粒子群优化克隆算法在交流调速系统中的应用

提出了粒子群优化克隆算法(PSOCA),算法融合了免疫系统的克隆选择机制和粒子群优化算法的进化方程,具有全局寻优的能力.PSOCA改善了抗体种群的多样性,通过有效利用抗体的历史信息以及它们的合作提高了克隆选择算法的收敛速度.在PSOCA算法的基础上,设计了PID控制器(PCA-PID),可动态调整参数以适应时变对象.运用PCA-PID控制器进行交流调速,相对于采用粒子群优化算法和克隆选择算法设计的控制器,前者有更好的控制性能.     

基于Park变换和DRNN的定子绕组匝间故障诊断方法

采用定子电流信号检测方法诊断三相交流电机定子绕组匝间短路故障时,会受到电网电压不对称和负载变化等因素的影响,为克服这一缺陷,提出了基于派克变换和对角递归神经网络(DRNN)的定子绕组匝间故障诊断方法.该方法根据派克变换得到三相电流派克矢量模的轨迹变化,通过频谱分析提取故障严重度特征因子.为进一步确定短路绕组的匝数,综合考虑负载、三相输入电压不平衡度的变化情况,构建基于DRNN的短路匝数诊断模型.根据此方法,构建了试验系统并进行了匝间短路试验,试验结果证明:基于Park变换和DRNN的诊断方法,不但在稳态工况下可精确确定定子绕组短路故障的严重度及匝数,而且在电机启动、负载、电压不平衡动态变化时,取得比前馈神经网络(FFNN)故障诊断模型更好的诊断结果.     

三相异步电机定子轴系ABC下的Matlab/Simulink仿真模型

提出了三相异步电机三相定子轴系ABC下的数学模型,模型中电压与电流变量就是电动机定子电压与电流的实际值,对由变频器供电的电动机控制系统来说,利用该模型,变频器和定子之间无需进行电压或电流的变换,且该模型具有dq轴系模型的优点,采用Matlab／Simulink对该数学模型构建仿真模型,并通过实例进行了验证,结果表明,仿真结果与实际值相一致,说明本文建立的模型是有效的。     

动态克隆选择和免疫网络结合的算法

提出了一种动态克隆选择算法和免疫网络相结合的新入侵检测算法。将基因库和高频变异加入动态克隆选择算法，提高检测器的进化速率。将免疫网络与动态克隆选择算法结合，消除成熟检测器中存在的冗余，提高检测器的生成效率。对算法中记忆检测器的生成加入变异和竞争，促进记忆检测器的进化，提高群体的亲和力水平。     

一种适用于谐波起动电动机的新型定子绕组

通过对谐波起动电动机广泛采用的定子绕组存在问题的分析,提出了一种结构更加简单,控制方便的定子绕组,该定子绕组线圈的匝数、线规都相同,解决了谐波起动电动机定子绕组不等匝引起的设计和制造工艺困难的问题.对该绕组的设计方法进行了分析和介绍,并以8极72槽定子绕组实例加以说明.     

基于热网络模型和参数估计的感应电机定子绕组温升测试方法

对感应电机定子绕组进行直流温升测试,可以在避免转子温度干扰的条件下,有效分析和验证定子的散热能力。然而,定子绕组温升实验存在耗时长和难以获得绕组最高运行温度的问题,而利用热模型计算所得的绕组温升精度又较难保障。为此,提出一种基于热网络模型和参数估计的感应电机定子绕组温升测试方法。该方法通过热网络模型描述定子绕组温度的变化,再利用定子绕组温升实验的若干样本数据,结合参数估计原理,准确获得热网络模型参数,从而对定子绕组的整个温升过程进行有效估计。结果表明:在完成参数估计后,定子绕组热网络模型可准确获得不同电流条件下的定子绕组温升过程。因此,所提温升测试方法不仅可节约温升测试的实验时间,还可获得实验中无法测量得到的定子绕组最高运行温度,为电机定子绕组后续设计与改进提供一定依据。     

桁架结构多目标优化的免疫克隆选择算法

为了解决带有约束的结构多目标优化问题,将免疫克隆选择算法应用于桁架结构的多目标优化设计中.根据免疫学基本原理,采用非支配邻域选择机制、比例克隆和精英策略,使算法很好地保持了所得解的多样性、均匀性和收敛性.在桁架结构优化的数学模型中,采用惩罚函数法处理违反约束的情况.为了验证所提算法的可行性和有效性,对经典桁架进行了优化,并与其它方法作比较,数值结果表明,该算法在收敛速度、时间消耗和求解质量上均具有一定的优势.     

