永磁同步直线电机弱磁调速时的设计

从凸极率角度出发，对内部磁极结构电机提出了新的设计方法，为使电机的特性具有可比性，假设电机均运行于相同的基值点，并采取相同的控制策略，着重了研究凸极率（ld/lq)对电机最大可能速度，逆变器功能（VA）和电流控制特性的影响，所得结论对电机及其驱动系统的选择和有积极的参考指导作用。     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。     

数字孪生驱动下永磁同步电机滑模变结构一体化解耦控制

提出数字孪生驱动下永磁同步电机（PMSM）滑模变结构一体化解耦控制方法,改善永磁同步电机控制能力。构建基于数字孪生技术的永磁同步电机控制结构,通过设备层采集实际永磁同步电机运行数据及环境数据,作为数字孪生驱动数据来源,孪生建模层依据获取永磁同步电机数据,构建永磁同步电机的数字孪生驱动模型以及虚拟场景,经虚拟模型与虚拟场景耦合后,在虚拟场景中还原永磁同步电机运行状态;在孪生控制层中设计精确线性化解耦控制方法,并构建速度、电流一体化滑膜解耦控制器,在虚拟环境中通过解决永磁同步电机速度与电流之间的非线性耦合问题,完成实体电机解耦控制;同时数字孪生控制结构各层之间通过孪生数据传输实现数据交换与指令下发,实现有效的电机控制。经实验验证：经该方法控制后,永磁同步电机可在负载突加与突卸状态下保持平稳的电流与转矩,同时还可以迅速调整电机转速,使电机保持在理想状态下运行。     

一种基于神经网络的直流传动控制系统

基于梯度学习算法,提出一种具有自适应功能的ＰＩＤ控制器。它采用一种改进型神经网络,在线学习相控整流直流传动系统的动力学特性,继而给控制器提供必要的灵敏度信息以实现自适应补偿控制。从而提高整个控制系统在参数变化及受到负载扰动时的鲁棒性,改进型神经网络由两个子神经网络综合构成;一个是应用递推最小二乘算法的线性神经网络;一个是应用动态ＢＰ算法的动态递归网络。对基于相控整流直流传动系统的自适应控制实现策略     

直线电机瞬态特性的场路耦合分析法

运用磁网络法,进行了单边直线感应电动机的性能分析。提出了此种电机的磁网络模型,由电磁场方程导出了磁网络的参数,从而考虑了直线电机边端效应、绕组不对称分布等结构特点。场路耦合及机电耦合法的运用,使文中提供的分析模型更接近实际情况,适合于动态特性的分析     

一种新型的无刷同步电动机

改进逆序串激式无刷同步电动机在结构上和电气上的缺点,提出一种新型的励磁方式,以获得结构和电气性能更优的无刷同步电动机。方法应用 自控和斩波技术,实现励磁电流的自动调节。     

Optimization of Added Permanent Magnet Amount in Synchronous Reluctance Machines for High Performance

ＩｎｔｒｏｄｕｃｔｉｏｎＳｙｎｃｈｒｏｎｏｕｓｒｅｌｕｃｔａｎｃｅ（ＳＲ）ａｎｄｐｅｒｍａｎｅｎｔｍａｇｎｅｔ（ＰＭ）ｍａｃｈｉｎｅｓ,ｗｈｉｃｈａｒｅｓｅｐａｒａｔｅｌｙｄｅｖｅｌｏｐｅｄａｎｄｕｓｅｄｉｎｉｎｄｕｓｔｒｉａｌａｐｐｌｉｃａｔｉｏｎ...     

一种压电超声马达的工作原理

定性介绍了压电陶瓷技术研究所研制的一种压电超声马达的工作原理。通过定量建立和解压电定子的振动方程,得出定子驱动端轨迹为椭圆这一推动转子转动的关键,并对转子材料提出一些要求。     

中药柴胡提取物对人肝癌细胞BEL-7402细胞内VCR蓄积的影响

目的　测定中药柴胡(BupleurunChineseDC,BCDC)提取物对人肝癌细胞BEL 7402细胞内VCR蓄积的影响,以探索柴胡逆转BEL 7402细胞多药耐药的机制.方法　高效液相色谱法测定BCDC作用于BEL 7402后细胞内VCR蓄积情况的变化.结果　柴胡可使人肝癌细胞BEL 7402细胞内VCR浓度升高(P<0.01).结论　柴胡可以增加VCR在BEL 7402细胞内的积聚浓度,部分逆转BEL 7402细胞的MDR.     

Forecasting in the presence of level shifts

This article addresses the problem of forecasting time series that are subject to level shifts. Processes with level shifts possess a nonlinear dependence structure. Using the stochastic permanent breaks (STOPBREAK) model, I model this nonlinearity in a direct and flexible way that avoids imposing a discrete regime structure. I apply this model to the rate of price inflation in the United States, which I show is subject to level shifts. These shifts significantly affect the accuracy of out‐of‐sample forecasts, causing models that assume covariance stationarity to be substantially biased. Models that do not assume covariance stationarity, such as the random walk, are unbiased but lack precision in periods without shifts. I show that the STOPBREAK model outperforms several alternative models in an out‐of‐sample inflation forecasting experiment. Copyright © 2005 John Wiley & Sons, Ltd.