电器学家张冠生教授

张冠生教授是我国电器学科创建人之一，是电器教育与科技专家，福州大学电器学科教授、博士生导师、电工研究所所长，南京航空航天大学、河北工业大学兼职教授。全国高校电器专业教学指导委员会副主任，全国低压电器专业委员会副主任，电工技术学报编委，福建省重点学科“电机、电器及控制”学科带头人，福州市劳动模范，福建省教育先进工作者，享受首批政府特殊津贴。张冠生教授１９２７年８月出生于上海市祟明县，曾就读于上海工业专科学校（华东纺织大学前身）与之江大学。１９５０年初为哈尔滨工业大学在职研究生。１９５３年毕业后担任…     

基于遗传算法的电磁继电器优化设计

简述了遗传算法的特点,详细分析了遗传算法应用于电器产品优化设计的若干问题,并给出了某型电磁继电器优化设计的实例.     

连续运动带材感应加热系统场路耦合分析

采用复矢量磁位一复标量位（A-φ）法计算涡流场,同时基于磁场分析和法拉第电磁感应定律得出了矢量磁位（A）与等效电路参数的耦合方程。基于此方程,对连续运动带材横向磁通感应加热过程进行了涡流场、温度场与等效电路的耦合分析,其中耦合场的计算采用了三维有限元方法。计算结果与测量结果表明,与以能量损耗为基础的场路耦合方程相比,本文所给出的耦合方程更准确。     

零阶方法在特高压变压器线圈电场优化中的应用

采用有限元分析软件ANSYS的参数化编程语言APDL(ANSYS Parametric Design Language)建立了特高压变压器底部线圈的参数化有限元模型.计算了底部线圈的电场分布,并提取出最大电场强度值.在此基础上,针对线圈结构的参数设计,采用零阶优化方法,对特高压变压器底部线圈的电场进行优化.优化结果表明...     

软磁复合材料一维磁特性测量中的波形补偿问题研究

在对软磁复合材料(SMC)进行磁特性测量时,由于其饱和非线性以及测量中干扰谐波的存在,测得的磁通密度波形畸变成非正弦波。针对这种情况,本文采用对激磁电压进行谐波补偿的方法,使得磁通密度的波形最大程度上接近正弦波。谐波补偿过程所需高次谐波分量则通过粒子群算法求得。SMC的一维磁特性测量实验验证了本文方法得到的磁通密度波形可以更好地满足测量要求,提高测量的精确度。     

超微晶合金旋转磁特性测量用励磁装置的设计与优化

旋转磁心损耗广泛存在于高频变压器T形连接点处与高速电机的定子上。为了对二者进行更好的分析,需要将高频下的旋转磁心损耗进行精确测量。本文就四种不同的励磁结构进行有限元分析,阐述了励磁结构对准确度的影响。在此基础上,根据超微晶物理特性提出一种立体式二维高频励磁装置,对励磁绕组进行计算,并优化设计了磁轭结构,将测试频率提高到10k Hz。     

雷击桁架桥梁时雷电保护系统中瞬态电流分布的计算方法

针对由雷击引起的电磁干扰问题,提出了一种用于快速计算桁架桥梁各分支导体中雷电流分布的方法.该方法首先对桁架桥雷电防护系统上的每根导体用传输线进行等效,忽略导体之间的耦合作用后,整个桁架桥防雷系统等效为由传输线组成的无耦合电网络,然后在频域进行求解,并通过快速傅里叶逆变(IFFT)技术得到雷电防护系统中电流分布的时域解.为了验证算法的有效性,采用文中方法与其他文献中的方法分别对同一问题进行了仿真计算,结果表明:本方法在解的精度上与其他方法相近,但在求解速度、运算量两方面明显优于其他方法.本方法为快速获取桁架桥梁内部雷电电磁场分布奠定了基础,是分析、评估桁架桥内部雷电防护等级(LPL)的一种行之有效的方法.     

改进的遗传算法及其在SF_6灭弧室永磁场优化中的应用

用遗传算法对某些电磁装置进行优化设计时 ,注意到其收敛速度与交叉编码的相似程度密切相关 ,为此提出了一种基于交叉算子分析的改进遗传算法。为了增强开断空载电流的能力 ,在SF6断路器的旋弧式灭弧室中加入永久磁场。在电弧上任一点具有相同角频率的条件下 ,确定所需的磁密分布。在有限元分析的基础上磁场分布的优化结果由改进的遗传算法来获得。结果表明 ,节约了大约 2 8.7%的CPU时间 ,空载电流和短路电流的开断性能均有所改进     

横向磁通连续感应加热过程中带材涡流场和温度场的仿真分析

基于新型磁-热耦合仿真计算方法,在考虑带材材料物性参数随温度变化的前提下,以45钢带材为例对横向磁通连续感应加热过程中带材表面涡流和温度的分布情况进行了模拟和计算,并与不考虑材料物性参数随温度变化及15MnV钢带材在相同条件下连续感应加热这两种情况进行了对比。结果表明:带材材料物性参数随温度产生的变化对感应加热结果影响较大,且45钢和15MnV钢计算得到的感应加热工艺参数存在较大差异。      

电容层析成像图像重构的三阶混合算法

 针对电容层析成像图像重构Tikhonov正则参数的选取问题,提出利用Morozov偏差原理确定正则参数,使其选取与初始数据的观测误差相匹配,并提出三阶收敛算法与双参数模型相结合的混合算法,使其选取更加快速、合理.数值实验表明:三阶混合算法优于典型的Newton方法;正则参数的选取影响重构图像的精度和速度;对于各种设定流型,本文提出的混合算法重构图像速度更快,重建图像质量更高.