飞机电网有源电力滤波技术

提出了一种适用于飞机电网的三相四线并联有源电力滤波器来实现电网谐波、无功和不平衡电流的集中补偿。针对飞机电网为独立小容量电源系统,电源内阻抗比较大的特点,选择用改进的交叉矢量算法进行补偿电流基准的检测计算。采用滞环电流控制实现较高频率电源系统的电流瞬时补偿并对直流侧电压进行稳压调节。仿真和实验结果证明,采用本文提出的有源滤波器能对飞机电网电流进行集中净化,具有较好的补偿效果,证实了飞机APF的可行性和正确性。     

可变速发电机对多机电力系统的稳定性提高的影响

阐述了可变速发电机(ASG)对多机电力系统的稳定性提高有着明显的效果。为了利用电力系统模拟仿真器进行实时仿真，开发了基于个人计算机(PC)的可变速发电机模组。通过将Matlab／Simulink环境下建立的ASG三相瞬时值模型装到PC里的数字处理器(DSP)板上运行，来实现更为详细的实时仿真。通过DSP板上的AD／DA转换接口，对基于PC的ASG模组与电力系统模拟仿真器等实施了物理连接，进行了多机电力系统的实时仿真．所有的仿真结果均显示，引入可变速发电机后，多机电力系统的整体稳定性有了大幅度的提高．     

雷诺数对轴流风扇/压气机性能和稳定性的影响

介绍了一种预估轴流风扇／压气机特性和不稳定边界的方法。该方法采用考虑雷诺数影响的“基元叶栅法”计算轴流风扇／压气机特性，并利用C．C．Koch提出的“有效静压升系数法”预估轴流风扇／压气机的不稳定边界。为了验证方法的可行性，本文模拟了从地面到20 000m高空的雷诺数变化，对一个五级高压压气机在不同雷诺数下的特性及稳定性进行了计算分析。计算结果表明，轴流压气机的特性和稳定性都随雷诺数的降低而下降。     

基于吸收功率管变频控制的软开关逆变器研究

针对正激直流环节软开关逆变器提出一种新的吸收功率管变频控制策略，给出了变频控制逻辑，详细分析了逆变器的工作模态，给出了实验波形。通过仿真进行了吸收功率管定频和变频运行特性对比分析。该控制方案有助于降低逆变桥功率管的电压应力、提高逆变器的效率，且实现了逆变桥功率管零电压开关。     

"单回路"法及其在高速气体离心机取料器能耗测量上的应用

取料器能耗直接影响离心机的使用寿命和经济性,一直是国内外的研究热点和难点。而实际离心机中,取料器能耗混在整机能耗中,不能直接测量。为分离出Y．2型气体离心机轻、重组分取料器的能耗,提出了以“单回路”模拟双回路的试验方法,在实际离心机上进行改造,模拟实际运行工况,进行能耗实时测量;同时,为保证测量精度,引入微机数据自动采集系统,改进了测量装置。试验表明：“单回路”试验法进行能耗测量是可靠的,试验结果为强旋流场中理论模型的修正、流场计算和离心机取料器的优化设计提供了必要数据,该方法对其他类型离心机的优化设计也有很大的参考价值。     

多指标决策TOPSIS法的一种改进

在多指标决策理想点法中,基于靠近理想点和远离负理想点这两个基准,本文定义了一种新的相对贴近度的计算公式,由此给出了TOPSIS法的一种改进,将改进后的TOPSIS法用于多指标决策的方案排序,得到的结果将更加合理客观。     

五自由度磁悬磨头电控系统研究

研究的高速磨床电磁悬浮磨头电控系统尽量采用最新技术，在保证系统 性能的前提下降低了系统造价。在该系统中采用TMS320F240 DSP芯片作为控制核心，同时控制磁悬浮轴承的悬浮和变频电机调速，采用运行效率很高的汇编语言编写控制软件，其中磁悬浮轴承是PID控制算法，电机调速为SPWM方式。磁悬浮轴承PWM功率放大器中采用能简化驱动的新型半桥电路，电机调速主电路中采用智能功率模块（IPM）。动态刚度测试和高速运转实验表明，该电控系统满足高速磨床电磁悬浮磨头的控制要求。     

全位置自动焊管机TIG焊电源研制

本文介绍了一种适用于管－管、管－板对接的全位置自动TIG焊晶体管电源，该电源采用可编程控制器控制，具有直流／脉冲功能，焊接参数在4个区间内可分别预测，试验表明，该电源区间过渡时电弧稳定，抗干扰能力强，焊缝均匀、连接。     

基于主动转向干预的EPS系统转向盘力矩突变修正策略

在研究融合主动转向功能的电动助力转向系统实现原理的基础上,分析转向系统的力矩和角位移传递特性。针对主动转向干预时转向盘力矩发生突变的问题,提出一种适用于全车速范围的助力电机前馈助力修正策略。为验证所提出的前馈助力修正策略的修正效果,进行主动转向干预时转向盘力矩阶跃仿真试验。仿真结果表明:该策略有效地削弱了伴随主动转向干预同时出现的转向盘力矩突变,且在高速时该修正策略仍然有效,改善了主动转向干预时转向系统的转向路感。     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。