基于近似熵的直流牵引电机健康监测方法

针对直流牵引电动机健康状态估计缺乏有效的快速算法问题,提出了一种基于近似熵的直流牵引电动机健康状态实时分析方法.并对传统的近似熵计算方法用矩阵运算进行算法优化,提升了运算速度.针对直流电动机的电磁特性,融合待检测电动机的电流、电压、转速信号信息计算出电动机系统近似熵值,并依此判断电动机健康状态.最后,用直流电动机实验平台的数据验证了该方法的有效性.     

电磁场软件在直流电机中的应用

应用面向对象的现代程序设计方法开发了直流牵引电动机电磁场分析软件,并应用该软件分析计算了直流牵引电动机的牵引特性,解决了长期以来直流牵引电动机在削弱磁场情况下,速率特性计算不准确的问题。     

近似熵在大鼠状态识别中的应用

以大鼠作为实验动物,采用近似熵的方法,分析大鼠初级视觉皮层的自发脑电信号,从而判别大鼠安静、睡眠和活动3种状态.实验结果表明,采用近似熵算法,使用较短的数据就能对大鼠的状态进行有效识别,减少了冗余的计算量,解决在复杂隐蔽环境中对大鼠状态的识别问题.     

相关近似熵及在传感网数据故障检测中的应用

针对模糊近似熵方法在生成时间序列数据特征过程中出现的依赖参数较多和计算复杂度较高的问题,提出了相关近似熵方法,并应用在传感网数据故障检测中.相关近似熵方法采用相关信息熵来计算向量空间中多维数据之间的相关度,通过计算向量空间在其维数由M维增加到M+1维时多维数据之间保持相关性的概率来判定一个时间序列的复杂程度.相对于模糊近似熵,相关近似熵方法将依赖参数从4个减少到了2个,并减小了计算复杂度.实验结果表明:相关近似熵生成的特征在大多数情况下显著优于模糊近似熵生成的特征,并且相关近似熵方法大幅度地缩短了传感器数据特征的生成时间.     

动态近似熵快速算法在心率变异研究中的应用

提出了一种动态近似熵的快速算法,只要较短数据就能表现信号的非线性特征,并大大缩短了计算时间.对心率变异性分析中静卧-行走实验采集的R-R间期信号进行了动态近似熵分析,描述了心率调节作用的动态变化,反映了受试者生理状态的改变与心率变异的无序性.     

基于角度模型的机器人驱动系统参数辨识

针对直流电动机驱动的轮式机器人,提出一种根据机器人轮子编码器读数辨识机器人驱动系统参数的算法,并与传统的根据速度输出来辨识机器人参数的方法进行了比较.仿真计算证明:根据编码器数据辨识有更好的精度及抗干扰能力.     

一种超松弛的最优传输近似点算法

【目的】最优传输在实际应用中通常使用Sinkhorn算法求解熵正则化形式得到近似解,考虑Sinkhorn算法的效果容易受熵正则化参数影响,且难以收敛到最终精确解,提出了一种超松弛形式的近似点算法。【方法】针对原最优传输的近似点算法,为其中传输计划的迭代计算引入超松弛算子,并给出了超松弛参数计算方法。【结果】在保持算法对正则化参数具有鲁棒性及可收敛至精确解的优点的同时,所提算法能更快地收敛至精确解。【结论】数值实验表明,相较于原近似点算法,所提算法进一步提升了收敛速度,在有限的迭代步骤下能够达到更高精度,算法可更好地应用于机器学习。     

电传动推土机牵引性能匹配的变压控制方法

电传动推土机动力总成包括发动机、发电机、超级电容以及轮边驱动电机,其载荷变化范围大且具有突变性的动力学特征,使发电机与电动机难以实现全局功率匹配.针对电传动推土机动态牵引性能匹配这一关键问题,提出基于双DC-DC(直流-直流)变换器的直流母线电压变压控制方法.即在直流母线与发电机之间加入DC-DC变换器,控制发电机的额定电压工作点,实现发动机在额定工况点工作的高效目标;在直流母线与电动机之间加入DC-DC变换器,根据实时载荷所表达的系统状态变矢量调节变压系数,控制发电机与电动机相对于载荷变化的动力学匹配关系,使发电机与电动机在全载荷意义上实现功率匹配,保证其牵引性能的发挥.通过某型号推土机开发过程性能匹配及其系统数字化模型仿真试验,验证了基于双DC-DC变换器的直流母线电压变压控制方法的有效性.     

基于改进符号聚合近似的柔性直流牵引供电系统馈线5G保护方案

基于电压源型换流器(Voltage Source Converter,VSC)的柔性技术是提高城市轨道交通直流牵引供电系统灵活性的新手段.为克服现有二极管整流的直流牵引供电系统能量流向单一和新能源并网困难的缺点,采用直流电压下垂控制策略对750 V柔性直流牵引供电系统建模,并研究该系统下的故障特性.针对远端故障电流和机车启动电流难以区分导致电流变化率和电流增量DDL保护不灵敏的问题,在5G通信实现馈线电流与供电区间机车启动电流数据交互的基础上,提出了 一种通过改进符号聚合近似(Symbolic Aggregate Approximation,SAX)算法实现电流数据符号化转换,并结合使用符号距离的动态时间规整算法(Dynamic Time Wrapping,DTW)建立保护判据的新型多端电流差动保护方案.仿真结果表明:所提出的保护方案在噪声为30dB,时钟抖动为200μs的情况下,仍可100％准确区分远端故障与机车启动状态,具有较高可靠性.     

