下运带式输送机液压制动系统的研究

首先对下运带式输送机的制动问题进行了分析,而后介绍了一种新型液压制动系统的基本原理、组成和用途,以及液压制动系统的控制要求和工作状态。实践结果表明,采用该液压制动系统从根本上保证了大倾角下运带式输送机的安全高效生产。     

交流变频调速的电气制动方式

本文详细阐述了交流变频调速系统中的四种电气制动方式，即直流制动、动力制动、回馈制动和共用直流母线多逆变器传动，并阐述了不同制动方式的适用范围及其选型和计算。     

电动汽车机电复合制动力分配策略研究

为了实现再生制动力与机械制动力在驱动轮和从动轮之间的优化分配,在保证车辆制动安全的同时提高能量回收效率,将汽车理想制动力分配I曲线与模糊算法相结合,提出一种基于模糊控制的电动汽车机电复合制动力分配策略。设计了电动汽车再生制动力分配模糊控制器,根据车辆工况与理想制动力分配I曲线,计算前后轮上分别应加载的机电复合制动力大小。建立了电动汽车制动系统动力学仿真模型,在此基础上进行仿真分析。最后利用Advisor仿真软件对该分配策略进行回收能量效率测试。结果表明,该分配策略既能保证汽车前后轮的制动力分配按照理想制动力I曲线分布,确保汽车的制动安全;又能有效地实现再生制动能量回收,提高电动汽车的续驶里程。     

一种自动往返小车的设计与制作

介绍自动往返小车的一种设计方法,给出了控制系统的硬件和软件设计。本设计以单片机为核心,以光电检测获得外部信号,采用PWM对小车的制动进行控制,以LED对行程和所用的时间进行显示。此设计电路成熟、工作稳定、容易实现控制。     

地铁再生制动储能装置参数设计

为了利用地铁列车制动过程产生的再生能量,维持牵引网电压的稳定,设计一种基于列车制动的超级电容型储能装置。根据北京地铁5号线的电动列车实际参数,通过对列车制动动力学和制动特性的对比和分析,更准确地计算出列车制动过程反馈到牵引网的再生能量;分析了储能装置的物理模型,根据限制条件确定了储能装置的主要参数和阵列配置;验证分析表明,该储能装置能满足地铁制动过程中各物理量的要求。     

基于 Stateflow 的电动汽车再生制动控制策略

针对东风EJ02电动汽车进行了再生制动控制策略研究,通过对制动动力学与制动法规的研究,结合电池充电特性与电机输出特性,提出了在保证制动稳定性和电池安全性的前提下,最大限度回收制动能量的再生制动控制策略,并在ADVISOR仿真平台上结合Matlab Stateflow对该策略进行了建模与仿真分析,进行了3种工况的台架试验,得到不同工况的续驶里程。结果表明,该控制策略在保证电池安全性的前提下充分利用了电机的制动转矩,大幅提高了制动能量的回收,增加了电动汽车的续驶里程。     

电动叉车用开关磁阻电机新型集成功率变换器

针对电动叉车用开关磁阻电机（SRM）制动过程中的能量回收问题,研究一种可实现多端口能量灵活转换的新型集成式功率变换器。新型集成式功率变换器采用交错并联双向DC/DC变换器作为传统SRM功率变换器的前端电路,可以在电动及发电模式之间灵活切换。采用超级电容与铅酸蓄电池混合储能,回收减速和下放货物的能量,实现再生制动,并用于加速和举升货物。仿真试验表明所设计新型集成式功率变换器能满足电动叉车频繁起停的要求,并可减小输入输出端的电流波纹,提高能量回收效率。     

飞机防滑刹车系统自适应控制器的设计与实现

飞机的刹车系统是飞机机电系统的一个重要组成部分，当跑道有冰、雪时，飞机不但不易刹停，还难以保持两侧平衡。本文设计了基于输入输出的某型飞机防滑刹车系统自适应控制器，在机载机电系统综合管理仿真平台中进行仿真试验研究，最后比较了在湿滑路面情况下采用自适应控制器前后的仿真结果。仿真结果证明，采用自适应控制器后，刹车系统性能有很大提高。     

液压混合动力工程车辆联合制动系统优化与仿真

针对液压混合动力工程车辆制动系统能量回收率较低的问题,以某混合动力装载机为原型对其联合制动系统中的再生制动系统进行分析,对影响系统能量回收率的主要参数采用遗传算法进行优化,并对优化过的系统在整车仿真模型中进行仿真验证。仿真结果表明:系统优化后车辆的能量回收率得到了显著的提高,达到了节能减排的目的。     

提升机综合后备保护装置减速点的设置方法

依次给出了提升机综合后备保护装置减速点到停车位距离的粗略计算公式、某段(点)到停车位的安全制动距离计算公式、某段(点)到停车位的超速持续判断安全制动距离的计算公式及减速点到停车位的超速持续判断安全制动距离的计算公式,在井口下与井口相距该安全制动距离的点即设置为减速点。该方法适用于提升机电控系统减速点随载重量自动调整时后备保护减速点的设置。应用结果表明,根据该方法设置的提升机综合保护装置减速点可保证在提升机电控系统减速点失效后使提升容器在井口以下安全停车,可靠性高。