12/8极开关磁阻电机直接转矩控制系统建模与仿真

针对限制开关磁阻电机(SRM)发展和推广的转矩脉动问题,提出将直接转矩控制(DTC)策略用于开关磁阻电机,给出了DTC在SRM上的具体实现方法。因MATLAB中没有12/8极SRM的本体模型,所以根据有限元计算结果,结合转矩计算式和查表法在MATLAB中建立12/8极SRM非线性本体模型,在此基础上建立直接转矩控制系统整体仿真模型。仿真结果表明,建立的非线性电机本体模型和控制系统模型合理有效,采用的DTC策略转矩脉动抑制效果明显,系统的动静态性能有所提高,验证了方案的有效性。     

电动汽车用开关磁阻电机驱动系统研究

针对开关磁阻电机(SRM)存在的转矩脉动问题进行研究,基于电动汽车应用考虑,选取四相、8/6极SRM样机。首先,在SRM非线性建模方面,应用Ansoft Maxwell软件完成SRM样机建模,获取其磁场分布、静态磁链特性并进行分析完成系统非线性建模;其次,在控制策略方面,采取直接转矩控制(DTC)策略,对开关磁阻电机调速系统(SRD)进行控制,通过分析与推导,获得对应的电压矢量并完成仿真;最后,将基于DTC与传统电流斩波(CCC)的仿真结果进行对比分析,从而证实了该DTC策略的有效性。     

基于空间电压矢量的开关磁阻电机直接转矩控制

针对开关磁阻电机(SRM)转矩脉动抑制进行研究。首先,以1台3kW、三相、12/8极SRM为样机,利用二维有限元进行分析计算,在获取静态特性基础上,完成SRM样机的非线性建模。其次,针对SRM直接转矩控制(DTC),提出一种改进型SRM直接转矩控制策略,通过在换相区间合理地增加空间电压矢量,有效地改善转矩失控现象。最后,分别针对基本型DTC、传统CCC方式、改进型DTC,借助Matlab Simulink平台完成仿真分析。对比结果证实提出的改进型DTC策略对SRM转矩脉动抑制的有效性与优越性。     

考虑非线性饱和特性的开关磁阻电机最优开关角规律

对考虑非线性特性的 SRM进行了数值仿真计算 ,对 SRM最优开关角特点进行了分析 ,通过与线性化 SRM最优开关角特点的比较 ,从 SRM内部电磁特性出发 ,提出了基于非线性特性的 SRM普遍适用的最优开关角控制规律 ,并进行了实验验证     

用SPW实现脉冲多普勒雷达目标回波仿真

本文叙述脉冲多普勒(PD)雷达目标回波在CadenceSPW(SignalProcessWorkstation)环境中的实现方法。并给出一些仿真结果,仿真结果证明在SPW上所建仿真模块的有效性。     

减小开关磁阻电机转矩脉动的九区间DITC控制策略

针对开关磁阻电机(switched reluctance motor, SRM)在低速运行时转矩脉动大的问题,提出一种九区间直接瞬时转矩控制(direct instantaneous torque control, DITC)的改进方法。在估计SRM瞬时转矩和分析不对称驱动电路的三电平状态基础上,将两相交换区分成两部分,三相开关磁阻电机DITC由六个区域细分为九个区域。根据每部分产生转矩的特点,分别实施不同的滞环控制策略,以降低电机运行过程中特别是换相期间的转矩脉动。另外,在速度环中,将PI控制和模糊PD控制结合构成模糊PID控制器,改善系统响应时间和超调量等动态特性。最后,建立MATLAB/Simulink仿真验证模型,仿真结果证明了本文控制方法的有效性。     

无转子位置传感器开关磁阻电动机的模糊控制

基于开关磁阻电动机(简称SRM)数学模型难以建立的特点,本文提出了带自调整函数的模糊控制算法,并提出对两非工作相施加斩波电流,比较两相响应电流上升时间,以确定换相点的方法来代替位置传感器.仿真和实验结果证实该系统具有较高的可靠性和实用性.     

