面向残差评价的中点钳位型逆变器开路故障诊断方法

在基于解析模型的故障诊断系统中,为了显化残差信号所包含故障信息的能力,提出一种面向残差评价的中点钳位型三电平三相逆变器快速开路故障诊断方法。首先,构建诊断观测器获取三相电流观测值并通过观测矩阵计算电流残差;其次,通过引入基于范数的标准评价函数,计算残差性能指标与阈值,将残差转换为可用的特征信号并与阈值相比较实现高效实时的故障检测;再次,推导不同功率开关器件开路故障状态下的电流残差特性,并依据此特性实现精准的故障隔离;最后,在仿真平台及半实物实验平台上验证了该文所提算法的有效性与可行性。仿真与实验平台结果表明,相较于传统基于信号与知识的诊断方法,残差性能评价的引入使得诊断速度提高80%以上。针对NPC型三电平三相逆变器常见的四种开路故障情况,均可实现快速且精准的故障检测及定位。

复杂战场环境下改进YOLOv5军事目标识别算法研究

复杂战场环境下军事目标识别技术是提升战场情报获取能力的基础和关键。针对当前军事目标识别技术在复杂战场环境下漏检误检率高、实时性差等问题,提出一种基于改进YOLOv5模型的PB-YOLO军事目标识别算法。将改进的目标识别算法对于陆战场军事单元的识别锚框进行重新聚类,以提升模型对于目标大小适应度,加速模型收敛;采用通道-空间并行注意力机制,增加模型对复杂战场环境下目标特征信息与位置信息关注度;在特征融合网络部分使用BiFPN以提升模型对于特征的融合能力与速度;采用Alpha_IoU损失函数加速模型收敛,解决当真实框与预测框重合时IoU计算退化问题。实验结果表明,在自建军事目标数据集下,改进算法与主流目标识别算法相比,在保证模型空间复杂度的同时,mAP值达到了90.17%。消融实验对比结果表明,改进后网络较原模型精度提升11.57%,具有较好的识别性能,能够为战场情报获取提供有效的技术支撑。

基于滑模变结构的风电机组一次调频算法研究

针对并网风电场中,经典一次调频控制方法存在抗干扰能力弱、机组易脱网的问题,提出一种基于滑模变结构的风电机组一次调频控制算法。首先,在永磁同步风电机组工作原理的基础上,建立含有大电网的风电机组模型。其次,为了解决传统比例积分微分(proportional integral differential,PID)控制下抗干扰能力弱的问题、引入经典滑模变结构控制器。然后,针对经典滑模变结构控制器导致执行机构存在抖振较多的缺点,提出一种基于sigmoid函数趋近率的滑模变结构一次调频控制算法。最后,通过MATLAB/Simulink对风电机组一次调频进行建模仿真,并与经典控制算法相比,验证了所提算法的可行性,在风速波动和电网故障的环境下,滑模变结构一次调频控制算法更具有效性。

基于VMD的风机次同步振荡模态辨识方法研究

针对变分模态分解算法在对风电并网过程中产生的次同步振荡信号进行分解时受噪声干扰、关键参数难以确定,导致的辨识精度不足问题,本文提出一种基于小波阈值去噪(WTD)和遗传算法(GA)优化变分模态分解(VMD)的信号分解算法,结合自回归滑动模型(ARMA)的次同步振荡模态辨识方法。首先,采用小波阈值对风电机组输出的有功功率进行去噪处理;其次,使用VMD对去噪后的信号进行分解,得到K个本征模态分量,为得到最优VMD分解效果,采用自适应遗传算法对惩罚因子α及模态分解层数K进行优化;最后,将信号重构并建立ARMA模型,直接辨识出次同步振荡信号的频率和阻尼比。通过仿真实验平台搭建直驱风电机组并网模型,采集次同步振荡信号进行模态辨识。仿真结果表明,与其他辨识算法相对比,所提出的基于VMD的方法具有更好的可行性和优越性。

基于动态密度引导的多机器人编队队形变换方法

针对地面移动机器人编队的队形控制问题,提出了一种基于动态密度引导的多机器人编队队形切换方法.为实现机器人编队不同队形的切换,使用质心维诺划分(CVT)编队控制算法,避免机器人队形切换过程中的碰撞.根据CVT算法的特性,通过给定队形的密度函数,构建初始队形密度函数与期望密度函数之间的过渡密度生成动态密度,并利用CVT算法引导编队中的机器人移动,完成编队队形的切换与重构.仿真结果表明,相比直接使用期望密度函数引导队形切换,该方法不仅成功解决了部分形态编队切换失败问题,而且降低了切换过程中编队整体的平均位置误差.

“微机原理与接口技术”理论与实践课程教学探索

针对“微机原理与接口技术”理论课程知识点繁杂、实践课程操作性强等特点,结合西安工业大学机器人工程专业课程培养体系,分析了现有教学过程中存在的问题,探索了该课程在理论与实践教学过程中的教学方法。在理论教学上,以培养创新型高级专业技术人员为目标,革新现有教学方法,使繁杂的知识点易消化,充分调动学生学习的积极性。在实践教学上,强化工程实践能力培养、引入工程实践项目,使得实践教学与实际工程紧密结合。在教学质量评价机制上,对教师与学生进行综合评价,可以有效提高课程教学质量。

