排序方式: 共有13条查询结果,搜索用时 991 毫秒
1.
我厂承接了某30万吨合成氨装置中废热锅炉更换换热管的任务。由于 U 形管较长,管子需要对接,每根 U 形管有两个接头,管材为西德进口无缝钢管,牌号:13CrMo44,规格:φ25×2.5。这种材料,我厂是首次焊接,难度较大,故我厂选用手工钨极氩弧焊焊接。在工艺评定试焊过程中,焊缝多次出现裂纹,使评定无法进行下去。 相似文献
2.
3.
无刷直流电机的非线性特性使得采用经典的PID控制难以取得较好的控制效果,为此将多模态控制策略应用于无刷直流电机的控制:根据系统响应过程中的误差大小,在误差较大时采用比例控制,以加快系统的响应速度;当误差小于设定的阀值时,采用具有适应性强、可采用专家知识、鲁棒性强、不需被控系统的数学模型的模糊控制,以增加阻尼,减小超调;当误差在模糊控制语言值为零的范围内时,采用具有积分环节的PI控制,以消除稳态误差,达到高精度控制.通过采用这种多模态控制策略,加快了系统的响应速度,减小了超调,消除了稳态误差.实验结果证明,采用这一控制策略,系统动态响应快、超调小、稳态精度高、抗扰动能力强、鲁棒性强. 相似文献
4.
定子绕组匝间短路时发电机电磁转矩分析 总被引:6,自引:0,他引:6
对定子绕组匝间短路时发电机的电磁转矩特性进行了研究。分析了在考虑电机振动偏心下,定子绕组匝间短路后同步发电机的气隙磁场变化特征,然后得到内部故障发生前后电磁转矩的变化特征,特别是瞬时转矩中的脉冲转矩分量幅值和频率的变化特征。同时分析了故障后发电机转子励磁电流的故障特征。利用动模实验,实测了1台容量为7.5kV×A的同步发电机不同程度定子绕组匝间短路时的电磁转矩并对其进行了离散傅里叶变换频谱分析,实验分析结果与理论分析基本一致。该结果对于电机瞬时转矩的测量、计算和运行中动态电磁转矩波形的描述具有较高的参考价值。 相似文献
5.
开关磁阻电机(SRM)磁路高度饱和及双凸极结构使相绕组的磁链是转子位置和相电流的非线性函数.建立这一非线性映射是准确解算SRM特性的基础.采用Takagi-Sugeno (T-S)模糊逻辑来建立开关磁阻电机的非线性模型.所建模型具有结构简单、训练周期少、运算速度快、鲁棒性强的特点.为提高模型的精度,模型的参数应优化.但本模型目标函数的梯度信息很难得到,这样传统的基于梯度信息的优化方法很难被用来优化模型的参数,为此采用遗传算法来优化模型参数.遗传算法是一种并行、随机但直接进化最适合个体且不依赖计算局部导数来引导搜索过程的一种优化算法.模型输出数据与实测数据和泛化样本数据十分接近.仿真的电流波形与实测的电流波形很吻合,表明所建立的模型具有精度高、泛化能力强、运算速度快、鲁棒性强的特点. 相似文献
6.
7.
开关磁阻电机的磁路高度饱和及双凸极结构导致了相绕组的磁链是转子位置和相电流的非线性函数。本文采用兼具Takagi-Sugeno(T-S)模糊逻辑和神经网络优点的Pi-sigma模糊神经网络来建立开关磁阻电机的非线性模型并采用了附加动量项的自适应学习速率训练算法。实现了开关磁阻电机的较高精度建模,减少了学习训练次数,简化了结构,使其可在线快速运算。本文通过对相电流与转子位置角的非均匀间隔采样和对论域的全面覆盖,来达到测量数据的合理分布,以提高建模精度和泛化能力并减少测试数据量。通过对模型输出数据与实测数据进行比较及对泛化样本数据的校验表明,本文所建立的模型具有精度较高、泛化能力较好、结构较简洁、运算速度较快等特点。 相似文献
8.
目前,在海洋工程装备厚壁梁柱的制造过程中,坡口加工、焊接及检测仍使用传统方法,其加工生产效率低,材料浪费较大。笔者提出了需要解决的关键技术问题,总结出了一套适合于海洋工程装备厚壁梁柱窄间隙埋弧焊的工艺技术,使生产率提高,成本下降,节省了大量的材料,改善了焊接接头的机械性能,全面提高了海洋工程装备厚壁梁柱制造工艺技术及大型化生产能力。 相似文献
9.
基于RBF神经网络非线性预测模型的开关磁阻电机自适应PID控制 总被引:13,自引:0,他引:13
开关磁阻电机的非线性和变参数特性使得采用传统的PID控制很难取得较好的控制效果。人工神经网络在一定的条件下可以任意精度逼近任意非线性函数且具有较强的自学习、自适应、自组织能力。故将其与传统的PID控制相结合构成神经网络自适应PID控制策略,应用于非线性严重的开关磁阻电机,可实现对开关磁阻电机的高性能控制。同时,神经网络所具有的非线性变换特性和高度的并行运算能力使得其适合建立非线性预测模型进行参数预测。通过对被控系统参数的预测,可提高系统的动态响应性能。该文采用两个神经网络-BP神经网络和RBF神经网络来分别构成神经网络NNC和神经网络NNI。神经网络NNC进行自适应PID参数调节;神经网络NNI用来建立非线性预测模型进行参数预测。为进一步加快神经网络的学习收敛速度,该文采用变学习速率的神经网络学习算法,学习速率随收敛过程误差的大小而自适应地进行调整,这可大大加快神经网络学习训练的收敛速度,进一步提高系统动态响应速度。实验结果表明,系统的动态响应快,超调小,稳态精度高,鲁棒性强,有较强的抗扰动能力,具有较好的控制效果。 相似文献
10.
基于自抗扰控制器的无刷直流电机控制系统 总被引:25,自引:11,他引:25
自抗扰控制器(ADRC)是在继承经典PID不依赖于对象模型优点的基础上,通过改进经典PID固有缺陷而形成的新型控制器,性能优良并且算法简单。无刷直流电机作为一个非线性系统,采用经典PID控制难以得到满意的控制效果。为了提高控制系统的动态性能和鲁棒性,文中给出了无刷直流电机的自抗扰控制方案。该控制方案不需要精确电机参数就可以实现干扰补偿,控制器的设计也不需要建立电机的精确数学模型。自抗扰控制器利用其内部的扩张状态观测器可以估计出系统的内外扰动,据此将电机等效为由两个非线性系统构成的串联对象,然后设计两个一阶自抗扰控制器实现对电机的内外环控制,内环控制电流,外环控制转速。实验结果表明,自抗扰控制器对电机模型的不确定性和外部扰动变化具有较强的适应性和鲁棒性,控制系统具有优良的动态性能。 相似文献