基于能耗优化的深海电动机械臂轨迹规划

由于深海电动机械臂动力学模型较为复杂,难以基于动力学模型构建精确的能耗优化目标函数,因此,本文提出一种利用径向基函数（RBF）神经网络构建机械臂功耗模型的方法．首先,利用机械臂水下运动实验数据集训练所构建的RBF神经网络．利用基于该神经网络的功耗模型,结合机械臂关节空间轨迹规划多项式,建立机械臂能耗目标函数．然后,采用自适应粒子群优化（PSO）算法求解最优轨迹参数．结果显示,RBF功耗网络均方根误差（RMSE）为20.89 W;经过优化的轨迹的能耗比实验轨迹的能耗均值降低410.8 J（18.3%）．实验结果表明基于自适应PSO算法的轨迹规划方法实现了能耗优化的目标．     

基于交流采样的抽水蓄能励磁系统电量检测

抽水蓄能电站励磁系统对电机定子端电压、电流、频率等电量采集的要求很高.交流采样实时性好、相位失真小,特别是随着大规模集成电路和高速数字信号处理器的迅猛发展,励磁系统交流采样原有的困难已逐步得到克服.文章主要介绍了一种基于交流采样的软件锁相环(SPLL)算法,通过此算法能快速准确地计算出发电机励磁系统所需的各电量,并通过大量实验证明了该算法的准确性和实用性,能够满足抽水蓄能电站励磁系统的要求.