电压型PWM整流器电流控制策略的研究

电压型PWM整流器通过对整流器直流侧电压PWM调制，不但能使直流电压在一定范围内可调，而且使整流器的交流侧电流正弦化，并能够实现单位功率因数运行，实现高功率因数的整流装置．而控制PWM整流器交流侧的方法有多种，从电压型PWM整流器的静态模型入手，详细分析了电压型PWM整流器交流侧电流电流的控制规律，得出了一种间接电流控制模型，并阐述了间接电流控制的PWM整流器系统的设计，最后对该方法进行仿真，结果表明，采用这种电流控制，能够实现PWM整流器高功率因数运行．     

基于标幺值法的三相PWM整流电源

采用DSP2407控制器、基于标幺值法及电流解耦控制完成了三相两电平PWM整流电源的研制。对基于开关模式的单闭环定频控制和双闭环解耦控制的控制效果进行了分析对比。为了保证整流器系统的稳定,有精确恒定的直流输出电压及良好的网侧电流波形和单位功率因数,提出采用比例调节器代替积分调节器,简化了双闭环解耦电流控制器的设计。实验和仿真结果表明,该控制方案正确、可行,系统性能稳定,闭环参数调整及DSP软件编程简单易行。     

基于DSP的三相PWM整流器

对双PWM变频调速系统中的三相PWM整流器及其控制方法进行了研究.在推导出PWM整流器三相静止坐标系数学模型的基础上,引入两相旋转坐标系,推导出两相旋转dq坐标系下的数学模型.应用前馈控制技术,设计了基于PI调节器的电流闭环和电压闭环的双闭环控制系统,并采用以DSP为核心构建PWM整流器控制系统.该PWM整流器可以有效地抑制谐波,实现网侧单位功率因数控制及能量双向流动.     

三相PWM整流器不平衡电网下的功率波动抑制控制

在电网电压不平衡下三相电压型整流器会产生负序电流致使有功功率和无功功率波动,而功率的波动又会导致网侧电流的畸变和直流侧电压的波动,从而影响整流器的工作性能.为了解决这些问题,本文利用不平衡电网下无功功率的新定义在α-β两相静止坐标系下建立了三相PWM整流器的数学模型,推导出有功和无功的功率表达式,得到了更为简单的参考电...     

CRH2型动车组谐波电流仿真分析

对CRH2型动车组整流器的工作原理和控制方法进行了研究.为了研究动车组网侧电流的谐波特性,以MATLAB/SIMULINK软件为平台,以CRH2型动车组为原型,搭建动车组PWM整流器模型,对动车组在不同牵引工况和不同网压下整流器网侧电流的变化规律进行了分析与总结.     

一种新的PWM整流器电感上限值设计方法

从PWM整流器网侧输入正弦电流在过零处最大变化率与其所能承受最大功率的关系出发,分析了在电流过零处一个PWM采样周期内输入电流变化率与各开关导通时间的关系,提出了一种PWM整流器网侧电感上限值的设计方法.同时在Saber仿真平台上进行了仿真实验,得到了不同电感值情况下系统输出直流电压和输入电流的变化波形,结果验证了这种设计方法的正确性和可行性.     

基于迭代学习控制的整流器谐波抑制研究

针对传统整流所带来的电网侧功率因数低和电流波形畸变严重等问题,提出了将迭代学习控制算法应用于整流器中,并设计了迭代学习控制器。通过对PWM整流器的建模与分析,可知开关器件的等效电阻和频率等参数的不确定会使得控制系统的稳态性能变差。仿真结果表明,将迭代学习控制应用于PWM整流器波形控制中,可以有效改善整流器的稳态性能和降低交流侧输入电流谐波畸变率。     

静止坐标系下PWM整流器的控制及谐波补偿策略

与基于同步旋转坐标系的PWM整流器电网电压定向矢量控制策略相比,静止坐标系下的电压定向矢量控制策略省去了电流环解耦以及旋转坐标变换,使控制系统更加简单;同时,控制策略可以很方便地实现交流侧低次电流谐波的补偿.在静止坐标系下建立了PWM整流器控制系统的数学模型,并对控制系统的动静态性能及谐波抑制能力进行分析.研究结果表明,静止坐标系下PWM整流器的电压定向矢量控制及谐波补偿策略能够实现对交流信号的无静差跟踪和对交流侧低次电流谐波的补偿,提高了电网的电能质量.     

三相PWM整流器的双闭环前馈解耦控制研究

针对传统电气设备通常采用二极管、可控硅等器件前端供电,从而导致网侧电流、电压畸变、高次谐波等问题,提出一种前馈解耦控制策略,将其应用于三相电压型空间矢量PWM整流器。并在Matlab/Simulink建立仿真模型,验证所提出的控制策略的合理性及正确性。从仿真结果可以看出:网侧电压与电流相位趋于一致,功率因数能控制在单位功率因数下,从而能减少谐波污染,提高电能质量,降低损耗,提高经济效益。     

基于直接电流控制的PWM整流器功率控制

在以电网电压矢量定向的同步旋转坐标中，通过分析有功功率和无功功率与交流侧电压、电流空间矢量之间的关系，提出基于内环直接电流控制的PWM整流器功率控制方案，根据PWM整流器交流侧电压方程及有功功率传递关系建立PWM整流器功率控制系统数学模型，完成对电流、电压PI调节器参数的整定。仿真结果表明：PWM整流器启动时的直流电压超调量小，响应速度快，具有极佳的动静态性能。     

