基于DSP的无速度传感器异步电机矢量控制系统

为提高异步电机控制系统的可靠性和适应性 ,提出了一种基于 DSP(TMS32 0 C32 )的无速度传感器异步电机矢量控制系统 ,介绍了异步电机矢量控制的基本方程式 ,并根据这些基本方程式分别建立了改进的电压型转子磁链的估算模型和 PI自适应速度估计算法 ,并给出了部分仿真结果。系统的实验结果表明 ,这种基于 DSP的无速度传感器异步电机矢量控制系统具有良好的性能     

异步电机无传感器神经元PID矢量控制仿真实验

利用Malab/Simulink仿真平台建立了异步电机无速度传感器矢量控制系统仿真实验模型。为改善控制系统的控制性能,采用神经元PID智能控制算法对异步电机无速度传感器矢量控制系统的转速调节器进行了设计,并针对异步电机的起动、突增负载转矩及参考转速变化等动态过程进行了仿真实验,验证了控制系统仿真模型的正确性及控制算法的可行性。通过仿真实验教学,拓展了教材内容,激发了学生学习兴趣,有利于培养学生的创新实践能力和综合应用能力。     

基于Fuzzy-PI和MRAS的异步电机变频调速系统的设计与仿真

针对PI调节器和有速度传感器的异步电机矢量控制系统,提出Fuzzy-PI和MRAS相融合的无速度传感器的变频调速系统.以转子磁链的电流和电压模型分别计算得到转子磁链的期望值和估计值,构建了基于MRAS的转速辨识方程,根据比例、积分参数的特点,建立一套与转速调节器相匹配的Fuzzy-PI算法,并利用MATLAB/Simulink软件,搭建了异步电机变频调速系统的仿真模型.仿真实验结果表明Fuzzy-PI和MRAS相融合的无速度传感器的变频调速系统具有响应速度快、超调量小、辨识精度高等优良品质,为异步电机的调速系统提供一种新思路.     

异步电机无速度传感器矢量控制系统仿真

针对传统的基于转子磁链的异步电机无速度传感器矢量控制系统具有严重的超调量,鲁棒性不强且带负载能力差等缺陷,对传统的异步电机无速度传感器模型进行改进,提出了将传统异步电机无速度传感器模型中的转速PI(Proportion Integration)调节器与神经网络自适应控制算法相结合,并在转子磁链的电流模型中加入三阶低通滤波器。针对异步电机的启动、突增负载后的转速、转矩以及估计转速的变化情况进行仿真分析,实验表明,改进后的异步电机无速度传感器矢量控制系统明显消除了超调量,有效地提升了系统的鲁棒性,增强了异步电机的带负载能力。     

一种永磁同步电机容错控制方法

速度传感器是永磁同步电机矢量控制系统的重要组成部分,当其出现故障时会严重影响系统的性能。设计永磁同步电机矢量控制系统和滑模观测器,并在此基础上实现了在速度传感器出故障后的容错控制。为使速度传感器出现故障后,系统由带速度传感器矢量控制方式可以平滑地切换到无速度传感器矢量控制,提出一种基于数据融合技术的容错控制方案。Matlab仿真验证了所提出的控制方法的有效性。     

基于扩展卡尔曼滤波的异步电机无速度传感器矢量控制

异步电机无速度传感器矢量控制系统需解决两个问题：转速的估计和转子磁链的观测．电机状态方程由于存在状态变量的乘积项，是一组非线性状态方程，为了对电机状态方程进行状态估计，得到电机的转子磁链和转速信号，文章采用扩展卡尔曼滤波进行状态估计．基于数字电机控制专用DSP开发系统，通过软件实现扩展卡尔曼滤波对磁链和转速的估计，获得了令人满意的实验结果．证明扩展卡尔曼滤波算法对磁链和转速的实时估计是非常准确的，由此构成的无速度传感器系统具有良好的静、动态性能．     

低速段异步电动机直接磁场定向控制

为了改善交流异步电动机无速度传感器控制系统低速运行时转速脉动的问题,采用直接磁场定向控制算法.该算法利用电流模型磁链观测器与反电势积分模型相结合的方法对电动机转子磁链的幅值和相位进行检测,并通过电流模型对转子转速进行辨识构成速度反馈回路.仿真结果表明,所采用的异步电动机直接磁场定向控制可以提高电动机的动态响应速度,使电动机有较好的参数不敏感性,能够在低速运行时取得较好的动静态性能.电流模型与反电势积分模型相结合的磁链观测方法,能够使交流异步电动机无速度传感器控制系统在高速及低速运行时都具有良好的动静态性能,增加了电动机的有效调速范围.     

基于滑模变结构控制的异步电机调速系统研究

为提高异步电机调速系统抗干扰能力,改善其动态特性,以异步电机矢量控制系统为基础,针对电流环和转速环分别设计了电流滑模控制器和转速滑模控制器,并利用指数趋近律来削弱抖振,详细阐述了控制器设计步骤。利用MATLAB／SIMULINK对滑模控制系统进行仿真,并与PI控制系统进行对比分析。最后利用dSPACE实时仿真系统对异步电机滑模变结构控制系统进行实验验证。结果表明,所设计的异步电机滑模变结构控制系统动态特性更好,抗干扰能力更强。     

基于MRAS的无速度传感器矢量变换控制系统的设计与仿真

为了能精确控制和检测异步电机的转速,设计了一款无速度传感器的转速控制系统,采用矢量控制对电机转速进行控制,并且利用MRAS方法对电机转速进行推算．本文利用Matlab／simlink构建了本系统的模型并进行仿真,仿真结果表明本文设计的转速控制系统能精确地控制并检测到电机转子的速度,并且转速对负载扰动有良好的抗干扰性．     

