基于GA-BP神经网络的变压器故障诊断

提出利用GA-BP神经网络的系统对变压器的故障诊断进行优化。利用GA遗传算法优化BP的初始权值,得到GA-BP神经网络。同时使用L-M算法训练GA-BP,使其可精确识别故障变压器内部的气体含量变化,并针对变压器故障诊断过程进行高效处理。GA-BP神经网络具备模糊算法,具有计算快速和判断准确等优点,可在很多的领域内保障电气安全,因而其具有良好的发展前景。     

基于巨集的矿用逆变器在线监控系统设计

针对大型煤矿主井提升同步电机变频调速系统中逆变器在线监控模块进行了设计,结合台达人机,运用巨集指令编程实现,并对实际系统进行了性能测试验证。测试结果表明,在线监控系统性能良好,能够保证逆变器高效运行,给主井提升安全提供了保障。大大提高了煤矿安全生产水平。     

基于DSP的触摸式MP3的设计

介绍了利用数字信号处理芯片TMS320LF2407A实现触摸式MP3播放器设计的方案。采用芯片VS1003B进行MP3的解码,减轻了系统的负担。采用ILI9320为驱动器的真彩彩屏,并采用TM7843为控制器的4线电阻式触摸屏作为人机交互平台,实现了MP3等文件的播放、歌词的同步显示以及彩图显示等功能,相关文件存储在SD卡中。     

基于两级计算机实现的第一故障检测系统

本文分析了基于两级计算机-PLC和PC实现的电气设备控制电路第一故障信息存储、传输和处理方法，给出了PLC的梯形图和PC的C源程序设计，可供有关人员参考。     

大数据时代下高职体育创新教学研究

在大数据时代,信息技术的发展为社会各行各业带来新的发展方向,对于高职体育教学而言亦是如此,大数据技术以其独有的信息化优势,创新了原有的高职体育教育模式,拓展了高职体育教育的信息化应用空间,加速了教育工作的改革进程。受到“大数据+职业教育”模式的影响,我国高等教育工作得到更高层次的普及,高职体育教育工作不再仅限于线下教学活动,突破了传统教学形式的时空界限,为学生们锻炼体能、增强身体素质准备了更多的课程,学生可以根据需要整合碎片化的时间,灵活的调整体育课程的学习方案。本文从大数据技术在高职体育教育教学中应用的必要性进行分析,研究了“大数据+高职体育”模式的教学特点,探索了大数据时代中高职体育教育创新发展的方向,并给出具体的教学建议,旨在为相关教育工作者提供可参考的资料。     

基于循环神经网络的电能质量扰动识别

针对电能质量扰动信号识别算法复杂、识别率低等问题,提出一种将长短时记忆神经网络应用于电能质量扰动信号识别分类的新方法。首先在 Tensorflow中搭建长短时记忆神经网络,建立电能质量扰动信号分类模型。其次利用分类模型对电能质量扰动信号原始数据进行有监督学习,提取扰动信号的深层次特征,并将其连接到Softmax分类器输出各扰动信号的识别率。最后将电能质量扰动信号通过递归图生成的二维轨迹图像作为分类模型的输入,通过训练模型实现扰动信号的分类。仿真结果表明,该分类模型对电能质量扰动信号的一维和二维表示均有较好的分类准确率,可以有效识别7种单一扰动和6种复合扰动信号。     

单片机实现的故障信息黑匣子系统

文章研究了用 80 98单片机实现存储故障信息的黑匣子系统 ,并给出了系统的软硬件设计思路。     

嵌入式Web服务器在煤矿井下电力监控系统中的应用

以煤矿井下电力监控系统为研究对象,在分析井下电力监控系统特点的基础上,搭建了嵌入式Web服务器的硬件平台以及嵌入式Web服务器Go Ahead技术的实现。该设计构建了以ARM和DSP为核心的数据采集系统。同时采用能够满足多种微处理器的以太网控制器AX88796作为核心芯片,通过工业以太网与井下电力监控系统通信,实现电力系统的远程监控。     

矿井胶带机变频调速系统的设计

介绍了一种矿井胶带机变频调速系统的结构设计、变频器的选型计算、控制策略的具体实现及系统功能。实际运行表明,该系统控制的胶带机启动转矩大、电流冲击小、启动速度平稳、功率因数及运行效率高,大大降低了设备的维护量,节电效果明显。     

基于LCL型逆变器有源阻尼研究

对LCL型逆变器的谐振原因及有源阻尼的机理进行深入分析,得出有源阻尼实质是对系统谐振峰值附近对应的输出频率成分的反馈控制,当该反馈为负反馈时可以实现较好的抑制效果,且反馈深度越深,谐振峰值抑制效果越好。结合有源阻尼实质在电流双闭环控制的基础上提出一种有源电导阻尼控制策略,通过Matlab进行仿真验证,谐振抑制效果和输出电流波形都较明显改善,仿真结果证明改进后的控制算法具有可行性。