通风机系统降电压调速

运用电力拖动的原理，以电风扇为例，分析了鼠笼式电动机－通风机系统采用降电 法调速运行的原理，性能及技术措施，探讨了通风机系统降电压调速技术物现实意义。     

微型电动自吸泵的常见故障及检修

一、电机部分 1．接通电源后无反应。多数是电源插头、电源引出线和电机绕组断路所致。     

PWM控制变阻调速系统

分析了PWM的调整方式，利用绕线式电机和串电阻调速的原理，提出了一种结构简单、功率强的变阻调速系统。     

启动电机常见故障原因分析

1．不能运转或运转无力。蓄电池充电不足；蓄电池和启动电机间连线断开、接线卡子松脱或蓄电池极柱严重氧化；电磁开关导流片严重烧蚀或与两大接线柱接触不良；电刷磨损过度、弹簧折断或电刷卡在刷架中；电刷与整流器间有油污或整流片严重烧蚀；绕组局部短路或断路；电枢绕组和换向器片有脱焊处；轴承或铜套磨损致使转子扫膛；安装时4个电刷位置装错或新换的轴套间隙过大。     

永磁同步直线电机弱磁调速时的设计

从凸极率角度出发，对内部磁极结构电机提出了新的设计方法，为使电机的特性具有可比性，假设电机均运行于相同的基值点，并采取相同的控制策略，着重了研究凸极率（ld/lq)对电机最大可能速度，逆变器功能（VA）和电流控制特性的影响，所得结论对电机及其驱动系统的选择和有积极的参考指导作用。     

纺织锭杆超精机PLC控制系统的设计研究

简要介绍了纺织锭杆超精机的设计思想，给出了自动控制系统的软硬件结构的设计方法，对纺织企业具有一定的参考价值．     

光谱分析仪智能化测控系统的研究

本文介绍了光谱分析仪的智能化检测与控制系统.利用现代计算机智能控制技术,使得从前检测与分析光谱漫长而繁琐的手工操作变得方便而简单,同时大幅度提高了检测精度.     

三段式Halbach阵列永磁电机解析建模与研究

针对传统子域模型在分析电机电磁性能时无法考虑软磁材料磁导率的缺陷,提出了一种考虑软磁材料磁导率为具体值的三段式Halbach阵列永磁电机多层解析模型。根据内部激励源和媒介的不同,将永磁电机全域划分成Halbach阵列永磁体层、气隙层、定子齿尖层和电枢绕组层4类磁场求解层。利用柯西乘积和复数形式的傅里叶级数来描述磁场求解层中媒介磁导率分布情况。基于麦克斯韦方程组建立了每个磁场求解层的拉普拉斯方程或泊松方程,结合边界条件求解出每个磁场求解层的磁矢位。利用多层解析模型计算了电机的气隙磁密、空载反电动势和输出转矩等电磁特性,并与有限元模型计算结果进行了对比。计算结果表明：多层解析模型和有限元模型计算得到的气隙磁密波形吻合得很好,两者的空载反电动势峰值和输出转矩平均值的相对误差均小于1%,证明了多层解析模型的正确性。最后利用多层解析模型研究了槽开口宽度、磁极宽度和充磁夹角对电机输出转矩的影响规律,给出了输出转矩最优的设计方案。仿真结果表明：优化后的输出转矩脉动削减了75.7%,证明所提出的多层解析模型不仅计算准确而且计算速度快,在电机的初始设计和电磁性能影响规律的探究上具有明显的优势。     

双边永磁同步直线电机随机模型系统辨识

为解决双边永磁同步直线电机离散传递函数模型参数动态变化、传统方法辨识精度低的问题,提出一种基于随机模型的系统辨识方法,分析运动过程中的系统特性,结合具有随机扰动项的Box-Jenkins模型,辨识动态系统传递函数模型参数。通过注入不同频率逆M序列电流信号,充分激发系统响应,比较分析不同实验条件下的系统辨识结果。选择预报误差法定义平方差代价函数,运用Levenberg Marquardt算法不断迭代优化以获得传递函数模型最优参数。通过对不同采样频率、不同注入电流幅值和不同电机运动速度条件下的系统辨识对比分析,获得最佳辨识模型。结果表明,当采样频率为1000 Hz,注入电流幅值为2.0 A和电机运动速度为50 mm?s-1时,获得最优辨识仿真输出匹配度为94.81%,平方差为7.84×10-4。     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。