含恒功率负载的弱电网线路阻抗稳定区间辨识:阻抗技术

弱电网因其易发生低频振荡和谐波振荡现象而被广泛研究。然而,传统的阻抗方法更注重于线路阻抗稳定运行点的辨识和回比矩阵的稳定裕度,而不能提供具体的线路阻抗稳定区间。因此,文中提出一种基于安全保护映射理论的弱电网线路阻抗稳定区间辨识方法,以求为实际系统规划和相关回稳方法研究提供指导。首先,分别建立交流弱电网的源侧阻抗矩阵和载侧导纳矩阵。然后,对上述互联系统建立稳定禁止区间,并进一步转化为稳定运行区间。其与基于范数的阻抗准则相比,该稳定区间的保守性显著降低。进而,通过镜像、平移和旋转映射互联系统的回比矩阵将线路阻抗稳定区间的求解过程转化为Hurwitz矩阵的辨识问题,并且通过安全保护映射理论直接得到线路阻抗稳定运行区间。最后,通过仿真和实验结果验证该方法的保守性和有效性。     

轻轨车辆永磁同步电机弱磁控制研究

针对轻轨车辆用永磁同步电机弱磁区控制方式开展研究,分析了永磁同步电机在弱磁区运行时电压极限圆和电流极限圆的变化趋势,讨论了弱磁区电机电流给定方式,设计了可用于恒转矩调节的弱磁控制器并说明其基本原理.对弱磁控制器中出现的比例积分(PI)调节器饱和现象采用抗饱和解决方案,对弱磁区脉冲调制方式进行分析,采用混合脉冲调制方式解决了弱磁区电压脉冲数量较少的问题.试验表明,所提弱磁控制器能够保证轻轨车辆永磁电机弱磁区稳定运行,易于工程化实现,满足轻轨车辆运行时转矩输出要求.     

定子磁场定向异步电机弱磁运行特性研究

虽然很多学者提出了各种定子磁场定向异步电机弱磁最大转矩控制策略,但是弱磁区域运行时电机特性的定量分析却很少有文献涉及.针对该问题,对弱磁区域运行的定子磁场定向控制异步电机特性进行了详细的定量分析.基于异步电机Г型等效电路,推导出弱磁运行区域一电机阻抗角的极小值和相应同步角频率,以及进入弱磁区域二的同步角频率及电机运行特征值.弱磁区域转折频率和最大转差值的仿真结果与理论值相比,误差不超过3％.搭建了试验平台,实现了弱磁运行区域的最大转矩输出.试验结果表明,电机内部变量的变化规律与理论分析一致,转折频率与理论值误差不超过5％,电压和电流幅值与理论极限值的误差不超过6％.     

广东省抽水蓄能电站工程勘探技术

通过在广东省抽水蓄能电站工程的勘探实践,论述了"打滑"岩层、裂隙发育破碎地层以及深孔勘探的方法,指出金刚石钻头参数的选择对于提高"打滑"岩层钻进效率的重要性;金刚石喷射式反循环钻进技术能有效提高裂隙发育破碎地层的岩心采取率;合理采用绳索取心钻进等技术能提高复杂地层深孔勘探的经济技术效益。     

基于铁基非晶薄带巨磁阻抗效应的位移传感器

利用铁基非晶薄带的特性研制了一种新型的非接触位移传感器.介绍了铁基非晶薄带的磁敏特性、处理方法及位移传感器电路的设计,并对传感器的特性进行了测试.结果显示:所设计的位移传感器重复性好,最大偏差为0.2973％、迟滞小,最大为0.6526％.     

一种面向混合数据的模糊等价关系构造约简

基于模糊粗糙集模型构建模糊等价关系是混合数据分析的有效方法之一。针对属性类别多样性的混合型信息系统,提出一种带权的对象间相似性度量方法 ,该方法建立每类属性对应的相似性度量函数,再通过归并确立带权的模糊相似矩阵。在转化为模糊等价关系的基础上,采用加入蕴含专家领域知识及用户需求的约简算法。通过数据库中几个数据集样本对属性约简后的数目、精度进行对比,验证了方法的有效性和可行性。     

点云配准在大型曲面工件定位中的应用

针对工业生产中大尺寸薄壁工件的高精度加工需求,本文利用点云配准技术解决弱刚度及缺少定位信息等实际问题,对工件位姿进行迭代调整。最近点迭代(ICP)算法对于平坦曲面和有限点数据的精度不高,本文结合ICP算法和曲面点参数反求方法,减小了在边缘和角点的匹配误差,提高了整体匹配效果。仿真结果表明,该方法能够在保证整体性能的前提下得到较优的局部匹配精度,为解决大型曲面工件的主动寻位和自动调位问题提供了一个有效途径。     

基于视觉标记的增强现实系统建模及配准误差问题研究

针对当前基于视觉的增强现实系统标记大、成本高的缺陷,提出一套结合简单组合标记的增强现实系统的实现方案.基于弱透视模型,以色彩和形状作为融合特征,研究了利用冗余特征实现标记物体的3D位姿还原方法.为使配准方案能够适应普通的视觉采集设备,提出根据摄像机标定时得到的扭曲参数对渲染后的模型进行再扭曲的配准修正方法.结合OpenCV和OpenGL中的空间变换的概念,给出了虚拟和物理世界配准融合的解决方案,并基于统计学数学模型,提出降低配准时的误差以及提升配准稳定性的方案.实验结果表明,提出的算法能有效地将静态标签的抖动降低至亚像素级.     

偏标记学习研究综述

在弱监督信息条件下进行学习已成为机器学习领域的热点研究课题。偏标记学习作为一类重要的弱监督机器学习框架,适于多种实际应用问题的学习建模。在该框架下,每个对象在输入空间由单个示例(属性向量)进行刻画,而在输出空间与一组候选标记相关联,其中仅有一个为其真实标记。本文将对偏标记学习的研究现状进行综述,首先给出该学习框架的定义以及与相关学习框架的区别与联系,然后重点介绍几种典型的偏标记学习算法以及作者在该方面的初步工作,最后对偏标记学习进一步的研究方向进行简要讨论。