三容系统的解耦神经网络PID控制

三容水箱是常见的非线性强耦合系统,利用一种非线性动态解耦的方法对其进行解耦(其特点是能利用非线性补偿的方式将该类系统各回路输入与输出之间完全解耦),然后采用基于BP神经网络的PID控制策略对其进行控制,并利用MATLAB进行仿真。仿真结果证明解耦的有效性,表明了BP神经网络的PID算法比传统的数字PID具有更强的抗扰动性。     

一种电机运行监测技术北大核心CSCD

为了克服电机有线监测的不足,提出了一种融合RFID技术的无线监测方法。首先,设计了无线加速度传感器标签;其次,采用RFID测试仪对标签进行通信测试;最后,实验环境下对电机表面振动在线监测,实时得出电机表面振动加速度值。通过分析实验结果,得到了电机振动加速度值与状态的初步关系,验证了该方法的有效性。     

可变服务率模式下基于需求驱动的传送带给料加工站系统的优化控制

本文主要研究可变服务率模式下基于需求驱动的传送带给料加工站(CSPS)系统的优化控制问题,主要目标是对系统的随机优化控制问题进行建模和提供解决方案.论文以缓冲库和成品库剩余容量为联合状态,以站点前视距离和工件服务率为控制变量,将其最优控制问题描述为半马尔科夫决策过程(SMDP)模型.该模型为利用策略迭代等方法求解系统在平均准则或折扣准则下的最优控制策略提供了理论基础,特别地,据此可引入基于模拟退火思想的Q学习算法等优化方法来寻求近似解,以克服理论求解过程中的维数灾和建模难等困难.仿真结果说明了本文建立的数学模型及给出的优化方法的有效性.     

结合阴影抑制的混合高斯模型改进算法

混合高斯模型背景法作为运动目标检测的一种经典方法,已经广泛应用于智能视频监控系统中。但是,传统的混合高斯模型背景法容易将阴影误检测为运动目标的一部分。因此,针对该方法在区分阴影和运动目标方面的不足,提出了一种将混合高斯模型背景法和HSV空间阴影抑制相结合的运动目标检测算法。这种改进算法首先将颜色空间转换到HSV空间,初步提取运动目标,然后再利用阴影的灰度值比背景中的灰度值小,而前景的灰度值比背景中灰度值大的特性,检测出运动目标中的阴影。实验结果表明,这种改进的算法明显提高了检测效果,有效抑制了阴影对运动目标检测的干扰,算法实时性也较好。     

无线传感器网络节点定位算法的研究与改进

针对无线传感器网络中DV-Hop定位算法的不足,在其基础上提出三种改进的定位算法,并介绍每种算法的基本原理和实现方法。在同一仿真平台上进行比较,分析三种改进算法在锚节点比率不同的情况下,对定位误差和覆盖率的影响。仿真结果证明了改进算法的有效性。     

基于负低-高通滤波器的并网电流反馈新型有源阻尼方法EI北大核心CSCD

基于并网电流反馈的有源阻尼方法常用来抑制LCL型并网逆变器的谐振尖峰,现有方法会放大高频噪声、降低并网电流质量。因此提出了基于负低-高通滤波器的并网电流反馈新型有源阻尼方法,在抑制谐振尖峰的同时,也降低了对高频信号的增益,进一步提高并网电流质量。采用极点配置法,围绕系统的稳定裕度以及有源阻尼效果设计新型有源阻尼的参数;随后讨论了LCL参数和电网阻抗变化时新型有源阻尼控制系统的鲁棒性。仿真与实验结果证明,该方法使得控制系统对高频噪声有更好的抑制作用,在不同的工况下均具有良好的稳定裕度,在电网阻抗变化时下依然可以有效抑制谐波电流。     

散热片数对湿式潜水感应电机噪声影响分析

针对感应电机运行中的噪声问题,通过对一台160 kW潜水感应电机进行多物理场耦合有限元计算,结合解析法对径向电磁力的阶次和频率进行探究,分析了电机气隙中径向电磁力波的时空特性,并通过声学仿真进行了噪声的相关计算。考虑径向电磁力的二维傅里叶分解得到的结果和机壳模型模态的阶次与频率,分析说明了噪声的来源,提出可通过如调整电机机壳散热片数等方式改变电机模态在阶次与频率上的分布或降低机壳振动系数实现噪声控制的目的。     

同步发电机转子电磁暂态的准确表达

同步发电机电磁暂态建模是电网稳定分析和控制的基础。现有文献基于初值定理或超导体概念推导暂态/次暂态电抗/电势,人为假设过强、不能证明表达方式唯一。转子电磁暂态推导过程复杂、存在多种形式。本文基于定转子回路电压/磁链方程,通过矩阵变换,严格证明暂态/次暂态电感/电势表达形式唯一。提出基于内电势的转子电磁暂态准确表达。发现现有转子电磁暂态近似表达的时间常数存在误差。研究成果有助于对同步电机模型的理解和应用。     

基于CvM算法的Nakagami衰落信道统计特性检验

Nakagami信道通过不同的衰落因子m可以仿真不同的信道衰落环境,仿真数据与实际测量值吻合度较高,在信道仿真领域得到广泛应用。然而,目前针对Nakagami信道模型的可信性研究较少,缺少科学的比对验证方法。根据典型Nakagami信道的一阶包络序列服从Nakagami分布这一信道统计特性,提出一种基于Cramer-von Mises （CvM）算法的拟合优度检验方法。使用“高斯+瑞利+直流”组合法建立Nakagami衰落信道模型,得到信道输出序列并从中提取包络序列。在此基础上,利用双样本CvM检验算法对包络序列的理论分布和实际分布进行拟合优度检验,实现对Nakagami信道模型的可信性评估。半实物仿真结果表明,与K-S检验、卡方检验和Z检验+卡方检验融合检验算法相比,CvM针对不同m下的Nakagami衰落信道均具有较好的识别性能,同时在可靠性和复杂度方面也具有优势,其对虚警概率为0.01以下的Nakagami衰落信道识别准确率达到92.6%,对样本长度为300 000以上的Nakagami衰落信道平均识别准确率达到96.4%,而当待检验信道为其他信道时,不存在误识别的情况。