现场总线技术在金川集团有限公司能源及物料计量中的应用现状及前景

金川集团有限公司检测中心将现场总线技术成功地应用于全公司蒸汽计量系统，切实解决了公司的蒸汽计量这一难题，同时也为下一步解决全公司的物料及能源计量的实时数据上传开辟了成功的先例。章从总线技术的原理出发，介绍了CAN总线技术在公司蒸汽计量中的应用状况及在公司蒸汽计量系统中所发挥的作用，并进而引伸出profibus、HART、Lonworks等当今比较流行的总线技术及标准，阐述了在未来新水计量、电计量等能源计量以及物料计量中，总线技术将以不可替代的优越性，在计量管理系统中占据一席之地。     

光谱分析的微机测试

介绍了一种用光电倍增管将光信号转换为电信号,再将此信号放大经模数转换后输入到微机、打印机等设备的一套光谱分析的微机处理方法,此种方法与传统的干板照像法进行比较,在进行光谱分析时省时、省力、误差小,实现了光谱分析的微机化。     

合成纤维对沥青混合料耐水性影响的试验研究

为探讨合成聚合物纤维对沥青混合料耐水性的影响,先由马歇尔试验和车辙试验确定纤维的最佳掺量,然后按照现行规范JTG F40-2004规定的浸水马歇尔试验和冻融劈裂试验评价合成聚合物纤维对沥青混合料耐水性的改善效果．试验结果表明,聚酯纤维、聚丙烯腈纤维对沥青混合料的浸水马歇尔残留稳定度分别提高了4．4％和7．8％;在50次和75次压实功下,聚酯纤维对沥青混合料的冻融劈拉强度比分别提高了4．5％和3．1％;聚丙烯腈纤维分别提高了6．9％和8．6％．     

抗冲击弱电流传感器特性分析

在线监测电涌保护器漏电流,判断其失效程度,减少因雷电和电力需求增加引起的电涌造成电气设备损失。提出了一种基于互感型电流传感器的电涌保护器失效程度在线监测的方法,建立了雷电电流和电流传感器数学模型,分析了线圈匝数、负载电阻和杂散电容对电流传感器测量精度和抗冲击性影响,采用雷击和被测电流叠加后的复合信号作为激励,仿真研究了参数优化后电流传感器的时域响应特性。实验证明,在0.2～9 mA的电流测量范围内,笔者设计的互感型式电流传感器可抵抗50 kA大电流冲击,电流测量误差小于0.11 mA,满足漏电流在线监测要求。     

交互图在Rose和Together中实现的比较

交互图是面象对象分析设计中一种对系统动态方面进行建模的图,顺序图是交互图中的一种,主要用于强调对象间消息的时间顺序,而且它能够容易地转换为协作图,它在不同的工具软件中实现有所差异.从它具体的实现可以看出工具体现的思想,Rose体现和开拓RUP、UML的思想,而Toge山er是执行.     

基于单片机的D类射频功率放大器研究

为了进一步提高高频功率放大器的输出功率和效率,提出了借助单片机及CPLD分频产生射频载波信号,并用双电源D类高频功率放大器作为功放的方法.从D类放大器的基本原理出发,对系统的工作原理进行了分析,并对系统进行仿真实验.实验表明,该方法提高了信号的传输效率,降低了信号失真并且避免了信号的相互干扰.对D类功放进行的改进,可以极大地提高高频功率放大器的输出功率和效率,同时高频载波信号分频的问题也得到了很好的解决.     

空间杆系结构的随机有限元分析

针对杆系结构分别或同时考虑了结构的物理参数、构件的几何参数及作用荷载等的随机性,提出了将确定性有限元随机化的方法,结合H-L（Hasofer-Lind）几何法,以结构的位移响应作为功能函数,得到结构中构件的可靠指标.通过算例表明随机变量的变异系数对构件可靠指标有较大影响,当同时考虑多个基本随机变量时,结构响应呈现出很强的随机性,基于随机有限元的可靠性分析方法具有一定普适性、可行性与实用性.     

基于自适应观测器的感应电动机矢量控制研究

对基于全阶自适应观测器的感应电动机无速度传感器矢量控制系统进行了研究.首先利用Popov超稳定理论分析出自适应观测器不稳定工作区域与其反馈增益矩阵有直接关系;在此基础上应用Kalman滤波理论优化设计反馈增益,并分析证明所设计的增益能够保证系统工作于稳定区.其次基于d-q系下电机动态模型,采用速度环变论域模糊控制和电流环前馈解耦控制,增强控制系统对外界干扰的适应能力.数字仿真试验验证了所设计的自适应观测器性能良好,鲁棒性强.     

特约主编寄语

随着能源系统正在不断向低碳化转型,风电、光伏等清洁能源发电占比不断增大,传统电网的结构形态也需要随之变化,其灵活性和可控性也需要进行提升。柔性直流输电技术的出现,为电网灵活可控、远距离大容量输电、高效接纳新能源提供了新的手段。尤其是采用柔性直流技术可以很方便地构建直流电网,使得电能的直流网络化传输成为可能,在延续100多年的交流电网之外,开始出现了新的电网形态。     

基于粒子群优化的电力负荷灰色预测模型

通过对dt^-dx^（1）＋ax^（1）=u的通解x^^（1）=ce^-ak＋a^-u的参数a、u、c直接求解,避免了灰微分方程参数辨识时选取合理背景值的问题,构建了适应性更强的不需构造GM（1,1）模型的背詈值而直接求解灰微分方程参数的模型,并且在求解这些参数的过程中,应用了在求解非线性问题中具有全局寻优能力的粒子群算法（PSO）。提出了基于粒子群算法优化的电力负荷灰色预测模型PSOGM（1,1,a,u,c）,通过在电力负荷实例中的应用并与传统的GM（1,1）预测模型进行了效果比较,验证了基于粒子群算法优化的电力负荷GM（1,1）模型具有很好的预测精度和适用性。