三电机驱动系统的神经网络模糊自整定解耦控制

多电机驱动系统是一种多输入多输出、非线性、强耦合的系统.它广泛应用在许多需要高精度协调控制的驱动领域,比如电动汽车驱动、城市轨道交通以及印刷业等.本文提出了一种新的方法用于三电机驱动系统的速度与张力的解耦控制,其核心由模糊自整定控制与BP神经网络广义逆组成.首先,由神经网络广义逆与原系统串联实现复合伪线性系统;其次,在该伪线性系统中采用模糊自整定方法.仿真结果表明:所提方法能有效实现速度与张力间的解耦,将三电机驱动系统转化为多个具有开环稳定性的单输入单输出线性子系统,同时系统的响应速度快、超调量小、瞬态时间较短,具有良好的跟踪性能,这有助于改善系统的启动特性,降低系统振荡.     

一种LMS/LMF自适应谐波电流检测方法

在分析了现有谐波电流检测方法不足的基础上,提出了一种改进的最小均方(Least mean square,LMS)与最小四阶矩(Least mean fourth,LMF)相结舍的自适应谐波电流检测算法,利用一种变步长LMS/LMF算法来进行权值更新,用归一化的当前误差信号和上一次误差信号的自相关估计来进行步长迭代.该方法能够获得较快的动态响应速度和较小的稳态误差,而无需像一般自适应算法去折中考虑两者.仿真和实验结果验证了该方法的可行性.     

基于PSIM的PWM整流器仿真教学研究

“电力电子技术”是高等院校电气工程与自动化类专业的一门重要基础课.本文在阐述单相PWM整流器控制策略基础上,以并联型PWM整流器为例,建立等效电路模型,且使用PSIM软件进行仿真分析.通过有/无环流抑制策略的仿真分析对比演示,可以丰富教学内容,加深学生对PWM整流器内容的理解和掌握,提高教学质量.     

加氢裂化装置生产喷气燃料存在问题及解决措施

介绍了中国石油天然气股份有限公司大庆石化分公司加氢裂化装置概况及生产状况,分析了装置生产喷气燃料的可行性,把装置生产的煤油分别与3号喷气燃料的国标及公司要求指标对比,发现适当调整煤油馏分的密度、冰点、润滑性及安定性指标就可使其成为合格的喷气燃料。归纳了影响装置产品质量的因素,由大到小依次为:操作条件、原料及产品、添加剂及设备因素。提出一系列的措施:控制好操作条件、稳定原料、改进工艺流程、加入添加剂、加强员工培训及细化管理等,其中严格控制好反应岗位、分馏岗位及制氢岗位的操作条件及平稳操作对生产合格喷气燃料尤为重要。装置生产的喷气燃料已通过了国家认证。     

感应电机调速系统的神经网络逆在线调整控制

以多变量、非线性、强耦合的感应电机调速系统为研究对象,在基于神经网络逆系统离线训练的基础上提出了在线调整的策略,通过静态神经网络加积分器来构造感应电机调速系统的逆模型,在实际运行中不断地修正神经网络权值,更精确地逼近其逆系统,实现了感应电机转速的高精度控制。仿真和实验结果表明系统具有优良的静态及动态性能,且对电机参数的变化与负载扰动具有较强的鲁棒性。     

基于虚实结合的“运动控制” 金课建设探索

《运动控制》是电气工程及其自动化专业和自动化专业的专业骨干课程,其培养学生解决电气和自动化专业复杂问题的能力。传统“填鸭式”理论教学方式,学生难以理解、掌握和灵活运用课程教学的知识点,学生工程实际应用能力不理想。结合本课程特点,结合科研项目的前沿性,将仿真和实践教学加入到运动控制的课程教学中,同时凝练理论教学内容,促进学生的软硬件和实践环节训练,使学生具备运动控制系统的设计和调试能力,具备一定的研究开发能力,以更好地适应现代社会经济发展对工程技术人员的需求。     

高等学校跨院系校级平台课建设措施与建设规范

在原有校、院(系)两级管理模式下,组织跨院系的教学团队和建设跨院系的校级平台课的难度很大.本文是系列文章的第二篇,在分析组织跨院系的教学团队中存在困难的基础上,探讨跨院系校级平台课建设的组织模式与操作方式,提出跨院系校级平台课建设规范的框架与建设性意见,为建设好跨院系的校级平台课提供建设性意见.     

焊接生产线中COMAU机器人路径规划的研究

针对COMAU机器人系统的无碰撞路径规划问题,通过动态规划法解决了焊接无碰撞路径的规划,有效解决了焊接路径中碰撞和最短路径问题,实现了机器人路径的最优化。此外,把障碍物简化为一般多面体研究,解决了在多机械手系统中障碍物在机械手运动过程中产生机械干涉的问题,具有一定的科学理论基础和重要实用价值。     

深度子领域自适应网络电机滚动轴承跨工况故障诊断

针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题，提出多尺度子领域自适应模型（MSDAM）的跨工况下滚动轴承故障诊断方法。首先，以原始振动信号作为输入，无需信号预处理及人工特征参数提取；其次，搭建多尺度卷积神经网络将已知标签样本和待诊断样本特征迁移到同一子空间，捕获具有细粒度信息的多尺度公共特征；然后，以不同的故障类型来划分相关子域，并通过局部最大均值距离（LMMD）来完成子域的适配，有效削弱不同工况同类故障特征的分布差异；最后，在三个数据集的多个迁移任务上进行试验验证。结果证明，所提MSDAM的跨工况故障诊断性能优于关注全局领域适配的迁移学习方法。