基于扩展Petri网的仿真建模与分析

从扩展事件驱动过程链(EEPC)和传统Petri网入手,结合二者的特点,提出新的仿真模型——基于EEPC的扩展Petri模型。该仿真模型既能体现业务流程的逻辑结构,又能定量对时间等因素进行计算与判定,从定性和定量两个方面保证了流程分析的正确性与有效性。以某医院内科病人就诊流程为例对该仿真模型进行了有效性验证。     

基于事件驱动的光伏发电系统电压稳定控制

针对光伏发电系统内由于环境中光能的不稳定性而导致光伏发电系统输出的电能质量波动问题,提出了一种利用蓄电池作为能量补充的方法,对光伏电池的输出功率进行削峰填谷,从而稳定输出的电能质量。该方法基于事件驱动策略,通过设置电压阀值以驱动蓄电池处于充电、放电、停止3种工作模式。最后,利用仿真软件建立了光伏电池和蓄电池模型,并在此基础上设计了事件驱动控制器,通过模型与控制器的结合,对所提方案进行了仿真研究。仿真结果表明,这种方法不仅能稳定电压,而且能降低蓄电池的充放电次数,有利于延长蓄电池的使用寿命。     

不确定时延网络控制系统的建模与稳定性研究

针对网络控制系统(NCS)中存在的不确定性长时延问题,讨论和分析了系统的建模和稳定性问题。假设网络控制系统的传感器采用时间驱动,执行器与控制器采用事件驱动,传感器的数据采用单包传输,网络控制系统可建模为一类线性离散时延系统。根据Lyapunov稳定性理论,给出了闭环系统渐近稳定的充分条件,并基于相应的线性矩阵不等式(LMI)可行解,求解出状态反馈控制律。仿真结果说明了此方法的有效性。     

The event-driven constant volume method for particle coagulation dynamics

Monte Carlo (MC) method, which tracks small numbers of the dispersed simulation particles and then describes the dynamic evolution of large numbers of real particles, constitutes an important class of methods for the numerical solution of population balance modeling. Particle coagulation dynamics is a complex task for MC. Event-driven MC exhibits higher accuracy and efficiency than time-driven MC on the whole. However, these available event-driven MCs track the “equally weighted simulation particle population” and maintain the number of simulated particles within bounds at the cost of “regulating” computational domain, which results in some constraints and drawbacks. This study designed the procedure of “differently weighted fictitious particle population” and the corresponding coagulation rule for differently weighted fictitious particles. And then, a new event-driven MC method was promoted to describe the coagulation dynamics between differently weighted fictitious particles, where “constant number scheme” and “stepwise constant number scheme” were developed to maintain the number of fictitious particles within bounds as well as the constant computational domain. The MC is named event-driven constant volume (EDCV) method. The quantitative comparison among several popular MCs shows that the EDCV method has the advantages of computational precision and computational efficiency over other available MCs. Supported by the National Basic Research Program of China (“973” Project) (Grant No. 2006CB705800), the National Natural Science Foundation of China (Grant No. 20606015) and the Fok Ying Tong Education Foundation (Grant No. 114017)     

地面核磁共振找水信号中的奇异干扰抑制

首先分析了地面核磁共振信号的特征和奇异噪声的来源与特点,提出了相应的消除方法并进行了仿真研究。通过基于叠加消噪的三种改进方法的仿真与对比,确定了差阈值替代叠加方法是对奇异噪声进行削弱与抑制的有效方法,对信号参数的提取精度高。经过大量的野外实验验证了针对奇异噪声处理方法的可行性与实用性,获得的高信噪比、低噪声的地面核磁共振信号为地面核磁共振反演提供了精确的参数。     

通信网拥塞的计算机仿真研究

本文建立了一个程控电活交换网的计算机仿真模型,它采用了分级仿真技术,以减少运算时间和计算机内存,使这一大型的仿真成为可行.此外,还引入了反馈功能、模块化结构等,并应用事件驱动的真实过程仿真.最后,用该模型对各种典型的拥塞现象进行了仿真分析,试图揭示拥塞的内部机理.     

