轮毂电机驱动技术研究概况及发展综述

轮毂电机驱动技术代表着新能源汽车驱动系统的重要发展方向。介绍了轮毂电机驱动电动汽车的特点,总结了轮毂电机驱动技术要求及驱动形式,简要对比分析了国内外轮毂电机驱动形式的研究概况。提出了轮毂电机驱动技术亟待解决的关键问题,探讨了降低非簧载质量、抑制垂向振动效应、降低轮毂电机转矩脉动等方面的核心技术,预测了轮毂电机驱动技术的发展趋势。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

便携式充电设备检测系统的研究与设计

为了便于充电设备现场检测工作,设计了一种便携式直流充电设备现场检测系统。该系统功能具有完善的测试功能,能够方便的对直流充电设备进行检验测试,完全满足直流充电设备运行检测的需求。该系统具有小型化、便携化的优点,有利于提高现场检测效率,保证了充电设备运行的安全性及稳定性。     

基于变论域模糊控制的无刷直流电机转速问题

无刷直流电机(BLDCM)是一种多变量、强耦合、非线性、时变的复杂控制系统。由于其采用传统的PID控制时很难满足需要,所以针对BLDCM精确调速的控制问题,在基于传统PID控制上引入模糊控制设计了模糊PID控制,并在此基础上应用变论域的方法,设计了变论域模糊PID控制器。以BLDCM为模型,通过MATLAB建立其仿真模型。仿真和试验结果表明,采用变论域模糊PID控制的BLDCM与传统控制的BLDCM相比,具有响应速度快、超调小、控制精度高等优点。     

磁激等离子体超声速气流的瞬态加速系统及其实验研究

研制了基于激波风洞的热电离系统,设计了马赫数Ma=1.5的喷管和分段法拉第型实验段,并选用了合理的磁场及电场方案。采用氦气驱动氩气模式,通过在激波管低压段注入电离种子K₂CO₃粉末实现气流的热电离;压缩后的高温氩气启动喷管,以瞬态超声速导电流体形式通过实验段。实验结果表明:当激波管高压段压力为1.1 MPa、低压段压力为500 Pa时,喷管出口的超声速导电气流温度约为4 185.91 K,压力约为0.037 MPa;当电容电压为400 V、磁感应强度为1.0 T时,由实验段中间位置电极的放电特性可以估算出气流电导率约为78.1 S/m,单对电极输入功率约为9.46 kW;用感应电压法对加速效果进行初步评估,出口气流速度增加了29.3%,电效率为26.1%。     

基于WCFSE-FSVM的转子振动故障诊断方法

为了提高含有噪声和野值的转子振动故障样本诊断精度,提出了基于WCFSE-FSVM的故障诊断方法。充分融合小波相关特征尺度熵(WCFSE)特征提取方法和FSVM故障诊断方法的优点,建立WCFSE-FSVM故障诊断模型。基于转子实验台模拟4种典型故障,获得原始故障数据;并利用WCFSE方法提取这些故障数据的WCFSE值,选取故障信号高频段中的尺度1和尺度2上的小波相关特征尺度熵W1和W2构造出振动信号的故障向量作为故障样本,建立FSVM诊断模型。实例分析显示:WCFSE-FSVM方法的转子故障诊断精度最高,即故障类别诊断精度为94.49%,故障严重程度的诊断精度为95.58%,二者都优于其它故障诊断方法。验证了WCFSE-FSVM方法的可行性和有效性。      

多电式环控系统电动机功率选定及其经济性分析

提出多电式环控系统参数匹配计算模型,获得不同飞行工况下电动机功率的选定值,分析其影响因素以及系统的经济性.结果表明:对于一定的供气压力,飞行高度越高,电动机功率越大,而同一高度马赫数越大,电动机功率越小;对于给定的飞行工况,供气压力越高,电动机功率越大;对于相同的供气压力与飞行工况,多电式环控系统的性能代偿损失比传统环控系统要小,飞行时间越长,系统的经济性越好.      

某型直升机静电起火受影响铝合金蒙皮热损伤检测评估

针对某型直升机静电起火受影响铝合金蒙皮,采用涡流电导率测试法、维氏硬度测试法及金相检测法对其热损伤进行检测和分析评定。     

基于FSVM改进隶属度的发动机振动性能分析

为了更有效地掌握航空发动机振动性能的影响因素,提出了改进FSVM信息熵的融合定量分析方法.首先,对模糊支持向量机(FSVM)的模糊隶属度函数进行改进,建立多类模糊隶属度计算模型.再将该方法应用到航空发动机整机振动性能评估,计算出振动故障模式与故障原因之间的权值,建立了一个多参数的发动机振动性能分析模型;并对各类振动原因对发动机整体性能的影响进行定量分析,为发动机的振动抑制提供量化参考指标.最后,通过与实际经验作比较,验证了该方法是可行和有效的.     

An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms

In order to establish an adaptive turbo-shaft engine model with high accuracy, a new modeling method based on parameter selection (PS) algorithm and multi-input multi-output recursive reduced least square support vector regression (MRR-LSSVR) machine is proposed. Firstly, the PS algorithm is designed to choose the most reasonable inputs of the adaptive module. During this process, a wrapper criterion based on least square support vector regression (LSSVR) machine is adopted, which can not only reduce computational complexity but also enhance generalization performance. Secondly, with the input variables determined by the PS algorithm, a mapping model of engine parameter estimation is trained off-line using MRR-LSSVR, which has a satisfying accuracy within 5&. Finally, based on a numerical simulation platform of an integrated helicopter/ turbo-shaft engine system, an adaptive turbo-shaft engine model is developed and tested in a certain flight envelope. Under the condition of single or multiple engine components being degraded, many simulation experiments are carried out, and the simulation results show the effectiveness and validity of the proposed adaptive modeling method.