液流悬浮抛光技术的应用研究

应用液流悬浮抛光技术获得的光电产品表面,不仅具有较好的表面粗糙度,而且抛光面没有亚表面破坏层,并且由抛光引起的表面残余应力极小。同时研制了数控液流悬浮抛光机床,并对硅晶片等材料进行了加工试验。     

光学元件研磨加工裂纹形成过程数值模拟

针对传统有限元方法过度依赖于网格,计算时磨粒和工件接触区域的网格畸变严重,很难模拟脆性材料加工中材料内部裂纹的形成过程这一问题,利用光滑粒子流体动力学法建立单个磨粒切削加工过程的FE/SPH耦合有限元模型,对熔石英材料研磨过程进行数值模拟,为脆性材料切削过程的仿真提供了新途径.系统分析研磨加工中亚表层裂纹的形成过程以及切削参数对亚表层裂纹深度的影响规律.仿真结果表明:磨粒刚开始切入工件时材料处于弹/塑性变形阶段,随后在磨粒的挤压及撕扯作用下,材料内部产生大量微裂纹,微裂纹的合并、连通和扩展最终形成了平行于工件表面的横向裂纹和垂直于工件表面的纵向微裂纹,导致工件材料的脆性断裂去除.     

基于非线性抗扰滑模控制的永磁同步电机直接转矩控制

针对永磁同步电机(PMSM)内部参数不确定和外部干扰未知的问题,提出了一种基于非线性光滑扩张状态观测器(ESO)的非线性控制方法。通过引入非线性光滑函数设计了ESO,实现了对PMSM内部和外部不确定因素的观测,并把观测结果实时补偿给非线性控制器,有效提高了电机的动静态性能和抗扰能力。采用基于非线性光滑函数的滑模控制器替代传统直接转矩控制中的滞环控制器,有效地削弱了转矩和磁链的抖振和脉动。仿真结果表明所提方法响应速度快、稳定性好、抗扰能力强,是一种鲁棒性强的控制方法。     

基于松弛牛顿法的互联电网并行分布式潮流计算方法

分布式潮流计算是解决多区域互联电网一体化潮流问题的有效方法.以松弛牛顿法潮流求解公式为出发点,首先利用矩阵分裂法,将互联电网分解为相互独立的子系统,然后利用矩阵求逆运算的Sherman-Morrison-Woodbery公式对各子系统进行协调求解,从而导出了一种新的互联电网并行分布式潮流计算方法.与基于网络分解及协调计算的分布式潮流计算方法相比,该方法具有更好的收敛性.利用基于PVM的分布式计算环境,以IEEE 118节点系统为例,对所提算法进行了装配、测试以及分析,初步验证了所提算法的有效性.     

基于拟牛顿法小波神经网络的光伏发电系统短期功率预测模型

光伏发电系统出力的随机性会对大电网造成冲击,需要加强光伏阵列发电功率预测的研究.为此,提出采用拟牛顿法小波神经网络建立光伏发电系统短期功率预测模型.以某光伏电站实测数据为比较对象,与基于标准梯度下降法BP神经网络以及基于附加动量和自适应学习速率结合的BP神经网络建立的2种预测模型进行对比研究,结果表明,拟牛顿法在收敛速度和预测精度上都更具有优势.此外,通过和拟牛顿法BP神经网络功率预测方法对比表明,拟牛顿法小波神经网络的预测精度更高,尤其是在一天早中晚时刻或辐照度较低情况下预测效果得到了很大的提高.     

基于协同进化算法的水轮机模糊PID调节系统模糊规则的研究

针对目前水轮机调节系统模糊PID控制缺乏有效的模糊规则的问题,通过协同进化算法优化不同工况下水轮机模糊PID控制的模糊规则和模糊PID算法中的三个比例因子,同时为了避免优化得到的模糊规则之间发生跳变,在目标函数中引入光滑因子,使各工况的模糊规则有规律可寻,从而在此基础上寻找出适合于水轮机调节系统不同工况的一组通用的有效模糊规则。仿真表明,本文提出的优化方法是可行的,寻找出的通用模糊规则能使不同工况下水轮机调节系统的模糊PID控制性能均优于常规PID控制。     

基于GPU的电力系统并行潮流计算的实现

在研究GPU通用计算方法和潮流计算算法的基础上,针对GPU计算密集、高度并行化等特点,对潮流计算牛顿法进行了适当的简化,并应用统一计算设备架构（Compute Unified Device Architecture,CUDA）的开发平台,提出了一种基于GPU的并行潮流计算程序的设计方法。仿真计算结果表明此算法可行,并具有较高的计算效率,为电力系统并行潮流计算的研究提供了一种可行的方法。     

功率分解潮流计算方法

在电力市场商业化运中确定输电价格时,需要对不同电源在同一支路中流经的功率及产生的功率损耗进行分析和计算。为此,本文根据电路的基本理论,结合电力系统的实际情况,提出了功率分解潮流的概念。从而使得各个电源在某个支路内流经的功率和产生的功率损耗满足迭加定理,便于实际应用。     

基于光滑支持向量回归的汽轮机振动分析

传统的时间序列分析方法如统计和神经网络并不适用于复杂的非线性系统.为此,引入了支持向量回归(SVR)算法用以解决复杂时间序列的预测问题,在Matlab6.5环境下编程实现SVR算法,对汽轮机振动数据进行拟合和预测,并与神经网络方法进行比较.为了降低计算的复杂度,在SVR的基础上,采用光滑化算法,对汽轮机振动时间序列进行预测分析.仿真结果表明,光滑支持向量回归(SSVR)在预测性能方面明显优于神经网络.与SVR相比,SSVR具有更好的收敛速度和精度,适于进行复杂动态系统的时间序列分析.     

基于m次重启的简化广义最小残差法的电力系统暂态稳定仿真

提出了一种基于m次重启的简化广义最小残差法(simpler generalized minimal residual algorithm of m times restart,SGMRES(m))的电力系统暂态稳定仿真新算法,即采用SGMRES(m)方法对暂态稳定仿真中形成的线性方程组进行求解,通过修正标准正交基的生成过程,使得m阶上Hessenberg矩阵成为上三角矩阵。这样,只要通过简单的上三角线性方程组的求解即可求得解的修正量,避免了求解广义最小残差法每次迭代中的最小二乘问题,从而有效地减少了计算量。为进一步加快计算速度,文中算法进一步结合了伪牛顿策略和不完全LU预处理技术。多个算例的计算结果表明,所提出方法是有效的。