基于RS-485总线的多电机同步控制系统研究

随着工业生产线的日趋庞大和复杂,传统的单轴控制由于受电机功率的制约已逐渐无法满足工业自动化生产的需要.为了节约成本,提高运行的可靠性,使用多台电机协调驱动共同的负载已成为一种发展趋势.文中以某型制瓶机为背景,介绍了基于RS-485总线和变频调速的多电机同步控制技术.描述了系统的硬件配置和软件实现方法.采用PIC24FJ64单片机为控制器,EV1000变频器驱动同步电机,实现电机的速度和相位同步.在实际应用中能够很好地满足生产需要和工艺的要求.     

一种应用于主动磁轴承控制的移相式功率放大器的设计

为满足磁悬浮轴承的控制需要，采用移相的方法成功设计了一个较大功率的三态开关型功率放大器，理论分析和实验都充分证明这种三态开关型功率放大器相对于普通的两态功率放大器具有电流纹波小，功率器件损耗小，电磁干扰小等一系列优点。     

磁悬浮轴承功率放大器的研究

主动磁悬浮轴承中的功率放大器可以看成是一个电流跟踪系统 ,其性能的好坏对磁悬浮轴承的性能有着重要影响。从线圈数学模型、功率电路拓扑结构、直流母线电压、电流控制器几个方面对功率放大器进行了讨论与分析 ,并对一单自由度磁悬浮实验系统的电流控制进行了仿真研究。     

DSP的多领域应用研究

DSP是当今发展最为迅速和最有发展前景的技术之一，特别适合通信、网络、控制等需要进行大量数字信号处理的应用场合。DSP已经成为通信、计算机、仪器仪表、军事、工业及家用电器的电子产品中不可或缺的基础器件。文中阐述了DSP的特点，重点介绍了DSP在通信、仪器仪表、PC及消费类电子产品领域的应用及其发展前景。     

混合型APF与HPF并联运行的方案探讨

在对几种不同拓扑结构的混合型有源滤波器进行对比分析的基础上,提出了一种改进方案,通过降低有源装置承担的基波电压和减小有源装置输出的基波电流有效降低了有源装置的容量。采用混合型有源滤波器与高通无源滤波器并联运行的方式,克服了原有装置补偿无功不足、有源部分容量大、成本高的缺点。方案运用了谐波分次检测、电容组投切、组合检测方式、谐波电流反馈校正等手段改善系统性能。通过理论分析,论证了该方案的有效性、可行性。     

基于多维社交关系嵌入的深层图神经网络推荐方法

社会化推荐系统通过用户的社会属性信息能缓解推荐系统中数据稀疏性和冷启动问题,从而提高推荐系统的精度。然而大多数社会化推荐方法主要针对单一的社交网络,或对多个社交网络进行线性叠加,使得用户社会属性难以充分参与计算,因而推荐的精度有限。针对该问题,提出一种多重网络嵌入的图形神经网络模型来实现复杂多维社交网络下的推荐,该模型构建了统一的方法来融合用户-物品、用户-用户等各种关系构成的多维复杂网络,通过注意力机制聚合不同类型的多邻居对节点生成作出贡献,并将多个图神经网络进行组合,从而构建了多维社交关系下的图神经网络推荐框架。这种方法通过拓扑结构直接反映推荐系统中实体及其相互间关系,直接在图上对相关信息进行不断更新计算,具有很强的归纳性,有效避免了传统推荐方法中信息利用不完全的问题。通过与相关的社会推荐算法进行比较,实验结果表明,所提方法在均方根误差（RMSE）和平均绝对误差（MAE）等推荐精度指标上有所改善,甚至在数据稀疏情况下也有良好的精度。     

并联混合动力汽车模糊控制能量管理策略研究

针对一款并联混合动力汽车,以提高整车燃油性和改善尾气排放为控制目标进行了能量管理策略研究。将混合动力系统整车需求转矩与当前转速下的发动机最优转矩差值（ΔT）、电池组荷电状态（SOC）作为模糊转矩控制器输入,发动机输出转矩作为控制器输出,设计了25条控制规则,基于ADVISOR仿真验证该策略的有效性和可行性。仿真研究表明,提出的能量管理策略提高了发动机工作效率,减少了燃油消耗和尾气排放,并能维持电池组的SOC在合理的范围内波动。     

一种基于单片机的步进电机控制器的研制

介绍了一种自行研制的基于９８Ｃ５２单片机的步进电机控制器。该控制器具有简单、可靠、人机接口方便和性能／价格比高等特点,已在多套系统中获得了成功应用。     

磁力轴承控制器的PID参数单纯形法寻优

主动磁力轴承通常采用PID控制，但由于磁力轴承具有高度的非线性，传统的PID参数整定方法往往效果不佳。采用线性规划中面向多变量寻优的单纯形法对PID参数进行寻优，并采用改进的ITAE性能指标对响应性能进行评价，给出了详细的寻优步骤。Matlab环境下的仿真结果表明，经单纯形法进行参数寻优后的PID控制器可以较好地实现转子的快速起浮和稳定悬浮。     

基于多维社交关系嵌入的深层图神经网络推荐方法

社会化推荐系统通过用户的社会属性信息能缓解推荐系统中数据稀疏性和冷启动问题，从而提高推荐系统的精度。然而大多数社会化推荐方法主要针对单一的社交网络，或对多个社交网络进行线性叠加，使得用户社会属性难以充分参与计算，因而推荐的精度有限。针对该问题，提出一种多重网络嵌入的图形神经网络模型来实现复杂多维社交网络下的推荐，该模型构建了统一的方法来融合用户-物品、用户-用户等各种关系构成的多维复杂网络，通过注意力机制聚合不同类型的多邻居对节点生成作出贡献，并将多个图神经网络进行组合，从而构建了多维社交关系下的图神经网络推荐框架。这种方法通过拓扑结构直接反映推荐系统中实体及其相互间关系，直接在图上对相关信息进行不断更新计算，具有很强的归纳性，有效避免了传统推荐方法中信息利用不完全的问题。通过与相关的社会推荐算法进行比较，实验结果表明，所提方法在均方根误差（RMSE）和平均绝对误差（MAE）等推荐精度指标上有所改善，甚至在数据稀疏情况下也有良好的精度。