基于SVPWM的永磁同步电机矢量控制仿真研究

为了对高性能永磁同步电动机矢量控制系统进行准确分析,在分析永磁同步电机数学模型和空间矢量方法的基本原理的基础上,采用经典速度、电流双闭环控制方法建立了永磁同步电机空间矢量控制系统的仿真模型,详细说明了仿真系统模型的4个组成模块,并在MATLAB/Simulink环境下进行仿真实现。仿真结果表明:系统构建方法简单,基于空间矢量控制方法的同步电动机系统的响应速度快,系统运行平稳,仿真波形与理论分析一致,验证了该仿真实验平台的有效性。     

由聚碳硅烷生成纳米SiC颗粒增强B4C基复相陶瓷的结构与性能

制备了由聚碳硅烷（PCS）为先驱体裂解形成的纳米SiC增强的B4C基复合材料，并与直接球磨混合法制备的纳米SiC增强的B4C基复合材料进行了对比研究。实验结果表明，先驱体法制备的复合材料形成一种复杂的晶内/晶间结构；B4C内部的纳米SiC和Al2O3内部的少量纳米SiC、晶界处的层片状SiC、B4C晶粒内部的SiC亚晶界结构。材料的断裂方式以穿晶断裂为主，形成晶内裂纹扩展路径，增强了材料的韧性，采用PCS为先驱体工艺制备高性能的纳米复相陶瓷，其组织均匀性、致密度和力学性能均优于直接机械混合制备的纳米复合材料。     

铯在钨(110)表面吸附行为的第一性原理研究

通过基于密度泛函理论的第一性原理计算方法,研究了铯原子在钨(110)表面上的吸附行为。计算结果表明,通过原子数之比定义的最大单层铯原子吸附率为0.4,铯原子的吸附位置随吸附率的增加而变化。铯原子吸附率为0.25时,最可能的吸附位置是长桥,而铯原子吸附率达0.4时,铯原子在钨(110)表面形成完整的单原子层,并呈现-ABA′B′-结构形式。随铯原子吸附率的增加,表面功函数先减小后增大,最终稳定在2.134 eV,其中最小值1.524 eV出现在吸附率为0.25时,该最小值低于纯铯(110)表面的功函数。偶极子模型和分态密度计算结果表明,铯原子向钨基体表面的电子转移机制和铯原子电子能量分布的变化是造成表面功函数降低的原因。     

压水堆堆芯熔融物的运动及传热数值分析

针对HPR1000堆型堆芯熔融坍塌问题建立了精确的三维堆芯模型,使用时间推进方法通过求解熔融物的瞬态运动、传热微分方程,确定熔融物在堆芯中的瞬态位置和瞬时温度,以模拟堆芯升温及堆芯熔融进程。研究结果表明：停堆后约2 400 s开始出现熔融现象,熔融物在堆芯活性区域内下落且发生多重相变过程;在4 900 s后,熔融物在堆芯底部形成约1.5 m高的稳定熔池;由于外围组件与低温围栏装置换热,最外围的组件不会发生熔融。本文建立的堆芯熔融物运动与传热分析模型及相关计算结果,可为事故缓解和处理提供技术参考。     

GRNN与RBFNN的二元函数逼近性能对比研究

为了研究GRNN和RBFNN对于二元非线性函数的逼近能力,本文编程建立GRNN和RBFNN,并以具体的二元非线性函数为例,分别用2种神经网络对其进行逼近。仿真结果表明,相对于RBFNN而言,GRNN对于二元非线性函数的逼近精度更高、收敛速度更快,具有很好的逼近能力,为解决二元非线性函数的逼近问题提供了良好的解决手段。     

基于改进BP神经网络的函数逼近性能对比研究

为了正确反映实际应用中经常采用的6种典型BP神经网络的改进算法的非线性函数逼近能力,本文从数学角度详细阐述这6种典型BP神经网络的改进算法的学习过程,简要地介绍MATLAB工具箱中设计BP网络的训练函数,最后在MATLAB环境下设计具体的网络来对指定的非线性函数进行逼近实验,并对这6种典型BP神经网络的改进算法的性能差异进行对比。仿真结果表明,对于中小规模网络而言,LM优化算法逼近性能最佳,其次是拟牛顿算法、共轭梯度法、弹性BP算法、自适应学习速率算法和动量BP算法。     

启发式改进BPNN在模式分类领域内的对比研究

采用附加动量BP算法、自适应最速下降BP算法、自适应动量BP算法、弹性BP算法4种启发式改进方法分别对标准BP算法进行改进,并构建了相应的BP神经网络分类模型,将构建的4种分类模型应用于二维向量模式的分类,并进行了泛化能力测试,将4种BP网络分类模型的分类结果进行对比。仿真结果表明,对于中小规模的网络而言,弹性BP算法改进的BP网络的分类结果最为精确,收敛速度最快,分类性能最优;附加动量BP算法改进的BP网络的分类结果误差最大,收敛速度最慢,分类性能最差;自适应学习速率BP算法改进的BP网络的分类结果的误差值、收敛速度及分类性能介于上述两种算法之间。     

炭龄对活性炭工艺去除南水北调水中有机物的影响

基于北方某水厂中试基地,采用新炭、2.5~3.5年炭、4.5~5.5年炭等不同炭龄的活性炭滤柱,进行为期1年的连续运行,对比研究炭龄对南水北调水源水中有机物去除效果的影响。结果表明,长期运行稳定的活性炭滤柱,主要通过生物作用去除水中的有机物;2.5~3.5年和4.5~5.5年炭龄滤柱对有机物的去除效果差异较小,但二者对三氯甲烷的去除效果优于生物膜不稳定的新炭滤柱;通过高通量测序解析发现,鞘氨醇单胞菌、DSSF69等是优势功能菌,炭龄长的生物多样性更丰富,生物膜系统更稳定。此外,活性炭滤柱对有机物的去除效果与进水有机物的污染程度相关,当进水溶解性有机物浓度较低时,活性炭滤柱会出现吸附物质逆扩散的现象,所以当水质较好时,活性炭滤池的有机物去除效果会减弱。     

基于LVQ神经网络风电机组齿轮箱故障诊断研究

针对风电机组齿轮箱故障诊断技术的不足,提出一种基于LVQ神经网络的故障诊断方法,利用小波分析方法对某风电机组齿轮箱正常状态、磨损故障和断齿故障状态下的振动信号进行降噪处理,在时域和频域内提取了5个特征参数对所建立的模型进行训练。为了检验模型的实际诊断能力,与标准BP神经网络的诊断结果进行对比。仿真结果表明:基于LVQ神经网络的故障诊断速度更快、准确率更高、泛化能力更强,验证了所提出方法的实用性和有效性。