归一化滑动窗格形滤波器──一种新的故障检测工具

基于归一化滑动窗协方差算法导出一种新的递推最小二乘格形滤波器，并用它构造了一种新颖的故障检测器。首先，在Ｈｉｌｂｅｒｔ空间定义了信号向量和信号矩阵，描述了归一化残差向量和偏相关系数。然后，用向量空间的正交投影方法推导了ＮＳＷＣ格形滤波器算法方程，并通过对前向残差或后向残差的白色性检验，实现了实时故障检测。最后，用仿真例验证了这种故障检测方法的有效性。仿真结果表明这种故障检测器具有无需被监视系统的数学模型，计算量小、误报警率低等优点。     

商空间理论及其在故障诊断中的应用

为解决转子故障难以正确识别的问题,研究商空间理论与在转子故障诊断领域中的应用并提出一种基于模糊商空间模型的转子故障特征提取方法.通过计算转子振动信号原始论域空间X的归一化等腰距离,将原始论域空间X转换为粒度较粗的论域空间[X],在新的论域空间[X]内研究故障特征,并把商结构[T]作为量化特征值.结果表明,借助粒度空间的转换可有效地降低故障特征辨识的难度,商空间理论在转子故障的状态监测和故障诊断中具有重要的应用前景.     

基于改进AHP-FCE法的绿色房地产项目评估

为提高往复泵诊断的速度和精度,提出一种通过小波阈值分析处理往复泵振动信号的故障诊断方法。通过小波阈值分析,可以有效去除往复泵振动信号与故障无关的振动信息,然后进一步提取振动信号的归一化能量,将其作为特征值。将特征值与小波包能量分解图综合分析,结合概率神经网络(PNN)对采集后的信号进行往复泵泵阀故障模式进行识别。实验结果表明:小波阈值分析与PNN结合,可以将往复泵泵阀故障类型准确识别,提高了诊断的效率,可以为工业上往复泵的使用和维修大大节约成本,也为往复机械的故障诊断提出了新的解决思路。     

基于SOM神经网络的永磁同步电机故障诊断

为实现永磁同步电机的故障类别的诊断, 采用小波函数根据不同频段进行故障特征提取, 进行归一化数据样本处理, 以剔除奇异样本, 利用小波函数构成SOM(Self Organizing Map)的领域函数, 形成次兴奋神经元进行权值更新, 以避免SOM的局部最优。采用实验提取的故障数据作为SOM神经网络的输入样本进行网络训练, 从而得出产生特定故障时所激发的相应神经元索引。实验结果验证了该方法的可行性和实用性。     

基于变元统计分析的微小故障检测

微小故障检测对于预防重大事故的发生具有重要的意义.针对微小故障的检测问题,提出了一种变元统计分析算法(Transformed Component Statistical Analysis,TCSA).该算法对滑动时间窗口内的数据进行处理并提取变元(Transformed Component,TC),进而对变元的统计特性(均值,方差,偏度,峰度等)进行监控,以实现对微小故障的检测.该方法所提取的变元即标准化后数据的线性组合,其统计特性能反映出系统运行在正常工况下的某些不变量,而某些微小故障会打破这些平衡,进而实现对故障的检测.通过数值仿真和田纳西伊斯曼过程案例的研究,表明TCSA能够对微小传感器故障和过程故障实现有效检测.     

改进的D-t-SNE滚动轴承故障数据集降维方法

针对传统降维方法难以保持数据集的局部与全局几何结构特征问题,选择测地距离作为度量指标,提出改进t-SNE的故障数据集降维方法D-t-SNE.首先提取消噪振动信号的多域高维故障数据集,在对其进行归一化处理之后,利用GD指标改进后的D-t-SNE算法对高维故障数据集进行降维运算,去除冗余信息,然后通过不同的分类器对低维特征子集进行故障模式辨识.以UCI数据集和双跨转子实验台的模拟故障数据集为实验对象对D-t-SNE算法进行验证,并与SNE和t-SNE算法的各项实现结果进行对比.结果表明,D-t-SNE算法具有通过降低高维故障数据集的维数从而达到降低故障分类难度、提高故障辨识准确率的性能,可为降低旋转机械原始故障特征数据集的规模、降低故障分类的难度与提高故障辨识结果的可视化效果提供理论参考依据.     

基于小波包分析和相关向量机的电路故障诊断

针对模拟电路故障变化的复杂性,提出一种小波包分析和相关向量机的电路故障诊断模型,首先采集模拟电路不同故障状态下的输出信号,将输出信号进行小波包分解,提取分解信号的归一化能量特征,然后将特征向量输入相关向量机中进行训练,建立模拟电路故障诊断模型,实现不同的故障状态分类识别;最后通过仿真实例对模型性能进行测试.测试结果表明,相对于其他模拟电路故障诊断模型,该模型不但提高了模拟电路故障诊断的正确率,而且减少了故障诊断时间.     

基于三角均分模糊推理的电力设备故障诊断

电力设备的故障诊断具有不确定性。应用三角均分模推理系统的能够利用实际故障诊断数据，吸收专家诊断经验，获取与完备故障诊断规则知识，从而有效地诊断电力设备的故障。     

基于主元回归模型的挖掘机液压系统故障诊断

为提高挖掘机液压系统的可靠性,提出了基于主元回归(Principal Component Regression,PCR)模型和模糊C-均值(Fuzzy C-Means,FCM)聚类的挖掘机液压系统故障诊断方法.故障诊断方法将故障诊断分成故障特征提取和故障分类两个部分.在故障特征提取中,首先确定PCR模型的输入/输出结构,通过主元分析(Principal ComponentAnalysis,PCA)的累积贡献率得到故障样本的主元数目,建立相应的PCR模型并提取回归系数作为故障特征;在故障分类中,将FCM聚类作为故障分类器,对回归系数进行分类,判断系统的故障状态.仿真试验表明,提出的故障诊断方法能有效地应用于挖掘机液压系统.