)及Fe(Ⅲ)之间的吸附选择性系数均在10以上,将其作为吸附材料用于分离富集添加了Rh(Ⅲ)的河水样品中的Rh(Ⅲ),回收率在90%左右,相对标准偏差在5.0%以下。     

考虑高斯有色噪声的FOMC-HTLS-Adaline算法在低频振荡模式辨识中的研究

针对广域测量系统的实测信号受高斯色噪声的影响,提出一种利用FOMC-HTLSAdaline进行低频振荡在线辨识的新方法。首先,为抑制高斯色噪声的影响,利用四阶混合累积量的盲高斯性,将四阶混合累积量(FOMC)序列代替实测序列进行低频振荡的辨识。然后,利用HTLS和自适应神经网络算法(Adaline ANN)相结合,估计出低频振荡的频率、衰减因子、幅值和相位。Adaline神经网络的引入解决了四阶混合累积处理后,模式幅值和相位不易确定的难点,同时减少矩阵处理引入的误差累积,提高检测精度。四机两区域系统仿真算例和实测相量测量单元(PMU)算例共同表明,FOMC-HTLS-Adaline算法可以在高斯色噪声环境下,精确地在线辨识系统振荡模式。