风电及高压电机用绝缘浸渍漆选型试验研究

选取国内常用的两种树脂与环氧酸酐浸渍树脂作对比测试。通过对树脂常规性能及浸渍模拟线圈电性能测试,得出结论:1号树脂具有较好的储存稳定性,电性能与环氧酸酐相当,可作为环氧酸酐的替代品。     

高密度永磁同步电机的变参数等效磁网络分析

针对双“I”型转子结构的内置式高密度永磁同步电机(PMSM),基于MATLAB/Simulink平台提出了一种变参数等效磁网络法,充分考虑转子漏磁,且通过变参数环节,自动调节各部分磁导率,计算铁心饱和,提高了变参数等效磁网路法的计算准确性。利用该磁网络,分析了转子尺寸参数对电机空载电磁性能以及气隙磁密波形的影响,为高密度PMSM初步设计提供了一种有效快速的分析手段。     

基于二阶滑模的永磁同步电机SVMDTC

针对永磁同步电机空间矢量直接转矩控制中存在的磁链脉动大、转速超调大和转速动态响应速度慢等问题,提出基于Supertwisting二阶滑模控制理论将转速环、磁链环和转矩上的控制器全部换成Supertwisting滑模控制器。对所提出的控制理论利用MATLAB/Simulink仿真软件进行仿真验证。仿真结果表明所提出的控制理论能够成功抑制转速超调,实现提高转速、磁链和转矩的动态响应速度、抑制转矩和磁链脉动。     

双定子涡流制动器电磁参数对制动力矩的影响

介绍了双定子涡流制动器(DSECB)的工作原理。根据等效磁路法推导了DSECB制动力矩公式。利用有限元法对DSECB进行了3D仿真分析。详细分析了DSECB各电磁参数对制动力矩特性曲线的影响,为DSECB优化设计提供了参考依据。     

一种基于DFT的简化的功率测量方法

传统基于DFT的功率测量算法需要基于电流DFT的结果得到电流基波向量的相位与幅值,进而结合锁相环中得到的相电压基波向量的相位和幅值进行运算,运算量庞大。介绍一种简化的功率计算方法,通过选取合适的电流DFT起始点,可以直接通过电流DFT结果的实部、虚部与相电压幅值得到有功功率和无功功率,极大缩减计算量,减小DSP的计算压力。通过Simulink对上述计算方法进行仿真分析,对比仿真结果与理论计算所得的结果,最终验证了算法的可行性和有效性。     

开关磁阻电机及控制系统仿真与建模

开关磁阻电机(SRM)应用广泛,但由于电机内部磁场的非线性和相电流难以解析等问题,因此高精确度的建模和仿真较为困难。电机及驱动系统建模的研究直接影响到电机的优化设计、动静态性能分析、控制策略的评估等。为此,介绍了一种SRM及控制系统的建模方法,利用Flux有限元软件搭建的电机本体模型与MATLAB搭建的控制系统进行联合仿真。通过试验,测得电机在不同运行状态下的电流波形,并与仿真结果比较。结果表明:不同控制方式下的电流波形与仿真结果一致,是一种行之有效的建模手段。     

表贴式永磁同步电机直接转矩控制变角度预测控制

基于以电压矢量相角为变量的表贴式永磁同步电机(SPMSM)磁链和转矩方程,采用预测控制计算得出施加不同电压矢量相角的下一时刻磁链和转矩值,选择使磁链和转矩误差目标函数最小的电压矢量相角作为最优值,从而确定下一时刻施加的电压矢量。仿真结果表明:在电压矢量变角度预测下,SPMSM直接转矩控制系统运行良好,定子磁链轨迹为理想圆,磁链和转矩均符合控制要求,转速跟踪良好,定子电流波形为正弦。研究了不同等分电压矢量相角选择区域方式下变角度预测控制系统的控制效果。综合考虑控制效果和计算负担,变角度预测控制下将相角选择区域四等分比较理想。     

无刷直流电机神经网络PI控制系统设计

针对传统PI控制存在的动、静态控制性能较差的缺点,提出一种基于神经网络的PI控制方法。将神经网络与传统PI控制结合,构建神经网络PI控制系统,建立三层BP神经网络,并通过梯度下降法对各项参数进行修正,从而实现kp、ki参数的在线调节。仿真及试验证明,与传统PI控制方法相比,使用神经网络的PI控制系统在不同外部条件下都具有更快的响应速度和更小的超调量,可明显提高系统的动、静态性能。     

弹片热机械疲劳试验方法研究及设计

针对弹片的热机械疲劳（TMF）试验要求,采用机械设计技术、机电技术、冷却技术、计算机技术和数据采集技术,提出了压力载荷和热载荷的加载方法,建立了2种载荷5个试验件的并联试验控制系统,并设计了弹片热机械疲劳试验器。试验结果表明:该系统能够同时模拟服役环境下弹片的压力载荷和热载荷。利用该试验系统进行了弹片的热机械疲劳试验,试验结果再现了弹片在服役状态下的失效模式。试验系统具有良好的重复度、较高的加载频率和加载精度。压力载荷最大相对误差为2.4%,绝对误差小于0.5N。温度载荷最大相对误差为3.55%,最大绝对误差为3.89℃。      

基于时滞分割技术的时滞神经网络系统时滞相依全局稳定性分析

通过构造一个新的增广 Lyapunov-Krasovskii泛函,利用时滞分割技术并结合自由权矩阵、Jensen积分不等式,得到一个时滞神经网络系统时滞相依全局渐近稳定新判据。该判据以 LMI的形式给出,便于计算和验证。数值实例表明,文章结果改进了相关文献结论,具有更低的保守性。