大扰动Buck-Boost变换器的鲁棒高阶滑模控制

在利用诸如风、光、氢等随机性新能源发电的过程中,由于间歇性的能量输入和不断变化的输出负载等原因,对电源变换器的鲁棒性设计提出了更高的要求。针对传统滑模控制变换器自身存在不可避免的抖颤问题,该文基于一种Super-Twisting高阶滑模控制算法,设计了以TMS320F28035为控制核心的无抖颤、强鲁棒滑模电源变换器。并以Buck-Boost变换器为例,针对随机性新能源发电中输入输出端存在的大扰动问题,与增量式PI控制效果进行对比实验。实验结果表明:高阶滑模控制变换器在输出负载大扰动下具有很强的鲁棒性;高阶滑模控制变换器在输入电压大扰动下同样具有很强的鲁棒性。     

基于3G网络的智能配电检修支持系统

面对配电检修现场与故障情况复杂、故障处置时效要求高等情况,为提高配电检修质量、缩短检修所需时间,给出了一种基于3G网络的智能配电检修支持系统设计方案.该系统以面向服务的架构为基本构架模式,专家系统为支撑核心,智能手机等移动平台为应用终端,基于3G网络,构成一个分布式智能系统,为处于检修现场的检修人员,提供完备及时的检修...     

以正弦机构控制转向的无碳自行小车研究

设计了一种以重力势能驱动的正弦机构控制转向的无碳自行绕障小车。该小车以提供的标准砝码的重力势能(400 J)作为能量来源,无需提供其他形式的能量输入。小车由转向控制系统、机械传动系统和行走控制系统等子系统组成,其中转向控制系统根据正弦机构的原理进行设计。通过建立数学模型和MATLAB模拟仿真得到小车各参数的优化值,最后经过试验验证得到:以正弦机构作为无碳小车的转向控制机构,小车运行平稳,其运行轨迹为"8"字形,能有效绕开赛道上的障碍物。该小车的设计为无碳自行小车的整体设计提供指导意义。     

基于卡尔曼滤波的动态矩阵控制

动态矩阵控制(DMC)在处理不可测干扰时具有明显的局限性,如果系统中存在不可测干扰,闭环系统就达不到所期望的控制目标。本文将不可测干扰包含在过程模型中,通过卡尔曼滤波估计出不可测干扰,利用前馈方法极大地克服了不可测干扰对闭环系统的影响。将此控制方法应用于直流电机的仿真试验,仿真结果表明,该方法能够有效地抑制不可测干扰,在DMC控制下,电机转速能够快速达到期望值。     

基于WSN的煤矿安全监测预警系统设计

针对煤矿生产环境监测问题,设计了一种基于无线传感器网络的实时煤矿安全监测预警系统,给出了系统的总体结构。该系统以MC13213为无线传感器节点核心,对煤矿井下的CO、O2、CH4气体浓度及矿井空气温湿度进行实时采集和监测;以ARM微处理器S3C44B0X为控制核心,利用以太网将数据传输到井上后台系统,后台系统对数据进行分析并对井下环境进行评价,当有危险情况发生时,系统能提前发出报警信息。试验表明,该系统结构简单、运行稳定,可以准确进行煤矿的安全预警预报工作。     

一种面向网络长文本的话题检测方法

提出了一种面向网络长文本的话题检测方法.针对文本表示的高维稀疏性和忽略潜在语义的问题,提出了Word2vec&LDA (latent dirichlet allocation)的文本表示方法.将LDA提取的文本特征词隐含主题和Word2vec映射的特征词向量进行加权融合既能够进行降维的作用又可以较为完整的表示出文本信息.针对传统话题发现方法对长文本输入顺序敏感问题,提出了基于文本聚类的Single-Pass&HAC (hierarchical agglomerative clustering)的话题发现方法,在引入时间窗口和凝聚式层次聚类的基础上对于文本的输入顺序具有了更强的鲁棒性,同时提高了聚类的精度和效率.为了评估所提出方法的有效性,本文从某大学社交平台收集了来自真实世界的多源数据集,并基于此进行了大量的实验.实验结果证明,本文提出的方法相对于现有的方法,如VSM (state vector space model)、Single-Pass等拥有更好的效果,话题检测的精度提高了10%～20%.     

推免新政策对西部高校研究生招生的影响及应对措施探索

高校研究生推免制度目前已成为高校选拔人才的重要手段,对研究生人才培养具有显著的推动作用。现行推免政策充分保证了学生的报考自主权,实现了人才的自由流动,对研究生生源质量的提高起到积极作用。但同时,研究生推免新政策也加剧了地域不占优势的西部高校优秀生源的流失。通过分析推免新政策对西部高校研究生招生带来的不利影响,从学生、学校、国家及地方政策多个层面来探索切实可行的应对措施。     

基于 VMD-NARX 的 MOSFET 剩余使用寿命预测方法

金属氧化物半导体场效应晶体管(MOSFET)剩余使用寿命预测能够防止因器件长时间导通出现性能逐渐退化或失效, 但传统预测模型易忽略 MOSFET 退化参数的非线性细节特征而导致预测精度较差。 本文提出一种基于变分模态分解与带外源 输入的非线性自回归神经网络的 MOSFET 剩余使用寿命预测方法。 首先采用变分模态分解将退化参数序列分解为多组含有非 线性变化信息的特征分量。 然后分别利用贝叶斯正则和 Levenberg-Marquardt 算法对预测网络进行优化。 最终集成多组预测分 量值获得 MOSFET 剩余使用寿命预测结果。 实验结果表明,本文所提方法的均方根误差小于 0. 003,平均绝对百分比误差小于 5% ,均优于对比方法,剩余使用寿命预测平均偏差小于 5 min,验证了该方法的有效性.     

实时图像处理系统中EDMA实现数据搬移

实时视频图像处理系统对图像处理的实时性要求很高，而且图像处理系统处理的数据量大。为了解决上述问题，除了要有优化的算法之外，还要充分利用DSP处理器的一切可用的硬件资源。本文阐述了基于TI公司TMS32005713 DSP的实时视频图像处理系统通过EDMA提高数据搬移速度的方法。     

大功率准分子激光器控制系统研制

本文设计了一个智能化的激光器控制系统，它可以完成对准分子激光器正常工作时的技术参数的测量．该装置具有使用方便、成本低、误差小等特点，经过实际使用验证，工作稳定可靠，具有较好的实用价值．