粒子群算法优化神经网络的异步电机转速估计

在异步电机的矢量控制系统中,电机的转速检测是必不可少的,并且转速检测的精度直接影响磁场定向的准确性。讨论了各种无传感器速度辨识方法的特点,利用BP神经网络对异步电机转子转速进行辨识,通过粒子群算法优化使BP神经网络获得更好的网络初始权值和阀值,在此基础上利用Matlab/Simulink建立一个异步电机矢量控制系统,仿真结果表明这种方法能较好地辨识异步电机转子转速,系统具有良好的动态性能,对系统参数变化具有较强的鲁棒性。     

关于短信网关的分析论述

信息作为我们生活交流媒介的一部分,那么信息的接收和发送更值得我们深入的认识和研究.主要从短信网关的引入、短信网关的系统组成、短信网关的系统功能以及应用短信网关服务进行分析论述.     

空间环境对植物影响的研究进展

从蛋白质和基因水平分别介绍空间微重力、强电离辐射、亚磁场及空间综合因素对生物性状和遗传变异的影响,并对今后空间诱变育种的前景和存在问题加以概述。     

基于Hyper-V的校内私有云构建研究

针对云计算的发展趋势,结合校园网基础设施特点,研究和分析了虚拟化技术和云计算模式,提出一种基于Hyper-V的私有云计算环境模式,并在校园网内实现了该模式的私有云构建,为云计算环境在高校的实现提供了具体方法。     

基于迁移学习的危险行为识别方法研究

深度学习中卷积神经网络在行为识别领域有着良好的识别效果,但是由于深度学习需要较大数据集训练模型,而现今公开数据集中危险行为识别相关方向没有大量数据集。针对危险行为识别领域样本少、无法进行深度学习训练等问题,建立了危险行为识别数据集,并采用迁移学习方法对C3D网络模型进行迁移训练。结果表明,迁移学习后C3D网络模型对危险行为识别数据集平均识别率达到了83. 2%,可以有效识别危险行为动作。     

基于Carsim的弯道路段行车轨迹研究

针对受驾驶人自身驾驶经验和习惯、视野、道路周边环境等因素影响的车辆行驶轨迹,探究了典型车辆行驶轨迹(正常轨迹、理想轨迹、切线轨迹、漂移轨迹、摇摆轨迹和修正轨迹)条件下的车辆动力学响应. 在Carsim环境中构建了以6种行车轨迹为道路中心线的弯道路段,并使车辆的左前轮始终沿道路中心线行驶,仿真过程中记录车辆动力学参数的时变曲线. 研究表明:车辆沿切线和正常轨迹行驶时,能够以安全、高效、舒适的理想状态通过弯道路段;而当车辆沿修正轨迹、摇摆轨迹等行驶时,行驶稳定性和舒适性较差.     

基于MFOP的可靠性维修方案研究

基于无维修工作期(Maintenance Free Operating Period,MFOP)的可靠性理论既可有效改善飞机及其设备的可用性,同时也可大大降低后勤保障成本;首先对MFOP及其相关概念进行了介绍,然后重点讨论了基于MFOP的维修方案的制订方法及其对飞机可用性、维修成本和设计的影响。     

绝缘体上硅高温压力传感器研究

采用有限元分析工具ANSYS完成了一种矩形弹性膜绝缘体上硅(SOI)高温压力传感器的优化设计，制作出样品，并与相同结构、工艺的多晶硅压力传感器进行了对比测试。结果表明：1：2的膜片宽长比可以使SOI压力传感器的灵敏度达到220mV／MPa，远大于多晶硅压力传感器的灵敏度(约50mV／MPa)。此外，该传感器能够工作在200℃的高温环境中，有良好的长期稳定性，30d内的零点时间漂移为0．12％。     

基于SOPC的SVPWM波形研究

介绍一种采用SOPC技术设计的SVPWM波形发生器,在FPGA中嵌入了32位NiosⅡ软核系统,用以处理SVPWM波形的计算、输出与显示等功能.利用可编程逻辑器件的可在线编程特点和SOPC的技术优势,灵活、快捷地将所需功能模块完全集成在单片的FPGA上,使电路的硬件结构简单,具有较高的性价比.     

基于AJAX的WebGIS应用

针对目前WebGIS中所存在的问题,介绍了AJAX方法的概念和内涵,提出了基于AJAX方法构建网络地理信息系统的思路。并以森林资源信息网络发布系统的原型开发为例,阐述了该方法的优点和一些关键技术。结果表明通过AJAX方法的使用不仅能够快速地实现森林资源信息的网络发布功能,而且能够很好地改善WebGIS应用中以地图为载体的地理信息的网络传播和显示速度,带来丰富的用户体验。     

Study on copper adsorption on olivine

The copper adsorption on olivine supplied by A/S Olivine production plant at Aheim in western Norway has been studied. The factors which affect the uptake of copper have been evaluated. The results reveal that the equilibrium PH in aqueous solution has the greatest influence on the copper adsorption thanks to the competitive adsorption between proton and copper ions, and the adsorption of copper to olivine increases rapidly with the pH increasing from 4 to 6. The initial copper concentration and olivine dose also possess significant effect on copper adsorption. The adsorption efficieny of copper increases with the increase of olivine dose or the decrease of initial copper concentration at the same pH. The ionic strength effect on the adsorption has also been investigated, but it owns little effect on the adsorption process of copper due to the formation of inner sphere surface complexation of copper on olivine. The experimental data show that olivine has a high acid buffer capacity and is an effective adsorbent for copper.