基于磁光克尔效应的磁畴观测与处理系统

磁铁物质的基本特征是自发磁化和磁畴,磁畴的观测在磁学和磁性材料研究中具有重要作用。基于磁光克尔效应,采用自制的磁光克尔系统观测磁畴。采用先进的电荷耦合(CCD)数码成像技术,结合计算机图像处理技术(灰度处理、边缘检测等)获得磁畴图像。以铁氧体薄膜为研究对象,观测了不同外磁场作用下材料磁畴的变化情况。表明使用本系统观测磁畴方便、直观和先进。     

磁畴观测方法现状与展望

磁性材料的宏观磁性能主要是由磁畴结构及其运动变化方式所决定,因此磁畴图像的观测是一个很重要的研究课题。目前,磁畴观测的方法已有很多种,如粉纹法、磁光效应法、电子全息法等。本文主要介绍了各种磁畴观测方法的特点及发展状况,与铁磁学、电子信息、磁性材料及器件等学科的关系,指出磁畴观测方法的发展趋势,磁畴实验技术和装置的发展与完善将为磁畴动力学研究提供基础。     

基于J-A模型的电工钢片磁致伸缩特性模拟与实验

电工钢片的磁致伸缩现象是引起电机、变压器铁心振动的一个重要原因。磁致伸缩特性与铁心的磁化方式密切相关。电机定子铁心存在大量旋转磁场,相比于交变磁化,旋转磁化会引起更大的磁致伸缩应变,准确模拟旋转磁化下电工钢片的磁致伸缩特性是实现电工产品性能优化的前提和基础。该文借鉴Jiles-Atherton(J-A)磁滞模型对磁化过程中磁畴畴壁移动和磁矩转动而产生滞后行为的表征方法,提出一种能够描述旋转磁化下磁致伸缩正应变和剪切应变矢量、滞后特性的磁致伸缩模型。基于电工钢片旋转磁特性测量系统提供的特性数据,采用粒子群优化算法实现了模型参数辨识,并验证了模型的准确性。制作并搭建硅钢叠片铁心局部磁致伸缩特性测量系统,给出了所提磁致伸缩模型计算铁心磁致伸缩形变的具体过程,通过与测量结果的比较,进一步分析了所提理论模型的有效性。研究表明,旋转磁化下电工钢片磁致伸缩具有滞后行为,该文从磁化机理角度提出的磁致伸缩模型可以有效地表征这种特性。     

考虑钉扎效应的电工钢片局部磁滞回环多尺度磁畴模拟

高速电机高频高速及其驱动器存在谐波等特点导致供电系统谐波大的问题日益严重。谐波磁场会影响电工钢片的磁特性,降低电机功率,影响供电系统性能。因此准确的预测谐波状态下电工钢片的磁特性是一个亟需解决的问题。文中研究了遵循磁化过程中稳定状态对应于总能量极小值状态原理的多尺度磁畴模型,将介观尺度上的磁畴运动机制与宏观尺度上的磁化过程相结合。通过引入含有Stop算子的钉扎能对谐波状态下电工钢片的磁滞特性进行预测;引入磁弹性能有效地考虑表面绝缘涂层应力对谐波下磁特性和磁致伸缩的影响。最后将相同激励下的模拟结果与实验测量结果进行了对比,验证了谐波磁场下多尺度磁畴模型的有效性。     

基于改进Preisach模型的电工钢片磁特性模拟

为实现电工钢片磁滞特性的准确模拟,针对经典Preisach磁滞模型无法精确描述材料磁化过程中可逆磁化的问题,基于对可逆磁化过程和可逆磁导率实验数据的分析,通过引入含参数的指数函数表征可逆磁化分量;同时,针对不可逆磁化分布函数难以确定的问题,采用两个1维函数乘积的形式对其进行表征,进而建立Everett函数,实现了不可逆...     

