基于LonWorks总线的ShortStack技术实现方法

介绍了一种通用ShortStack技术实现方法,即怎样合理使用Echelon的ShortStack开发包中的例子开发一个实际应用.     

基于自适应遗传算法和BP神经网络的电池容量预测

应用BP神经网络建立了电池模型,并应用自适应遗传算法对其权值阈值进行了优化,最后利用MATLAB编写了其仿真程序进行多组数据的测试,结果与纯BP网络和GA-BP网络进行了对比。结果表明,AGA-BP网络具有训练时间短、精度高的特点,对电池任一状态下的剩余容量预测均有效。     

门式起重机行走控制系统的国产化

介绍进口门式起重机行走控制的改造方案，系统采用接触器励磁可逆。４电机集中控制，数字故障监控和ＬＥＤ显示，两年的现场运动表明，改进后的系统性能良好，安全、可靠、可供进口门机的改造和自行制造门机借鉴。     

LonWorks总线智能节点的设计与实现

在LonWorks总线技术中由于Neuron芯片的应用处理能力相对较弱,为了提高节点的处理能力,文中以ARM7微处理器为主处理器、Neuron芯片为通信协处理器,构成了基于主机的智能节点,并结合中央空调监控实例给出了智能节点硬件与软件的实现方法.在具体应用中,ARM微处理器和ShortStack技术的使用简化了节点的外围电路并将Neuron芯片从应用控制程序中解脱出来,从而提高了节点的数据处理能力.     

改进蜂群算法在风机变桨距控制中的应用

风力发电系统建模过程复杂,具有很强的非线性,受参数变化和外部干扰严重,且运行环境恶劣。因此,在控制器部分提出用自抗扰控制理论解决风力发电系统的变桨距控制问题,实现最大功率跟踪。并采用改进人工蜂群算法对自抗扰控制器的参数进行优化,解决其整定过程繁琐,具有很多不确定性的问题。MATLAB的仿真结果表明,优化后的控制器调整参数减少,简化了调节过程,弥补了人工蜂群算法搜索过程寻优速度慢,迭代后期容易陷入局部最优的不足,提高了优化精度。