介质中的电磁能量密度及其损耗

以电磁场理论为基础,从场与介质相互作用的角度详细分析了介质中电（磁）场能量密度的物理意义,将介质中的电磁能量密度分解为电（磁）场能量密度和介质的极（磁）化能量密度.极（磁）化能量密度决定于极（磁）化强度和外场强度.在交变电（磁）场中产生电磁能量损耗的物理机制是,由于非线性介质中的各种阻尼作用,电（磁）偶极矩跟不上外场的变化而出现弛豫损耗,电磁能量被损耗转换为热能.利用极（磁）化能量密度公式导出在简谐交变外场中电磁能量损耗的平均功率密度表达式,该损耗功率密度与介质的相对介电常数（磁导率）的虚部、外场频率和场强的平方成正比.电磁能量密度时变值分解为场能时变值、极（磁）化能时变值和电磁损耗时变值.     

水平电偶源频率域电磁测深全区视电阻率的直接算法

利用水平电偶源激发的电磁场，提出了直接精确计算全区视电阻率的方法．计算和分析结果表明，该方法的结果在远区等价于卡尼亚电阻率，在近区和过渡带则明显地改善了卡尼亚电阻率的非波区场畸变，从而能更好地接近基底的真电阻率，更形象地反映了地下介质的垂向电性变化．     

MUSIC算法结合小生境遗传算法的电磁矢量传感器波达方向估计

当最大似然估计法和MUSIC算法求解矢量传感器阵列问题时,存在多维谱峰搜索的困难。采用一种小生境遗传算法用于矢量传感器阵列的MUSIC算法的多谱峰搜索。通过实验仿真,验证了小生境算法的有效性。仿真结果表明,基于遗传算法的MUSIC算法得到的角度估计均方根偏差性能比ESPRIT算法要差,而在均方根标准方差方面,基于遗传算法的MUSIC算法则比ESPRIT算法要好。     

基于有限元分析的开关磁阻电动机非线性研究

针对开关磁阻电机双凸极结构导致的磁场严重非线性,利用有限元法对开关磁阻电机电磁场进行研究.通过有限元分析软件ANSYS得到一组不同转子位置下的三维磁化曲线族,进一步求得电感及转矩特性曲线,用于开关磁阻电机系统的非线性建模,将有限元分析与非线性仿真有机地结合起来,并得出一系列仿真波形.最后,通过样机进行实验,将实验波形与仿真波形进行对比,充分证明有限元分析数据的合理性及非线性仿真的可行性.     

电磁感应定律的相关问题的讨论

围绕电磁感应定律讨论两个问题,第一论证了感应电动势等于感生电动势与动生电动势之和是实验结论;第二阐述了依据动生电动势产生的原因,将动生电动势分为三种类型;并且通过实例进行了相关的讨论。     

固体电枢电磁导轨炮非稳态电磁效应

根据麦克斯韦方程和热传导方程,建立了电磁导轨炮导轨、电枢二维非稳态电磁场和温度场的计算模型,运用有限差分P-R算法进行了耦合计算.数值结果显示了导轨及固体电枢内部磁感强度、电流密度和温度分布;同时由于电枢运动,电流趋向导体表面流动并在电枢尾部与轨道接触面上趋于集中,使电枢尾部焦耳热剧增导致出现高温烧蚀.研究工作为改进电枢设计,避免电枢在快速滑动中发生转捩并抑制烧蚀提供了理论依据.     

升压斩波控制开关磁阻风力发电机系统

为准确地控制发电机的电磁转矩、满足风力发电机组最大功率点跟踪运行要求,提出了一种横向磁通开关磁阻发电机转矩控制策略。采用相功率变换器构建励磁与升压斩波电路,可在整个变速运行范围内有效地控制绕组电流的幅值和波形。该变换器通过直流母线与三相逆变器相连,即可构成完整的变速恒频风力发电功率变换装置。样机实验结果表明:采用该方法的风电系统能够将绕组电流限制在±0.5A域值范围内。从而在转矩/功率控制精度、运行平稳性和直流母线电压纹波等性能上比传统系统更为优越。     

五相感应电机建模与仿真

采用广义两相实变换对五相感应电机的模型进行了推导，导出的结果是：对称多相感应电机的（α，β）平面的模型与三相电机完全相同，而广义零序分量不实现能量转换，只产生定子损耗。仿真结果表明，不平衡正弦供电时，存在转矩脉动，零序分量和较大的相电流不平衡。     

纳米ZnO粉体的制备及其电磁性能

目的制备纳米ZnO粉体,并研究其电磁性能。方法应用溶胶-凝胶技术制备了纳米ZnO粉体,采用TG-SDTA,XRD,EDS,SEM等手段对产物进行了表征,用波导法测试了样品在X波段(8.2GHz~12.4GHz)的电磁特性。结果所制备样品为六方纤锌矿结构的短六棱柱状纳米ZnO粉体,原子比例偏离了1∶1,平均晶粒度和颗粒度随着煅烧温度的升高而增大,所制备样品具有较大的电磁损耗特性,煅烧温度为700℃时介电损耗最大,而600℃时磁损耗最大。结论此工艺条件下制备的纳米ZnO粉体属于电磁损耗型微波吸收材料。     

基于信息融合技术的电机故障诊断

为了能够从多方面反映电机系统状态,实现对电机故障模式的自动识别与准确诊断,将信息融合技术与神经网络相结合,建立电机故障诊断系统。在数据融合级上,将故障特征量进行分类处理,然后,采用多层神经网络进行故障特征级融合与电机故障的局部诊断,获得彼此独立的证据,再运用DempserShafer(D-S)证据理论融合算法对各证据进行融合,最终,实现对电机故障的准确诊断。诊断测试试验证明:该诊断系统提高了电机故障诊断的精度,并能满足诊断的实时性要求。