基于深层卷积神经网络的电工钢片矢量磁特性模拟

针对传统基于BP神经网络磁滞模型收敛速度慢、建模过程需要对磁特性的表征参数进行复杂的人工提取等问题,提出了一种基于深层卷积神经网络的电工钢片矢量磁滞特性模拟的方法,该模型将磁通密度的时间序列数据和磁场强度的幅值和相位作为卷积神经网络的训练数据,利用残差模块提高卷积神经网络的收敛速度.改进模型既可以避免传统磁滞模型中繁杂...     

基于Preisach磁滞模型的电工钢片磁特性模拟

电工钢片广泛应用于变压器等电气设备的制造中,其磁滞特性对电气装备的运行性能具有十分重要的影响,因此,需要精确高效的磁滞模型以描述电工钢片的磁滞特性。为此,基于Preisach理论将Preisach分布函数写成2个1维函数的乘积形式,由分布函数积分获得Everett函数及动态磁化率,并将积分以封闭形式进行表征,将推导出的闭式表达式应用于Preisach模型中可以模拟不同频率下电工钢片的磁化过程。并且以电工钢片为实验样本进行了仿真和实验,二者对比结果表明该模型运算速度快,仿真准确,具有较高的精度,能准确模拟电工钢片在磁化过程中的磁滞特性。     

NdFeB磁体磁化及温度处理后磁畴结构的变化

采用磁力显微镜(Magnetic force microscopy,MFM)和X射线衍射(XRD)研究了烧结NdFeB磁体磁化及125℃高温处理后的磁畴结构,分析了磁化及温度处理对磁体物相成分及磁畴结构的影响。结果发现,磁化及高温处理后磁体的相结构没有发生变化,而磁畴结构却发生明显变化;开路磁通的变化是磁畴结构变化引起的。     

基于二维磁特性测量的电工钢片矢量磁滞模型

提出一种模拟电工钢片复杂磁特性的矢量磁滞模型。该模型考虑频率、磁化历史等因素对磁滞特性的影响,模型中磁滞系数与磁阻系数的确定是基于双激励二维磁特性测量实验获得的,在实验中通过对磁通密度变化轨迹的控制实现对磁场强度波形的测量。所提出的模型既避免了传统磁滞模型数学表达的复杂性,又提高了模拟的准确度,更适用于工程应用。通过与传统模型及实验测量结果的比较,证明了所提出的模型能更有效、更准确地模拟电工钢片的复杂磁特性。     

基于梯度分割的磁光记录薄膜磁畴图像特征提取

提出了一种基于梯度分割的图像特征提取方法,对低对比度磁光记录薄膜磁畴图像进行处理.该方法采用如下三个步骤:首先,采用Lee滤波器进行预滤波和消除噪声;接下来进行梯度特征分割,将目标区域从背景中提取出来;最后对边缘进行连接并计算磁畴的特性参数.本文重点在于梯度特征分割方法.     

机械应力下电工钢片磁滞与磁致伸缩回环滞后特性模拟

机械应力会影响电机铁心材料的磁滞回环特性和磁致伸缩回环特性,进而影响电机损耗与振动等运行性能,为此需要在电工产品设计阶段有效模拟电工钢片磁滞-磁致伸缩应变-机械应力的耦合关系下的磁特性。基于磁畴能量极小值的原理,该文提出改进的磁畴结构模型（ADSM）实现电工钢片在机械应力下磁滞与磁致伸缩回环滞后特性表征。引入磁滞能量密度函数描述磁滞和磁致伸缩回环滞后效应,引入磁弹性能考虑机械应力对磁特性的影响,使用多个晶粒磁特性的平均值来表示多晶结构电工钢片的磁特性,最后通过模型结果与实验测量数据对比,验证了该改进的ADSM较传统模型更能有效地表征电工钢片的磁滞与磁致伸缩滞后特性,为准确计算铁心的损耗与振动性能奠定基础。     

Fe基合金薄带磁畴结构的磁力显微镜观察

采用单辊快焠法制备Fe_(73.3)Cu_1Nb_3Si_(13.5)B_9非晶合金薄带,经550℃自由退火和171 MPa张应力退火处理,利用磁力显微镜(MFM)观察了自由退火和应力退火薄带表面磁畴结构及横断面介观结构。结果表明,自由退火样品具有均匀分布的纳米晶粒及易磁化方向随机分布的迷宫畴,应力退火样品具有方向优势的颗粒团聚及易磁化轴在面内的带状畴,这两种磁畴结构的形成可能与晶粒的晶化行为密切相关。     

