基于DSP+CPLD的悬臂式掘进机智能控制系统设计

针对掘进机工作载荷突变导致系统稳定性变差和截割效率低的问题,在分析影响掘进机工作载荷因素的基础上,设计了一种基于DSP+CPLD为核心的智能控制系统。通过多传感器技术进行煤岩动态感知,构建基于RBF-PID的自适应截割控制策略和系统结构,完成了截割头转速、截割臂移动速度与工作载荷之间的匹配,从而达到断面截割成形的自适应控制。仿真结果表明:该智能控制系统在工作载荷突变条件下,稳态工作的响应效率达到设定目标值,表明该控制器不仅具有较强的鲁棒性,而且确保了悬臂式掘进机在工况突变状况下的截割稳定性。     

改进BP神经网络的光伏系统发电功率预测

为了提高光伏发电功率的预测精度,提出一种改进BP神经网络的光伏发电功率预测模型.首先采用包括室外温度、光照辐射量、风速等作为输入层节点,交流发电功率作为输出节点,引入RMSE作为衡量最优模型指标,确定了隐含层节点数,然后采用BP神经网络对其进行学习,并采用布谷鸟搜索算法对BP神经网络进行优化,最后采用仿真实验对其有效性进行测试.结果表明,改进神经网络提高了光伏发电功率预测精度,具有一定的推广价值.     

自适应相干模板法在51系列单片机中的实现

文章介绍了自适应相干模板法以及在51系列单片机应用系统中应用自适应相干模板法实现实时滤波的方法。实践证明：用自适应相干模板法去除工频干扰,可以实现实时滤波。     

局部遮挡条件下的光伏阵列最大功率点跟踪

针对局部遮挡条件下光伏阵列存在多个局部峰值的问题,以准确跟踪到光伏阵列的全局最大功率点为目标,提出一种新型的局部遮挡条件下光伏阵列最大功率点跟踪方法。首先深入分析了局部遮挡条件下的光伏阵列输出特性,并构建了相应的数学模型,然后采用改进扰动观察法搜索到全局最优的光伏阵列最大功率点,防止陷入局部最优点难题,最后采用Matlab 2014仿真软件对其性能进行分析。结果表明,本文方法可以快速、准确找到光伏阵列最大功率点,提高了光伏阵列的输出效率。