逆变器数字化控制关键技术

研究并解决数字控制的时间量化和数值量化对基于数字信号处理器(DSP)的逆变电源系统性能的不良影响。首先通过优化采样方式,显著减小控制变量的采样延时;采用前馈校正技术对死区效应进行补偿,以降低输出电压的谐波含量。提出频率调节和相位调整相结合的思想,合理设计数字锁相环,提高锁相速度和精度。利用实时的中心值校正信号改进数字控制算法,有效地消除数字运算截断误差累积造成的输出变压器直流偏磁问题。理论分析与实验结果证实了这些控制策略的有效性和合理性。     

阶梯波合成整流器及其调制策略

提出了基于阶梯波合成结构的整流器,具有开关频率低、谐波含量小、滤波器体积小、输入功率因数和输出电压可控等优点,非常适合大功率应用场合.详细介绍了其工作原理.分析了输出电压调节方法,并提出采用具有特殊采样时序的错时采样空间矢量调制方法对其进行PWM调节,既保留了阶梯波合成技术的消谐波能力又使得交流侧合成电压的相位和幅值可调,以便于实现输入单位功率因数和输出直流电压的调节,最后通过实验验证了该阶梯波合成整流器的可行性.     

PCD刀具高速铣削TA15钛合金切削力的研究

通过利用回归正交设计和单因素试验设计方案,进行了PCD刀具高速铣削钛合金TA15的切削力试验.对高速加工过程中的动态铣削力进行了频谱分析,分析了高频振动对切刺力波形的影响.然后利用单因素试验分析了工件坐标系中三向分力以及刀具坐标系中切向分力随切削用量的变化规律.通过回归正交设计,建立了PCD刀具高速铣削钦合金时切削用量与动态切削力之间的数学模型,并进行了方差分析,验证了模型的可靠度.分析结果为PCD刀具高速铣削钛合全的工艺参数优化及建立高速铣削数据库奠定了基础.     

基于星座恢复法降低PAPR的性能分析

提出了一种新的降低峰均功率比(Peak-to-average ratio,PAPR)的方法——星座恢复法.在发送端采用软件削波限幅的方法来降低系统的峰均比,其系统结构简单、且可根据系统的要求灵活地改变PAPR值;在接收端根据调制信号的星座特性恢复出被限幅数据的实际值,从而减小了信号的畸变,提高了系统的误码性能.为了使星座恢复法更具实用性,对其算法进行了简化,从而大大地减少了系统的运算量.理论分析和仿真结果表明:与选择性映射法(Selective mapping,SLM)相比,基于星座恢复法的正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统,其误码性能得到了明显的改善,算法较简单,且无需额外信道来传送附加信息.     

混合动力电动车电池荷电状态描述方法

提出一种新的描述电池荷电状态的定义方法,主要针对MH/Ni动力电池,该电池通常意义下的额定容量为8?A·h,并应用在一种混合动力电动车中.混合动力电动车中动力电池的运行环境非常严酷,充放电倍率高,动态转换频繁.通常的电池荷电状态定义方法适合于稳定负载的情况下,在动态负载的情况下就会出现不适应性.原因是不能同时描述电池的静态和动态荷电状态.新定义方法提出静态荷电状态SSOC(Static State of Charge)和动态荷电状态DSOC(Dynamic State of Charge)的概念.静态荷电状态SSOC描述电池内部稳态的荷电量; 动态荷电状态DSOC描述电池充电或放电时,电池内部电荷的饱和程度.对上述定义的电化学原理进行了分析,并提出了初步的计算方法.     

聚碳酸酯微孔塑料的动态力学热分析

通过对聚碳酸酯微孔塑料进行动态力学热分析,得到了不同密度微孔塑料动态力学性能的温度图谱和频率图谱,研究了储能模量和损耗因子与温度、频率及密度之间的变化规律和玻璃化转变温度与密度之间的关系.结果表明:在高频或低温时,随着温度的升高,微孔塑料储能模量降低,损耗因子增加;当温度高于材料的玻璃化转变温度或者频率较低时,随着频率的降低和温度的升高,储能模量和损耗因子都急剧地降低;聚碳酸酯微孔塑料的玻璃化转变温度T_g在175°C左右,次级转变在70~100℃之间,结果与密度几乎无关.      

界面周期刚性线夹杂附近的纵向剪应力

研究了不同材料界面含周期刚性线夹杂的纵向剪切问题.利用复变函数方法,获得了封闭形式解,并用于计算了刚性线端的应力奇异因子,研究了刚性线之间的应力干涉问题及刚性线夹杂场量的尺度效应.从解答的特殊情形,可导出一条界面刚性线问题及均质材料中共线周期刚性线问题的解答.      

一种基于遗传算法的环境因子确定方法

提出了一种利用同类或相似产品研制试验故障数据并依据AMSAA模型的时间环境因子最优化确定方法,将遗传算法用于时间环境因子的寻优过程,给出了确定最佳时间环境因子的方法、步骤,最后给出了一个工程应用实例.研究结果表明,依此得到的可靠性评估结果与实际使用水平更为接近.为利用产品研制期间故障数据进行可靠性综合评估提供了一条合理的解决途径.      

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

自组织网络中的分布式能量感知拓扑控制算法

为了有效利用无线自组织网络的能量,将最小连通支配集和计算几何学相结合,提出了一种自组织网络中的分布式能量感知拓扑控制算法.首先选举能量寿命较长的节点构建能量感知最小连通支配集,保证支配节点有充足的能量完成路由转发任务.之后在能量感知最小连通支配集上面构建Delaunay三角剖分,降低节点数据发送能耗,保证链路的能量有效性和网络拓扑的平面性.在原有连通支配集失效的情况下,选举能量寿命较长的替代节点进行拓扑重构,实现动态网络能量均衡.仿真结果表明,本算法在获得小的支配集的同时延长了网络寿命.