基于自适应互联扩展卡尔曼观测器的永磁同步直线电机高精度抗干扰在线多参数辨识

该文研究一种新型自适应互联扩展卡尔曼观测器,以实现永磁同步直线电机(permanent magnet synchronous linear motor,PMSLM)高精度抗干扰在线多参数辨识。首先,为了减轻测量噪声和参数耦合误差对辨识精度的影响,建立包含干扰的多参数互联耦合补偿辨识模型;其次,基于此模型设计互联式观测器来实现PMSLM多参数在线辨识,利用扩展卡尔曼滤波(extended Kalman filter,EKF)算法优化观测器中的增益矩阵,消除测量噪声误差,获得高精度的辨识结果;再次,构造一种自适应率函数动态调整传统EKF中固定的噪声协方差矩阵,提高观测器的抗扰动性能;然后,使用考虑互联式观测器模型误差的离散李雅普诺夫函数验证观测器的稳定性;最后,搭建基于半实物AD5435的PMSLM参数辨识系统,通过仿真和实验,验证该文观测器的有效性。     

考虑趋肤效应的铁磁材料宽频损耗分离模型

为在较宽频率范围内准确计算变压器铁心损耗,该文在不同频率下对铁磁材料的磁滞特性及损耗特性进行了测量,并基于损耗分离模型进行分析。为考虑趋肤效应对涡流损耗的影响,计算过程中分别采用不同形式的实数、复数磁导率表示材料磁感应强度与磁场强度的本构关系。研究发现,采用磁导率描述本构关系时,其数值不能从近似的直流磁化曲线中提取,而应将其视为随频率变化的量。基于上述结论,该文基于损耗分离理论对铁磁材料内部的磁场进行分离,并基于异常损耗场提出一种实数磁导率近似方法,从而实现基于少量低频下的测量数据预测材料在较宽频率范围内的损耗特性。     

考虑器件结构布局的功率循环失效模式分离机制

功率循环作为考核器件封装可靠性最重要的测试被广泛应用,IGBT器件的寿命模型也越来越完善,考虑的影响因素也越来越多,如器件参数也被考虑到了CIPS08模型中,但器件失效模式的分离和失效机理的研究一直是难点。文中将脱离传统方法中测试条件的影响,重点考虑器件结构布局带来的热应力分布差异,深入研究器件不同结构布局情况下失效模式的分离机制,把握器件失效的根本原因,旨在为IGBT器件的封装结构设计提供理论指导。以INFINEON公司全桥模块EasyPACK(FS25R12W1T4)为测试对象,针对模块中具有不同IGBT芯片与DCB(direct copper bonded)板面积比的两个IGBT芯片(开关2和3)进行相同测试条件(结温差△Tj≈90K和最大结温Tjmax≈150℃)下的功率循环对比测试,以明确其失效模式。实验结果表明,具有小面积比的IGBT芯片为键合线失效,而具有大面积比的IGBT芯片则表现为焊料层的老化。这说明小的面积比可有效减小焊料层的温度梯度,从而减小器件焊料层的热应力,最终导致键合线的失效。进一步地,针对指定失效模式的IGBT芯片进行不同测试条件下的功率循环实验以验证器件...     

B2O3掺杂对直流ZnO压敏电阻老化特性的影响

ZnO压敏电阻是避雷器的核心部件,其性能的好坏直接影响着避雷器的电气性能。因此,该文致力于通过B₂O₃的掺杂以改善直流ZnO压敏电阻的非线性和高荷电率下的老化稳定性,并利用扫描电子显微镜（SEM）、X射线衍射（XRD）和电容-电压（C-V）等特性测试研究B₂O₃掺杂对直流ZnO压敏电阻的微观结构和电气特性的影响。然后,在115℃、0.95E_1mA的条件下对直流ZnO压敏电阻进行1000h的直流加速老化试验,以验证其在高荷电率下的老化稳定性。试验结果表明,B₂O₃的掺杂提高了晶界层的势垒高度,改善了直流ZnO压敏电阻的非线性特性,并降低了其在高荷电率下的老化系数。     