大型汽轮发电机定子绕组温度监测与故障诊断的软件实现

空心线棒的堵塞是水内冷大型汽轮发电机定子常见故障之一，对其进行在线监测与故障诊断，可为状态检修提供指导作用。在建立出水管测温处温度模型的基础上，用VJ 开发出相应的监测与诊断软件。该软件具有温度查询显示、温度曲线绘制、温度误差曲线绘制、指纹系数的横向和纵向比较、初步的故障诊断等功能。     

桁架结构优化设计的免疫克隆选择算法

为了解决带有应力约束和位移约束的桁架的尺寸优化问题,将免疫克隆选择算法应用于结构的尺寸优化设计.根据免疫学基本原理,在基本克隆选择算法的基础上引入精英策略,并给出合理的参数值.在桁架结构优化的数学模型中,采用惩罚函数法处理违反约束的情况.最后对几个经典的桁架进行了优化.数值结果表明,改进的免疫克隆算法收敛速度快、鲁棒性好,可以应用于桁架结构的优化设计.     

异步电机矢量控制系统动态仿真方法

介绍了应用高级语言结合图形化工具仿真动态研究异步电机矢量控制系统的方法.异步电机模型、采用矢量控制策略的变频器模型和通用机械负载模型在Simulink中建立并组合为完整的变频调速系统仿真模型.模型被转化嵌入到C 的主程序而得到可以进行全面、动态、可视化仿真的异步电机变频调速系统软件.测试结果表明该方法得到的仿真模型正确,软件功能多样,使用方便.     

用于多峰值寻优的人工免疫克隆选择算法

提出了一种执行克隆选择原则的强有力的计算方法，算法思想中考虑到在免疫响应产生的较高亲和力的抗体中，选择改进的成熟后代。这种革新算法能关于机器学习解复杂问题，实例结果表明，克隆选择算法对多峰值寻优问题有优良能力。     

变载荷感应电动机的神经网络建模研究

根据采用晶闸管三相调压器控制变载荷电动机运行的特点,阐明了采用神经网络方法对该系统建模的必要性.基于带有回归单元的Elman神经网络,对变载荷三相异步电动机的晶闸管三相调压器系统进行了建模.采用一种带惯性项的动态反向传播学习算法,克服了通常的BP算法振荡和收敛速度慢的弱点,使变载荷电动机系统跟随负载变化对电动机实现调压控制.对Elman神经网络的结构运用方法,以及惯性项的动态反向传播学习算法做了较详细的介绍,对由晶闸管三相调压器构成的拖动系统建模所选向量参数进行了说明.实例表明,利用该方法迭代后的学习结果更容易将误差减小至期望值.     

Associating Memory Through Case-Based Immune Mechanisms for Dynamic Job-Shop Scheduling

Knowledge plays an active role in job-shop scheduling, especially in dynamic environments. A novel case-based immune framework was developed for static and dynamic job-shop problems, using the associative memory and knowledge reuse from case-based reasoning (CBR) and immune response mechanisms. A 2-level similarity index which combines both job routing and problem solution characteristics based on DNA matching ideas was defined for both the CBR and immune algorithms. A CBR-embedded immune algorithms (CBR-IAs) framework was then developed focusing on case retrieval and adaptation methods. In static environments, the CBR-IAs have excellent population diversity and fast convergence which are necessary for dynamic problems with jobs arriving and leaving continually. The results with dynamic scheduling problems further confirm the CBR-IAs effectiveness as a problem solving method with knowledge reuse.     

