组合式三相双Buck宽变频逆变器

介绍了两态滞环电流控制型双Buck逆变器的电路结构和工作原理,对系统内环进行建模和分析。从理论上分析得到电流内环可以把LC二阶系统降阶为一阶系统,并将电流内环近似等效为一阶惯性环节,其时间常数主要取决于系统滤波电感的大小,并提出了一种滞环电流控制型逆变器输出滤波器的解耦设计方法,对宽变频输出时的输出滤波器进行优化设计。在此基础上进行三相组合式实验研究,通过数字控制技术实现逆变器系统具有360~800 H z宽变频输出。最后通过三相6 kVA原理样机,验证了本逆变器系统在全频率范围得到良好的输出电压波形和较高的效率,具有更广的应用前景。     

埋入式光纤应变传感器

埋入式光纤应变传感器是近年来随着智能复合材料的发展而发展起来的一项新技术，将传感器和致动器埋置于复合材料中，就形成了智能复合材料，而光纤传感器具有尺寸小重量轻的特点，当把它们直接埋置于复合材料中时，它们也能在恶劣的环境下工作，它们的这些特点晨常适合于制作埋入式传感器，并且能大大提高智能复合材料在航天等方面应用的潜力，本文仅对智能复合材料中的光纤应变传感器进行了探讨，介绍了几种常见的埋入式光纤应变传     

三相谐振直流环节逆变器的控制策略

本文针对三相谐振直流环节逆变器提出了三种电流调节方案,并对这三种调节方案进行了分析比较。电流调节△调制方案是零滞环的,它使得三相电流总是流向正确的方向,具有良好的动态特性,但谐波特性较差;相邻模态电流调制方案使逆变器在相邻的开关模态或零开关模态之间进行切换,谐波特性很好,动态特性不够好,而滞环控制电流调制器根据逆变器的实际情况选择开关模态(包括零模态),具有良好的动态特性和谐波特性,适用于三相谐振直流环节逆变器。文中给出了三种方案下的仿真波形,仿真结果的比较也于文后给出。     

提高图像轮廓清晰度的快速插值放大方法

分析了当前主要的高清晰度图像插值放大方法,为实现快速放大而选择了基于图像轮廓插值改善清晰度的技术路线,并在已有算法的基础上开展了进一步的研究.提出了新的图像轮廓线光顺数值算法,对轮廓线划分的两类子区域提出了精度更高的插值算法.最后,以典型平面图形的图像和由3DMax生成的三维渲染图像为例对本文方法进行检验,与双线性插值结果的对比说明,该方法可以明显改善插值放大效果.     

改进的粒子群算法求解背包问题

本文提出了改进的粒子群算法求解背包问题,阐明了该算法求解背包问题的具体实现过程。通过与其他文献中实例的计算结果比较,表明该算法切实可行,有较高的搜索效率。     

浮动壁火焰筒壁温试验和计算分析

对某浮动壁火焰筒的壁温进行了试验和计算分析。该火焰筒应用了新型的浮动壁结构和高效的冲击/发散复合冷却技术。壁温分布试验在全环形燃烧室试验台上进行,采用热电偶和示温漆测量。计算采用了稳态导热问题的有限元求解方法。研究分析表明,火焰筒壁温在材料的长期许用温度范围内,壁温计算反映了火焰筒壁温的分布规律和趋势。冲击/发散复合冷却方式的轴向壁温梯度小于缝槽气膜冷却方式,对降低热应力水平,延长火焰筒使用寿命有利。     

在线点到点数据传输优化选择模型及其算法设计

最优点到点数据传输线路不仅依赖于其固有的传输时间,还依赖于数据总量,因为数据规模决定了加工次数和传输次数.本文首先建立了在线点到点数据传输网络选择的优化模型,给出了有向路代表集的概念,然后给出了一个时间复杂性为O（m^2logn）的算法产生有向路代表集.最后对静态和动态点到点数据传输有向路问题进行了研究,并给出了一个时间复杂性为O（m^2logn）的多项式时间的算法.     

一种闭环对象辨识方法及其在生产中的应用

针对一些难达稳态过程的模型不易辨识的问题,提出了一种对象模型参数和状态方程初值同时辨识的新方法.该方法可不进行装置实验,仅使用装置历史数据就可进行在线辨识,且适用于系统处于非稳定状态的阶跃响应数据.闭环控制系统辨识仿真和实际应用表明,应用该方法辨识出的对象特性进行PID参数设计,效果明显,并且使控制系统具有很好的抗干扰能力和鲁棒性.     

基于商空间理论的模糊控制在航空相机中的应用

针对航空相机快速返回定位问题,应用商空间理论提出了一种快速无超调定位模糊控制算法。将位置偏差量模糊化．并根据模糊等价关系合并正规峰集,从而得到了不同粒度下的控制规则．系统通过不断改变粒度,采用粗拉度粗调,细粒度细调的方法,实现快速无超调定位。在模拟相机平台上采用3个粒度层,通过模糊规则调整模糊输出和PID控制器的积分时间实现最速控制、模糊控制和PID控制在不同粒度下的转换．实验结果表明此算法具有定位快、稳定精度高以及无超调等优点．     

基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。