基于RBF神经网络的永磁同步电机在线辨识与模型参考自适应控制

永磁同步电机控制系统是多变量和非线性的。针对传统PI控制方法的不足,提出了一种基于RBF神经网络的永磁同步电机在线辨识与模型参考自适应控制方法。该方法利用RBF神经网络极强的非线性映射能力,通过对神经网络的离线和在线训练,实现了电机速度的自适应控制。仿真结果表明该方法控制精度高,动、静态特性好。     

基于DSP的电力电缆绝缘在线监测系统研究

介绍了一种基于DSP芯片TMS320LF2407的电力电缆绝缘在线监测系统。该系统具有高精度、高实时性的数字信号采集与处理能力,并通过RS232标准串行总线实现了DSP与PC机之间的数据通信。     

微波辐照下松香酯化的研究

松香在微波下进行酯化,研究了醇的用量、微波功率大小、微波辐照时间等对反应的影响,确定以氧化锌为催化剂,在800 W功率微波辐照下反应80 min,制备的松香十二醇酯酸值为8.1 mg/g,软化点为98.3℃;松香乙二醇酯酸值为11.2 mg/g,软化点为83.2℃。最佳反应比:松香与十二醇的摩尔比为1:1.5,松香与乙二醇的摩比为1:0.65。     

马来海松酸烯丙酯的合成、表征及性能分析

以马来海松酸为原料,先合成马来海松酸酰氯,然后和烯丙醇进行酯化反应,合成马来海松酸烯丙酯,得率为 70 %,质量分数 99.2 %。采用FT-IR、GC-MS、 ¹³C NMR 和DSC对其结构和性能进行分析。研究结果表明,马来海松酸烯丙酯是一种含有酸酐基团的烯丙基类单体,加热到熔点以上可以发生聚合反应,均聚物玻璃化转变温度约为 98 ℃,可作为环氧树脂和不饱和树脂前聚体。     

基于十七区图原理的电压无功控制系统振荡问题研究

电压无功控制(voltage quality control,VQC)系统的主要目标是保证变电站电压合格率和无功基本平衡,是提高电能质量的重要保障.从基于十七区图的某变电站VQC系统发生的振荡现象入手,从定值和控制策略2个方面对造成振荡的原因进行了研究分析.最终发现电容器控制次数和平峰时段无功定值是导致振荡的主要原因,并针对性地对电容器控制策略及平峰时段定值进行了调整与完善.经过连续跟踪检查,证明该措施的有效性,从而解决了该变电 ‘站母线电压不合格点过多的问题,提高了电压合格率.     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法.该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起,通过改进的连续潮流法计算,可快速而准确地获取系统最大静态电压稳定裕度,并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足.应用该混合算法对IEEE14节点系统进行仿真计算,验证了该方法可行且有效.     

XLPE电力电缆金属护套在线监测中滤波器优化设计研究

提出了一种正弦基函数神经网络模型,给出了海尔伯特变换器与微分器优化设计实例.计算机仿真结果表明该网络模型具有有效性和快速性,可应用于XLPE电力电缆金属护套多点接地环流在线监测系统.     

微波辐照下MoO3／ZrO2催化合成甲酸异龙脑酯

本文采用在微波辐照下,以自制MoO3/ZrO2型固体超强酸为催化剂,通过改变微波功率、时间、催化剂焙烧温度及用量等条件,研究了莰烯与甲酸反应转化为甲酸异龙脑酯的工艺。实验结果表明:酯化反应的适宜工艺条件为:莰烯与甲酸摩尔比为1∶1.2,微波功率320W,反应时间75min,催化剂焙烧温度为700℃,用量为莰烯质量的5%。在上述条件下,甲酸异龙脑酯收率80.2%。     

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.     

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.