磁流变阻尼器的磁场分析

基于商用有限元分析软件,探讨单级和双级磁流变阻尼器的磁场特性.研究同样参数条件下双级磁路与单级磁路对磁流变阻尼器性能的影响,对比了不同结构参数、不同条件下的单级、双级磁流变阻尼器磁场分布的不同,从而系统研究了影响磁流变阻尼器磁场性能的各种结构参数及其贡献.可以用于指导磁流变阻尼器的设计.     

贝叶斯网络的电网故障诊断应用

根据电网的线路模型,建立贝叶斯网络对元件故障进行诊断.该方法能对不确定的知识和规则进行推理,根据实际的电网故障样本数据进行训练,不断更新条件概率表的参数,以提高电网故障诊断的准确率.     

磁流变阻尼器的神经网络建模及应用

对非线性的磁流变阻尼器进行建模,建立单个磁流变阻尼器的神经网络正模型和神经网络逆模型,设计了两种四磁流变阻尼器的神经网络逆模型,通过两层控制策略将它们应用于汽车半主动悬架控制.结果表明:第1种神经网络逆模型对簧载质量的垂直加速度、俯仰角加速度和侧倾角加速度具有较好的控制效果,可有效改善车辆的行驶平顺性和操纵稳定性;第2种神经网络逆模型还有待改善.     

数据挖掘在电力决策支持系统中的应用

基于数据挖掘技术,采用跨行业数据挖掘过程标准(CRISP-DM)的6个阶段,架构电力决策支持系统的数据挖掘过程.同时,针对电力决策支持的不同应用领域,如安全稳定性评估、电力负荷预测、电力系统故障分析和电力营销策略支持等,选取合适的数据挖掘算法进行应用分析.     

磁流变阻尼器的神经网络辨识

由于磁流变液的机理尚未清晰,故以其作为介质的磁流变阻尼器具有未知的非线性特性.鉴于人工神经网络具有万能逼近能力,该文应用神经网络技术研究磁流变阻尼器的模型辨识问题.首先利用BP神经网络在对磁流变阻尼器的正模型进行建模,在此基础上,利用递归神经网络对磁流变阻尼器的逆模型进行辨识.仿真结果表明,神经网络可以准确地对磁流变阻尼器模型进行建模,并且逆模型的神经网络模型可以用于振动抑制.