无速度传感器感应电机转子断条的故障诊断

在基于定子电流信号进行异步电机故障诊断时,转子断条故障特征频率分量常常被电流的基频分量淹没.针对这种情况,文中提出一种新型无速度传感器感应电机矢量控制转子断条故障方法.该方法通过转子反电动势与电流矢量的叉乘构建无功功率,然后对无功功率进行频谱分析,其中特征频率2sf被用作转子断条的故障诊断判据.同时利用该无功功率进行速...     

一种基于免疫抗体聚类算法的复杂函数寻优

通过在克隆选择过程中引入抗体聚类机制,提出了一种用于复杂多模函数优化的新算法.通过聚类将抗体群分成多个子种群来实现其克隆选择策略,加速克隆扩增,从而提高抗体成熟力及亲和性.采用了混合超变异算子,使其能快速获取全局及局部最优.实验仿真结果表明:该算法对复杂函数寻优的过程是相当有效的,具备良好的全局和局部收敛可靠性.     

感应电动机的动态模糊神经网络控制系统

提出了一种新方法,感应电机鲁棒性轨道跟踪,结合变量结构系统原理和模糊逻辑及神经网络技术,提出了改进算法,为了提高学习及神经网络的鲁棒性,模糊逻辑用于自适应学习算法,这种改进的控制算法更能灵活适应参数的变化及外部的影响.它也确保了精确的轨迹跟踪,仿真和试验结果表明,这种控制方法是有效的.     

基于异步电动机的风力机风轮动态模拟方法

为提高风力发电机系统的控制性能，设计了一套风力机风轮的动态模拟装置，该装置具有与实际风力机风轮相同的机械特性，可用于设计、评价和测试实际的风力发电系统．假设负载在单位采样时间内恒定，模拟控制器根据电机反馈速度估算出每个采样时刻的负载值，由风力机风轮的特性计算出实际风轮的输出加速度，再与计算出的风轮加速度相比较，算出异步电动机的电磁转矩指令，采用直接转矩控制策略控制变频器，以调节异步电动机的电磁转矩．仿真结果表明，用该方法估算的负载值与实际负载相差很小，模拟系统的机械动态特性与实际风力机风轮的基本一致．     

基于免疫进化策略的神经网络优化方法

对神经网络的研究多年来主要集中于网络权值优化或结构优化上,却忽略了神经网络结构与权值之间密不可分的联系.针对上述问题,将免疫系统中的浓度机制和记忆机制引入进化策略,提出了一种基于免疫进化策略的神经进化算法,在优化网络拓扑结构的同时优化网络的连接权值.进一步地,用Cauchy变异算子代替传统的Gauss变异算子,以获得更为理想的全局收敛效果.理论分析和仿真结果表明,免疫进化策略能够很好地保持种群多样性,避免未成熟收敛,采用免疫进化策略设计神经网络具有良好的全局收敛性能和快速学习网络结构和网络权值的能力.     

一种改进的动态克隆选择免疫算法在入侵检测中的应用研究

给出自体、非自体、抗原、抗体、免疫细胞的定义,改进亲和力计算公式,提出可控变异和随机变异方法并以此改进动态克隆选择算法。设计并实现基于该改进免疫算法的入侵检测系统(IDS)模型,仿真实验表明,改进后的算法有效提高入侵检测系统的自适应性。     

组合多重神经网络动态系统鲁棒故障检测与诊断

利用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据理论，通过组合多重神经网络分类器，对一控制系统中的校正网络进行故障检测与诊断．单个神经网络分类器对某些特定的特征量进行分类，对应实际系统特征量的网络输出值与相应训练用特征集的网络输出均值之间的广义距离为单个分类器输出的实际系统属于某类的度量值．证据理论采用简单支撑集假设下的证据组合形式，最终的输出为综合多个神经网络输出后的结果．实际应用表明，此方法可以检测与诊断出单一分类器不能发现的故障，同时也减少了利用单个分类器对不同故障进行检测与诊断时的不精确性