基于单片机的多点测控系统设计

介绍了以单片机为核心的多点测控系统的硬件设计和监控调试软件的设计要点，该系统设计侧重于模拟量输入、数字量输入、脉冲量输入同时存在，并且要求控制相应参量的情况。     

网站前端模块化开发策略

0引言现如今,网络通讯技术与电子计算机技术已达到了迅猛发展之势,其应用范围已涉及到人民生活的各个方面,全世界都已进入了全新的信息化时代,随之而来数以亿计的用户也对网络更新速度提出了更快、更新的要求,此时,以往的网站前端开发技术已逐渐不能满足用户更高的要求。因此,为了满足用户更快、更新的网络更新速度的要求,一种设计理念先进、设计模式优良的新型网络前端模块化技术正逐渐受到众多电子公司的大力推广与应用。     

基于RBF神经网络调节的电动车驱动和再生制动滑模控制

针对电动车的驾驶模式多变和续驶里程短等主要问题,在建立控制系统主回路的基础上对电动车的驱动和再生制动过程进行了研究,设计了电动车用神经网络滑模控制器。该控制器包括两部分:一个RBF神经网络和一个滑模控制器,RBF神经网络对滑模控制器进行在线切换增益调节。实验结果表明,在车辆的驱动和再生制动过程中,神经网络滑模控制器与普通滑模控制器相比,其响应速度、稳态误差及鲁棒性明显改善,尤其在再生制动过程中,可以回收更多的能量,进一步延长了车辆的续驶里程,对节约能源很有意义。     

基于Logistic函数改进插值模型拓扑优化

针对传统插值模型在中间密度删除难以抉择而导致的拓扑构型出现灰色区域的问题,提出了一种基于logistic函数改进插值模型的拓扑优化方法。推导了二维结构拓扑优化的敏度公式和更新迭代公式,并验证了柔度函数在原点的一阶连续性;此插值模型在中间密度的极化问题上具有显著的二分类特性,极大的减少了拓扑构型中的中间密度区域;此外,探讨了插值模型中的参数取值问题。通过两个典型的数值算例验证了本方法的可行性和有效性。     

一种退役锂电池健康状态估计方法

针对退役锂电池健康状态估计效率较低的现状,提出一种快速、有效的估计方法。首先采用3阶RC等效电路模型描述电池特性得出状态方程,确保电池模型精确性,同时引入电池荷电状态SOC(State of charge)和欧姆内阻(R₀)作为状态方程参数。其次利用区域概念,计算出特定的区域容量与区域电压,减少电池参数估计所需要的数据、时间。然后通过扩展卡尔曼滤波(Extended kalman filtering)算法估计电池参数SOC和R₀,进而对电池健康状态(State of health, SOH)进行估计。最后,利用电池测试设备(Arbin-BT2000)对18650电池进行充放电实验,验证该方法的可行性。实验结果证明SOH估计所需参数明显减少,使得电池数据测量所需时间明显缩短,并且估计误差不超过4%,误差较小,说明所提出方法能快速、有效地估算出电池SOH。     

Al掺杂对LiNi0.6Co0.2Mn0.2O2三元材料性能的影响

采用共沉淀法制备了Ni0.6Co0.2Mn0.2(OH)2前驱体,再通过高温固相法制备了不同Al掺杂量(0,1％,2％和3％)(摩尔分数)的LiNi0.6Co0.2Mn0.2O2(NCM622)三元材料.通过XRD、SEM和恒流充放电测试等对NCM622三元材料的物相结构、微观形貌和电化学性能等进行了分析.结果表明,所...     

基于键合图的电动车无刷直流电机建模与仿真

电动车无刷直流电机是一种集机、电、磁为一体的多能量源系统。针对传统应用无刷直流电机数学建模方法具有复杂性的不足,在分析其物理模型的基础上,采用键合图方法对电机进行建模,并且根据简单的对应关系将键合图转化为方块图,然后在MATLAB/Simulink中进行动态仿真。建模过程与仿真结果表明,键合图结合方块图对于电机的建模与仿真具有一定的实用性和有效性。     

基于耦合系数估计的电动汽车无线电能传输最大效率跟踪

电动汽车行驶(EV)过程中可通过无线电能传输(WPT)提高续驶里程,而车辆轴荷的改变或者路面状况引起的悬架振动会改变发射线圈和接收线圈之间的耦合系数,导致WPT系统远离最大效率传输点。为了解决WPT系统效率随着耦合系数的波动而偏离极值点的问题,以串串(SS)型拓扑为研究对象推导出耦合系数实时估计方程,在此基础上提出了一种新的最大效率跟踪控制方法,利用PI控制调节接收侧直流电流,从而使得WPT系统在耦合系数变化时也可以维持最大效率状态。仿真和实验结果表明了该方法的有效性。     

1580轧机在线磨辊装置的单片机试验测控系统设计

根据1580轧机在线磨辊装置的电气及液压驱动系统的测控要求，提出了以单片机为核心的微机测控系统的设计方案，并详细阐述了单片机测控系统的硬件组成，软件设计。     

独立驱动电动汽车质心侧偏角融合估计方法

针对传统质心侧偏角估计精度低、实时性差等问题,把四轮独立驱动电动汽车作为研究对象,提出一种基于强跟踪卡尔曼滤波及无迹卡尔曼滤波融合估计的质心侧偏角估计方法。由于汽车在侧向加速度较小时车辆动力学特性基本呈线性变化,此时通过强跟踪卡尔曼滤波快速估计,当汽车侧向加速度较大时车辆动力学特性趋于非线性变化,通过无迹卡尔曼滤波准确估计。最后将两种估计方法的数据融合,完成不同车速不同工况下对车辆质心侧偏角的估计。搭建Simulink-Carsim联合仿真平台对提出的方法进行验证,结果表明该方法在保证估计精度的同时具有较好的实时跟踪效果及鲁棒性。