煤气调度中心实时数据采集系统改造程序设计

阐述了采用消息响应开发WINDOWS事件驱动串行通信程序的方法,及在WINDOWS环境下,通过消息驱动机制实现欧陆TCS－6000仪表的实时数据采集,按照CDT通信规约进行数据转发通信的原理,并给出了系统硬件连接、通讯格式及软件实现。     

一种基于多样性正实例的单目标跟踪算法

单目标跟踪是计算机视觉领域中最具有挑战性的应用场景之一. 针对跟踪过程中目标物体被遮挡以及运动过程中形变、画面模糊等问题,本文提出一种基于多样性正样本实例的单目标跟踪算法,同时缓解了训练样本不足以及样本缺乏多样性的问题. 在离线阶段,本文算法首先使用变分自编码器（Variational Autoencoder,VAE）对原始训练样本进行编码映射到隐空间,然后通过隐空间采样重构生成包含多样性的困难正样本数据,提高训练数据的多元性,并结合原始训练样本构建训练数据集;其次,对于训练序列的目标模板、正负样本,使用概率三元组损失函数训练跟踪网络,深入挖掘正负样本间关联,提高跟踪网络的判别性;在线测试阶段,使用训练的孪生神经网络（Siamese Neural Network,SNN）对目标进行跟踪定位,通过对目标模板和搜索区域执行互相关操作,确定目标在当前时刻的位置. 对比实验结果表明,本文算法提高了SNN跟踪网络在背景相似物干扰、目标物体运动过程中形态变化、快速运动、旋转、模糊以及被遮挡情况下的鲁棒性和定位准确性,并保持了实时的跟踪表现.     

基于神经网络求解线性方程组的方法

以单层神经网络为基础，利用δ规则进行训练，提出了一种求具有唯一解的线性方程组解的一种新方法，给出了δ学习规则的数学推导和求解线性方程组的ＳＮＮ（Ｓｉｎｇｌｅ－ｌａｙｅｒＮｅｕｒａｌＮｅｔｗｏｒｋ）学习算法，并利用该方法求解了大量线性方程组，实验结果表明该方法是有效的和可行的。     

事件驱动无线传感器网络节点自组织分簇休眠方法

针对突发事件监测的事件驱动无线传感器网络有着其自身的特点,结合最小跳数路由方法,在节点上建立链路节点列表.当节点被事件触发时,依照各节点触发顺序及相互关系,构建局部的自组织分簇.然后在利用已有的链路节点列表,快速构建簇首与Sink节点的通讯通道并更新链路节点列表信息.仿真实验结果表明,所提自组织分簇休眠方法的能量消耗低于传统周期采样的能量消耗,也低于基于LEACH分簇的休眠方案.     

改进的共享型最近邻居聚类算法

聚类效果往往依赖于密度和相似度的定义,并且当数据的维增加时,其复杂度也随之增加。该文基于共享型最近邻居聚类算法SNN,提出了一种改进的共享型最近邻居聚类算法RSNN,并将RSNN应用于高速公路交通数据集上,解决了SNN算法在"去噪"、孤立点和代表点的判断、聚类效果等方面的不足之处。实验结果表明,RSNN算法比SNN算法在时空数据集上具有更好的聚类效果。     

基于神经网络求解代数方程的方法研究

提出一种以单层神经网络为基础,利用改进的δ规则进行训练,从而求得实系数代数方程一个实根的新方法,给出了改进的δ学习规则的数学推导和求解代数方程的ＳＮＮ（Ｓｉｎｇｌｅ－ｌａｙｅｒＮｅｕｒａｌＮｅｔｗｏｒｋ）学习算法,并利用该方法求解了大量代数方程,实验结果表明该方法是有效可行的