考虑需求响应的配电网重构经济性和可靠性研究*

为充分利用配电网资源来延缓投资、降低成本,提出考虑需求响应的配电网重构,通过协调可调度负荷资源和调整配电网中的开关状态,不需增加额外投资,达到优化运行结构、平衡电力负荷、降低网络损耗、提高电压质量的目的。首先对考虑需求响应的配电网重构建立优化模型,以配电网网络损耗最小和需求响应调度成本最小为目标函数,利用改进的支路交换法对配电网的开关状态进行调整,通过改进的牛顿法对重构前后的配电网潮流进行计算,优化配电网的拓扑结构。通过仿真结果可看出,以网络损耗最小化的配电网重构的网络损耗和电压质量优于以需求响应调度成本最小化的情况,而调度成本方面以需求响应调度成本最小化的场景更有优势。     

基于随机森林算法的对冲锅炉出口NOx排放量预测模型研究

对冲锅炉中的仪器测量具有滞后性,导致控制系统作用始终落后于被控对象。为了提前了解对冲锅炉出口NOx排放量随工况变化的趋势,需要对对冲锅炉出口的NOx排放量进行快速并准确地预测。以实际运行的机组数据为基础,采用随机森林（random forest,RF）算法建立1 000 MW对冲锅炉机组的出口NOx排放量预测模型,并使用Spearman系数对对冲锅炉特征进行筛选,进一步降低模型计算时间。结果表明,随机森林模型预测结果的均方根误差为10.182 mg/m3,决定系数为0.913,可见基于特征选取的随机森林模型结构能实现对冲锅炉出口NOx趋势的提前预测。     

基于深度学习的航拍光伏板红外图像热斑检测方法研究

针对光伏电站光伏板热斑故障难以检测的问题,结合无人机巡检技术,提出一种基于深度卷积神经网络的光伏板热斑快速检测方法。首先设计了光伏板识别模型,将Yolov4主干特征提取网络替换成轻量级网络MobileNetV2,并将PAnet网络中标准3×3卷积替换为深度可分离卷积,实现了将光伏板快速从红外图像中识别出来。为快速识别热斑并解决光伏板反光噪声问题,将MobileNetV2网络引入DeeplabV3+模型中,改进由于下采样造成的目标缺失,并将交叉熵损失函数修改为Dice损失函数来进一步提高分割精度。试验结果表明,该方法能够准确识别光伏板热斑,光伏板识别准确率为99. 56%,检测速度为22. 1帧/秒。光伏板识别后的热斑分割准确度达到95. 99%,交并比mIou达到85. 58,检测速度为24. 5帧/秒,该方法能够满足光伏板故障检测的需要。     

基于机器学习和心率变异性的经皮耳迷走神经电刺激疼痛阈值预测

经皮耳迷走神经电刺激（taVNS）作为新兴的精神和心血管疾病的治疗方法,其刺激强度设置需要将刺激电流调整至疼痛阈值后再降低其幅值。该设置方式不仅缺乏一致性,且影响治疗效果和舒适度。本文提出了一种结合心率变异性（HRV）特征和机器学习回归模型的新方法,实现了taVNS疼痛阈值的预测。基于实验采集的数据,系统的比较了将HRV特征作为各种机器学习模型输入的预测精度。结果表明,HRV特征与极端随机树的组合性能最优,使用遗传算法去除冗余特征能够有效改善模型预测性能,均方根误差在1.18到1.56之间,均方差在0.77到0.96之间。该方法可用于不同个体的taVNS刺激强度的预测,对受试者在taVNS期间的治疗效果有积极作用。     

基于图像处理的工业烟尘排放监控系统的研究*

为减小或消除工业生产中产生的烟尘对环境的影响,利用图像二值化方法对前端设备采集的图像进行灰度化转换,在此基础上对灰度化图像采用传统的滤波方法处理.设计一套烟尘排放监控系统,可根据烟尘的排放情况来控制设备处于最优的运行状态,达到节能减排的效果.     

660 MW汽轮机高中压缸胀差增大原因分析与控制

苏晋朔电两台660 MW汽轮机组是东汽CZK660/660 24.2/0.5/566/566超临界、中间再热、单轴、三缸两排汽、直接空冷、抽汽凝汽式汽轮机。机组自调试以来,历次机组启动一直出现高、中压缸胀差较大的现象,不仅严重威胁机组安全,还大大延长了机组启动时间。经过多次启动总结,分析胀差增大的原因,提出了胀差控制的优化措施,启动时间缩短近20 h,机组安全性和经济性提升效果显著。