纳米永磁晶粒边界类磁畴壁的形成与剩磁增强效应

纳米永磁晶粒之间的交换耦合相互作用导致在晶界处形成一种类磁畴壁结构的过渡区域。假设过渡区内的磁矩在方向上呈线性分布,由总能量取极小值的条件得到过渡区的宽度和剩磁的解析公式,能够很好地解释各向同性纳米磁体的剩磁增强效应。     

基于永磁体磁畴聚向排列的永磁同步电机振动噪声优化

以表贴式外转子永磁同步电机为例,通过仿真计算、理论分析两种方式对永磁同步电机的振动和噪声进行了深度的剖析,并给出了影响电机电磁振动和噪声的电磁力密度波时间阶次和空间阶数以及具体的磁密谐波次数,为精准优化电机的电磁振动和噪声提供了明确的方向。通过永磁体磁畴聚向排列结构在不改变产品任何尺寸、结构的情况下实现了对表贴式外转子永磁同步电动机的振动和噪声优化,还实现了电机材料成本的降低。     

基于单片试样法的电工钢片智能化动态磁特性测量系统设计

为了在生产过程中准确、便捷地测量电工钢片的动态磁特性,根据磁感应强度和磁场强度测量原理,文章设计制作了符合国家标准的单片试样,通过实验调试,选取合适的数据采集和信号处理设备,使用Lab Windows/CVI虚拟仪器软件平台搭建了基于单片试样法的电工钢片智能化动态磁特性测量系统,并为后续加入谐波分析等扩展功能设置了Lab Windows/CVI软件平台与Matlab软件的接口。通过对采集信号、磁特性曲线以及测量系统K值标定的分析,判定测量系统稳定性、有效性,为研制其他试样及静态磁特性测量系统工作提供了理论指导和实际经验。     

基于深度学习的风电场短期功率预测∗

风能是波动性较大、不确定性较高的不稳定能源,大量的风能源进入电力系统,电力系统的稳定性将受到很大影响.通过机器学习、深度学习、组合模型的方式对风电功率预测的原理、条件、程序进行分析,解决风电对电力系统带来的影响.研究发现,成熟的风电预测技术将对电力系统带来巨大的收益,混合算法具有更好的特征表达和 更加稳定、准确的预测能力,在未来的风能并网中将起到决定性的作用.     

利用深度学习方法提取配网线路舞动特征

近年来时有发生的配网架空线路舞动故障,严重威胁配网运行稳定性与供电可靠性。为有效监测10 kV配网架空绝缘线路运行状态,提出了一种基于图像处理和深度学习的架空线路舞动轨迹及幅频特性提取方法。利用深度学习语义分割算法DeepLabv3+网络实现绝缘导线的分割,通过导线形心定位提取导线舞动轨迹,进而获取导线舞动位移变化曲线及其舞动幅频特性,实现了配网架空线路舞动故障监测预警,为进一步提升配网防灾减灾能力,保障电网持续稳定供电提供支撑。     

基于漏磁信号深度特性的缺陷深度轮廓迭代优化方法

漏磁检测是一种广泛应用于钢结构件缺陷检测与评估中的无损检测方法。缺陷漏磁信号反演是漏磁检测的关键环节,其中有效的缺陷深度轮廓优化对于提高反演效率至关重要。该文提出一种基于漏磁信号深度特性的缺陷深度轮廓迭代优化方法,该方法基于缺陷区域漏磁信号平均值与深度间的近似线性关系,对缺陷初始深度序列进行估计,并进一步根据缺陷计算漏磁信号与检测漏磁信号间的误差分析对缺陷深度序列进行优化更新,最终实现缺陷深度轮廓的反演重构。通过仿真与试验分别对不同类型缺陷的漏磁检测信号进行反演,仿真与试验结果均验证了该方法的有效性。