柱面驱动新型行波超声电机的研究

为增加定转子接触面积,使接触应力分布均匀,从而减少接触区磨损,提高电机的机械性能,利用壳体的非轴对称振动模式,成功地研制出一种柱面驱动新型行波超声电机．在设计的电机结构中,给出了压电陶瓷的极化、分布和驱动方式,运用有限元分析软件ANSYS9．0对定子进行了模态和谐响应分析,并运用振动理论推导了定子齿上的椭圆运动轨迹方程．实验表明,该电机在驱动电压有效值为150V、驱动频率为16．1kHz时,堵转转矩为1．8N·m,最大空载转速为64r／min,说明电机的连续运转性能良好,能够保证定转子之间的良好接触,使电机平稳转动,从而提高了电机的机械输出性能．     

木材径向导热系数的物理力学研究

提出声子是木材中热传导的能量运载者.应用物理力学的原理和方法,推导出木材径向导热系数的理论表达式.应用该表达式计算了18种木材径向导热系数,最大误差为13.7%,平均误差为5.3%.理论值与实验值的符合程度令人满意.     

多功能全保护给水控制装置的设计

给水系统是日常工农业生产和广大人民生活的必须设备,在当前水资源匮乏的情况下,提高给水效率与给水系统的自动化就显得更为重要。本文采用了AT89C2051芯片,设计了多功能全保护自动给水系统,它具有欠压、过压、过流、过载、断相的电机保护功能,水塔在无人看管的情况下,实现了给水自动化,大大提高了给水的效率及系统的稳定性。     

PARAMETER ESTIMATION METHODOLOGY FOR NONLINEAR SYSTEMS： APPLICATION TO INDUCTION MOTOR

1. Introduction In recent years, there has been a lot of research concerning parameter estimation (Akatsu and Kawamura 2000, LandauAnderson and De Bruyne 2000, Marino Peresada and Tomei 2000, Floret and Lamnabhi-Lagarrigue 2001, Pavlov and Zaremba 2001, Floret 2002, Kenné 2003). In linear systems and in some specific nonlinear cases, parameter estimation is performed using the least square algorithm (Walter and Pronzato 1994, Landau 1998). The application of this technique in the case…     

基于键图的电机伺服系统的建模与仿真

研究电机伺服系统的键图建模方法。使用20-sim软件建立了系统动力部分的键图模型，并使用SIDOPS 语言建立了控制器的模型，对电机伺服系统的阶跃响应和启动过程进行仿真。仿真结果表明，键图建模方法适用于多能量范畴的复杂机电系统的设计与分析。     

仿真确定感应电动机阻容制动时阻容元件的参数值

根据三相感应发电机稳态等效电路，用最优化方法计算激磁电容临界值；根据三相感应电动机在d-q静止坐标系下的动态数学模型，考虑主磁路饱和对激磁电感的影响，用MATL-AB/SIMULINK内含的功能模块构造了一个适合于三相感应电动机阻容制动瞬态过程的仿真模型，对三相感应电动机的阻容制动运行过程进行仿真计算来确定制动电阻值。为从事三相感应电动机阻容制动装置的设计者选择激磁电容和制动电阻提供一种行之有效的方法。     

基于ANN的一种新型SVPWM控制器设计

分析了空间矢量脉宽调制(SVPWM)的基本原理,在此基础上提出了一种基于复合人工神经网络(ANN)的SVPWM新算法,充分地利用ANN的快速并行处理能力、学习能力,缩短了计算时间,减低了由控制延时引起的谐波成分。最后在MATLAB/Simulink环境下结合ANN工具箱建立了仿真模型,在感应电机直接磁场定向的矢量控制系统中进行了仿真研究,仿真结果证明了基于复合网络的SVPWM新算法的可行性。     

基于小波变换和神经网络的水下宽带回波分类

目标识别是水下信息处理系统的主要任务之一,针对此问题,从目标识别的三个基本环节研究了水下宽带回波的分类。首先基于连续小波变换提取了实测莱蒙湖底回波的尺度———小波能量谱,以径向基函数作为分类器,得到了很好的分类效果。接着给出了三种选择特征的准则,并研究了这三种准则对分类效果的影响,结果表明,这三种方法都可以在保证分类准确度的同时有效降低特征维数。     

基于RBF神经网络的柔性机构动态响应辨识模型

通过神经网络技术对柔性机构复杂的非线性动态响应进行辨识,建立了柔性机构运动参数的辨识模型。利用径向基函数(radial basis function,RBF)神经网络优异的非线性逼近能力,建立了柔性机构动态响应的辨识模型。将机构的驱动力矩、阻尼力矩和非线性运动参数分别作为RBF神经网络的输入样本和期望输出样本。建立了RBF神经网络的拓扑结构,利用样本数据对其进行训练。通过空间站柔性展开机构模型进行动态响应的辨识,结果表明辨识的收敛速度快,精度高。该方法为复杂大系统的建模和分析提供了一种理想的途径。     

基于神经网络的直流电动机实时跟踪控制

研究了三层对角回归神经网络(DRNN)用于直流电动机实时控制的方法.首先采用动态反传算法训练神经网络以辨识直流电动机的逆模型,然后将这一训练后的网络作为前馈控制器与常规反馈控制器一起输出控制电压,以控制系统跟踪位置或速度指令.该算法简单、计算量小,适于实时控制.仿真结果表明了该方法的有效性.