基于太阳能电源的图像采集系统

利用光伏转换与控制技术,将太阳能光伏运用于图像采集上,开发出一套基于太阳能光伏电源的图像采集系统。前级在硬件上采用BUCK型DC-DC电路,软件上提出了固定电压法结合双向扰动观察法的最大功率点跟踪算法,后级图像采集由AVR控制数字摄像头OV7620完成图像采集并传输至上位机。测试结果表明,该系统能够快速、精确、稳定地追踪到太阳能电池板的最大功率点,并且只需稍作修改便可应用于各种需要图像采集的场合。     

Kriging代理模型在对地观测卫星系统优化中的应用

结构优化是对地观测卫星系统(Earth observation satellite system,EOSS)性能提高的关键,但其覆盖性能难以解析计算.为实现EOSS优化,提出了仿真优化的求解思路:构建Kriging代理模型对仿真数据进行拟合,采用代理模型最优和最大化期望提高相结合的机制选择更新点,并定义单位距离的函数改进对更新点进行过滤;提出了改进广义模式搜索算法求解代理模型,搜索步采用遗传算法和序列二次规划算法实现,筛选步采用不完全动态筛选.最后,通过仿真实例和对比实验验证了本文方法的有效性.     

基于强跟踪滤波器的永磁同步电动机状态观测

针对永磁同步电动机(permanent magnet synchronous motor,PMSM)研究其在外界作用发生突变情况下的状态观测问题。首先基于理想状态下PMSM的数学模型,采用强跟踪滤波器(the strong tracking filter,STF)算法估计电动机的转速、转角、磁链和转矩,并通过仿真比较STF算法与扩展卡尔曼滤波器(extended Kalman filter,EKF)算法的估计性能,结果表明STF与EKF相比对突加给定起动以及突加扰动等因素引起的状态快速变化能够实现更快速、更准确的跟踪。最后在考虑电动机的铁耗情况下分别通过这两种方法进行状态观测,所得结果与上述结论相符,进一步表明将STF应用于实际电动机进行状态观测的可行性和优越性。     

某围垦工程原位监测施工和分析

通过某围垦工程原位监测施工实施,阐述了原位监测的目的和意义,并对原位监测成果进行分析,得到监测的有效数据,从而指导下一步的施工,确保地基稳定、沉降均匀。     

R/S分析法在大坝安全监测中的应用

R/S分析法可以描述自然界非线性系统的某种复杂性。以某水电站大坝坝顶水平位移为研究对象,采用R/S分析法得到其测点水平位移序列的Hurst指数,并根据Hurst指数在不同区间表现出的不同特性,分析坝顶未来的变化趋势。结果表明:该测点未来位移有较明显的增加趋势,应加强监测,以确保未来大坝的安全运营。     

实施流域水功能区限制纳污制度细部工作

文章就当前如何深入落实和有效实施流域水功能区限制纳污制度,在流域执行层面怎样做好谋划整体、做实载体和求真具体3个重要环节的细部工作,进行了深度分析思考,切合实际地提出了有针对性的思路对策和具体做法,有助于实践中的借鉴和运用。     

浅谈软土地基倒垂观测孔的施工方法

结合西霞院工程实例,浅述了软土地基地质条件下倒垂观测孔的造孔、测斜、计算以及安装埋设的方法,指出软土地基倒垂观测孔的施工技术难点及应注意的问题.     

模糊PID应用于光伏发电MPPT的研究

针对定步长扰动观测法在光伏发电系统最大功率点跟踪（MPPT）上的缺陷,即跟踪精度和响应速度无法兼顾,以及常规PID控制由于其参数不能自适应整定,很难取得预期效果,提出采用模糊（fuzzy）逻辑控制法整定和优化PID参数,消除了PID参数不能自适应整定这一缺陷,提高了系统的鲁棒性。通过与使用定步长扰动观测法跟踪最大功率点的仿真结果比较,得出采用模糊PID控制,可实现快速平稳地跟踪光伏电池输出最大功率。搭建了全新的光伏电池通用模型,可为光伏电池的研究提供便利。     

光伏发电系统最大功率点跟踪算法的研究

在光伏发电系统中,光伏电池输出特性受光照强度及环境温度影响很大,具有明显的非线性特征。为了提高光伏电池的利用效率,需要对光伏电池的最大功率点进行快速准确地跟踪控制。本研究对短路电流法与扰动观察法进行了详细的分析,最后结合两种方法的优点,提出了双模式最大功率点跟踪方法,该方法具有跟踪外部环境变化快,最大功率点无振荡现象,对光伏电池利用率高的优点。此外,日照变化剧烈情况下该方法不会失去MPPT控制的能力。     

移动机器人前向单目视觉的建模研究

为了实现目标对象的快速、精确识别,对移动机器人前向单目视觉进行了建模.首先,给出了前向单目视觉成像模型,包括软、硬件设计,并结合目标特征属性得到目标中心在图像上的坐标;然后,通过视觉标定模型实现前向单目视觉的目标定位,得到目标对象在机器人体坐标系中的坐标;最后,利用参数估计的方法计算真实检测结果与理想检测结果的误差分布模型的参数,得到前向单目视觉的观测模型.实验结果表明,前向单目视觉模型建立精确,且实时性好.