直接空冷机组汽轮机阻塞背压特性的计算研究

直接空冷机组的阻塞背压特性与湿冷机组存在较大的差别,探讨直接空冷机组阻塞背压随负荷的变化规律.以一超临界、次中间再热、单轴、二缸二排汽、直接空冷凝汽式汽轮机为例,给出了计算结果,并与湿冷机组作了比较.     

液压挖掘机工作装置运动轨迹的智能控制及示教再现

运用模糊智能控制方法对单斗液压挖掘机的动臂和铲土工作装置的运动过程进行跟踪,通过微机的智能化分析学习,实现轨迹控制和示教再现。它对提高单斗液压挖掘机的自控水平和工作效率具有较大意义。文中主要讨论了示教再现原理,系统组成和系统编程。     

一种多幅单视角图像的双投影柱面全景图生成算法

提出一种多幅单视角图像的双投影柱面全景图生成算法.首先对多幅单视角图像进行正投影,形成一幅空间柱面形状的立体图像;其次对图像重叠部分的对应特征区域进行匹配和接合来实现图像无缝拼接;最后把得到的空间柱面立体图像在圆柱体侧面的任意一个切平面上反投影展开,即可生成一幅360度柱面全景图.实验表明,该算法运算量较小,能快速、有效的生成柱面全景图.     

BLDCM无位置传感器换相检测和开环起动的软件实现

基于DSP TMS320F240芯片，提出了无位置传感器无刷直流电机反电势过零检测换相和开环起动一种新的软件实现方法，实验结果表明所设计的算法可行、有效，能取得较好的控制效果。     

基于支持向量机与神经网络的间谐波测量混合算法

针对目前缺乏国家标准规范间谐波对电能质量的影响,也缺乏有效的手段监测间谐波的问题,用支持向量机理论对其进行了探索。支持向量机理论将间谐波这个非线性问题变换到更高维的空间中进行线性回归,它基于迭代权调整最小二乘法,引入反向传播神经网络算法整定算法参数,通过反馈现场采集、分析信号,并将教师信号与计算信号的差值作为调整参数的驱动信号,在此基础上通过反向遗传算法(BPNN)的反向传播能力对参数进行基于负反馈的调整,提高了算法的收敛速度。通过数值实验对比,该算法比没有使用差动信号的混合算法效率提高约13%。     

架空输电线路雷电过电压识别

准确辨识架空输电线路雷电过电压类型对改进防雷设计具有十分重要的意义。为此,分析了感应、反击、绕击3种雷电过电压的发生机理,对输电线路雷电流行波波形特点的研究表明感应雷电过电压三相电流行波相似程度大,反击雷电过电压发生时,闪络相在绝缘子未击穿时,由于避雷线等的分流、耦合作用,存在空间电磁耦合电流,而绕击过电压闪络相不存在空间电磁耦合电流。提出了以输电线路雷电流行波三相电流波形最小相似度、上升时间比作为上述3种雷电过电压识别判据。还分析了上述特征参量在工程应用中可能受到的干扰因素及解决方法。大量EMTP仿真表明所提取的特征量有效可行。     

基于分支前馈神经网络的数字字符识别算法

将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。     

基于BAS-BP分类器模型的电压暂降源识别

为提高不同电压暂降扰动源的识别正确率,对电压暂降进行有效治理,提出一种利用天牛须搜索(BAS)算法和反向传播(BP)神经网络构建BAS-BP分类器模型的电压暂降源识别方法。文中应用改进S变换提取16个特征指标,组成电压暂降源识别指标体系,为消除冗余信息对分类结果的影响,利用组合赋权法筛选出9个指标作为分类器的输入量。通过BAS算法对BP神经网络的初始权值和阈值寻优,构建BAS-BP分类器模型,实现对配电网不同类型电压暂降源的识别。仿真结果表明,该分类器模型具有一定的抗噪能力与适用性,并且与常规分类器模型相比,具有更好的分类效果。     

一种新型SPMSM无位置传感器驱动系统研究

针对表贴式永磁同步电机(SPMSM),提出了一种基于新型反电动势观测器的无位置传感器驱动系统控制方案。为了实现无传感器控制,该系统在传统反电动势观测器的基础上进行了一定的改进,并引入锁相环(PLL)来确保估算器能够快速、准确地获取转子位置信息和转速信息,从而实现电机的转子磁场定向及转速调节。建立了系统数学模型、控制系统结构框架,并且对该速度/位置估算器原理进行了理论分析及Matlab仿真验证。最后,基于TMS320F2808的永磁同步电机实验平台进行了相关实验,实验结果验证了该控制算法具有调速范围宽、动态响应快、带载能力强及系统可行性、实用性强等特点。     

基于神经网络的电力通信网风险评估方法

提出了一种基于神经网络的电力通信网风险评估算法--基于二分法的学习速率自适应BP（back propagation）神经网络算法. 该算法在网络训练过程中使用二分法调整学习速率,使得学习速率在训练过程中不断向最优化方向自动调整. 仿真结果表明,收敛速度、误差精度和训练时间等算法性能得到了优化.