微机在直流电动机等速控制上的应用

本文对采用微型计算机控制直流电动机等速运转的有、无测速发电机的控制系统进行了简单的评价,确认宜采用无测速发电机系统.建立了用于计算电动机速度的近似数学模型.给出了实用的等速控制系统和程序图及实验结果.     

人体HRV信号的检测及其复杂性分析

设计开发了一种便携式心电监测仪器,用于监测人的肢体心电(ECG)信号.根据获得的心电数据,采用小波变换技术进行心电R峰的准确定位,进而得到HRV序列.对HRV信号进行复杂性分析的结果表明:处于健康状态下HRV信号的复杂度(C(N))要高于处于病理状态下HRV信号的复杂度,且近似熵和复杂度的分析结果一致;处于健康状态下HRV信号的近似熵要高于处于病理状态HRV信号的近似熵.     

基于BP神经网络PID的直流电机调速系统设计

本文根据直流电动机的数学模型,建立了状态空间方程,分析了直流电动机的可控性。同时,本文根据BP神经网络算法的控制理论设计了双闭环直流调速系统的相关算法。并用MATLAB软件进行仿真,实现了闭环控制系统的响应速度快、跟随性能好等功能。     

基于MATLAB的直流脉宽调速系统的研究

介绍了MATLAB和直流电动机.为了使直流电动机能更好地调速,通过实验研究开发了一套基于MATLAB的直流脉宽调速系统,并给出了控制的算法和仿真结果.     

基于二维近似熵度量轴心轨迹复杂性的研究

提出了二维近似熵的概念,并用于表征轴心轨迹的复杂性,定量地评价了回转机械的运行状态．该方法具有计算所需数据短、抗噪及抗野点能力强、对确定性信号和随机信号都适用等特点．应用二维近似熵,对某机组关键轴瓦的轴心轨迹进行了复杂性度量,研究结果表明,二维近似熵在表征轴心轨迹的时间模式复杂性方面具有很强的能力,从而为机械设备状态监测与故障诊断提供了一种行之有效的新方法．     

组态式牵引电动机故障诊断模型

摘要： 针对电动机典型的故障诊断模型网络结构复杂、训练困难等问题,提出一种组态式牵引电动机故障诊断模型.该模型由多个多输入单输出的子径向基函数神经网络构成,每个子模型识别一种故障特征.根据系统需要将多个子模型任意组合,用来识别类型繁多的电动机故障.利用特征提取后的样本数据对该模型进行训练,并通过测试样本验证了故障诊断模型的有效性.结果表明,采用组态式牵引电动机故障诊断模型,一个子模型仅识别一种牵引电动机故障状态,结构简单,模型训练难度小,提高了模型的故障识别能力以及应用的灵活性,为牵引电动机故障诊断提供了一条新思路.     

煤矿用无刷直流电动机再生制动的浅析

煤矿电牵引胶轮车中驱动电动机系统的再生制动是提高供电能力与整车性能的关键。分析了由三相桥式逆变器驱动的永磁无刷直流电动机再生制动的方式及存在的不同状态，给出仿真结果，对提高电牵引胶轮车电气制动性能提供了依据。     

POMDP基于点的值迭代算法中一种信念选择方法

部分可观察马尔可夫决策过程(POMDP)是描述不确定环境下进行决策的数学模型.基于点的值迭代算法是求解POMDP问题的一类近似解法.针对基于点的算法中信念选择这一关键问题,提出了一种基于熵的信念选择方法(EBBS).EBBS算法通过计算可以转移到的信念点的不确定性,选择熵较小且到当前信念点集距离大于一定阈值的信念点扩充信念点集合.实验结果表明,通过熵选择信念点的值迭代算法只需要在较少数量的信念点上进行值迭代操作就能得到预期的折扣报酬.     

联合熵流与边缘算子的红外运动目标检测

针对复杂背景下红外目标检测问题,提出一种联合熵流与边缘算子的红外运动目标检测算法.该算法分4个步骤检测目标:首先将熵流作为一种图像运动描绘子,通过熵流确定含目标运动的区域;其次运用Canny算子检测含背景和目标的边缘;然后联合两者捕获背景成分急剧降低、近似精确的目标边缘图像;最后计算边缘图像聚类中心,依据亮度、熵流约束进行区域生长,识别红外目标.对于海空背景下的红外目标图像,实验结果表明该方法能准确地检测、定位目标.     

纯电动汽车车载电源性能在环测试平台研究

为研究纯电动汽车车载电源性能,提出并搭建了由异步电动机和直流电动机组成的在环测试平台.异步电动机用来模拟纯电动汽车的牵引电动机,直流电动机用来模拟汽车行驶时的阻力和惯量,对异步电动机和直流电动机分别实施转速控制和转矩控制.分析了电动汽车行驶工况,给出了简单循环工况下参考转速、转距和功率.设计了异步电动机调速系统转速控制器和电流控制器,建立了异步电动机调速系统的数学模型,提出了基于自适应模糊神经网络控制的异步电动机调速系统.仿真和实验结果表明,基于自适应模糊神经网络控制的调速系统明显优于PID控制的交流调速系统,在环测试平台能够较好跟踪参考转速和参考转距的变化.     

基于粒子群优化算法的永磁直流电动机设计

在介绍粒子群优化算法并利用Shubert函数对其有效性进行数值验证的基础上,将其应用于永磁直流电动机的优化设计,分析了优化目标、优化变量和约束条件,在此基础上研发了相应的优化设计软件,并分别以高效率和低成本为目标,应用粒子群优化算法对1台2 kw的永磁直流电动机进行了优化设计,使其效率提高了2.04%、材料成本降低了7.85%.结果表明,粒子群优化算法对永磁直流电动机优化设计是实用有效的,可为其产品设计提供一种良好的新方法.