多学科融合下的“微机原理与接口技术”课程体系建设

“微机原理与接口技术”课程是电子信息类专业的专业必修课。目前,西安工业大学“微机原理与接口技术”课程体系与其他学科交融性较差,课程内容与实际工程问题脱轨严重。为了拓展课程的广度与实用性,以西安工业大学“微机原理与接口技术”课程现有课程体系为背景,指出了现有课程体系的缺点,并从实施多维度课程培养模式、优化重组新课程内容、强化综合实践能力培养、完善考核形式等四方面提出了一些改革措施,形成了多学科融合下的课程培养方案,进一步强化了学生的工程实践能力,激发了学生的创新意识及动手能力,以期为多学科交叉融合课程培养体系的建设提供一定的参考。

冗余漂浮空间机器人多任务轨迹规划

针对冗余漂浮空间机器人在单次行程中连续执行多项轨道任务的能耗最优轨迹规划问题,本文提出一种改进遗传算法,将同时优化3种类型基因引入,使得每条染色体包含3部分,即任务序列、与任务序列对应的关节构型序列和描述机器人关节轨迹的正弦多项式系数,对染色体的3部分进行独立编码,并在迭代寻优过程中对3个组成部分独立执行交叉和变异操作。仿真结果表明:与传统遗传算法相比,本文算法具有精度高、计算量少和CPU时间短的优点。

人工蜂群的分数阶PID控制器参数自适应研究

针对分数阶PID控制器参数多且不易整定的问题,及传统人工蜂群算法寻优速度慢且容易陷入局部解的缺点,提出了一种基于人工蜂群算法的分数阶PID控制器参数自适应整定方法。首先,初次引入了自适应因子及尺度因子,并将其应用到概率选择和搜索过程中,自适应因子随误差变化能够实现对搜索过程和概率选择的自动调整,实现搜索步长的自动变化,加快较差结果的淘汰速度;同时引进了佳点集方法进行蜂群初始化,提高了搜索的全局性;最后分别选取整数阶和分数阶系统进行实验仿真,对比已有的研究,证明了所提方法的有效性和优良性。

一种改进式遗传算法优化分数阶PID控制器

为提高伺服控制系统的精度及响应速度.基于改进Oustaloup近似,采用改进式遗传算法对控制参数进行整定,提出了一种基于改进式遗传算法优化的分数阶PID控制器.在控制器的参数编码、适应度函数设计和进化机制选择上,引入竞争因子和优劣空间,选用自适应调节交叉概率和变异概率的方式,加快了优良子群的遗传进化,消除了传统遗传算法早熟和收敛性差等缺陷.将优化的整定结果应用到伺服系统模型中.通过时域性能仿真分析,结果表明:提出的改进式遗传算法分数阶控制器与传统PID控制器相比,具有更低的超调、更快的响应速度和更小的稳态误差,控制系统的动、静态性能显著优化,系统鲁棒性增强.

公路超载车辆动态预检系统的研究

针对传统高速公路称重预检系统精度难以满足实际要求的情况,提出一种改进的BP神经网络建模方法用于动态称重系统。由车速和动态重量2个输入量的传统神经网络建模,改进成以车速,每个轴重和动态车重作为输入,通过BP神经网络逼近得到系统的数学函数。最后通过现场测试,误差精度提高,并满足ASTM E1318-94标准的精度要求。

开关磁阻电机的模糊分数阶PID控制算法研究

开关磁阻电机(SRM)的双凸极机械结构和开关工作特性,导致常规控制算法在其调速控制时,存在转矩脉动大、动态性能一般等问题。论文应用分数阶PID控制算法鲁棒性强和模糊控制不依赖于精确数学模型的优点,提出了一种基于模糊分数阶PID转矩控制算法。在适应SRM转矩控制模糊规则表的基础上,以转速偏差和偏差变化率为输入,通过模糊推理自适应调整分数阶PID控制器的比例系数、积分阶次、微分阶次,使SRM的转矩脉动较小。仿真结果表明该算法使开关磁阻电机的转矩脉动较小,动态响应好。

自适应粒子群优化分数阶PID控制器的参数整定

针对分数阶PID控制器参数整定较为复杂的问题,提出了一种自适应粒子群优化(PSO)方法,实现分数阶PID控制器参数的整定.在该算法中首先将待整定的控制器参数的粒子种群分成3个子群,并通过引入的粒子群聚集度因子和进化度因子,分别动态调整子群的惯性权值和规模,依据系统时域性能指标设定寻优目标函数,通过迭代计算来实现控制器参数的整定.最后将自适应粒子群优化分数阶PID控制器的方法分别应用于整数阶和分数阶被控系统进行时域性能仿真分析,实验结果表明提出的方法能够较好地提高控制系统的性能指标,并具有较强的抗干扰能力.

RBF神经网络算法在动态称重中的应用

针对高速公路动态检测系统中称重数据的复杂性,将不同的称重数据处理办法做出对比,并提出利用RBF神经网络对动态称重数据进行处理。文章首先综述性的介绍了车辆动态系统整体构成,之后对径向基函数网络的拓扑结构以及径向基函数中心的选取进行了介绍,最后利以试验台搭建检测平台,通过实验用两轴小车进行以不同的速度通过试验台,采集其动态参数。最后利用采集到的数据,用MATLAB进行仿真,验证了径向基函数网络对动态称重数据的处理表现出良好的速度与精度。

一种基于DSP的曼彻斯特Ⅱ码解析系统

为提高曼彻斯特Ⅱ码解析系统的灵活性和准确性,降低系统的硬件成本,设计一种基于DSP的曼彻斯特Ⅱ码解析系统。在深入分析曼彻斯特Ⅱ码信号特点的基础上,将经测井电缆传输后曼彻斯特Ⅱ码信号经过调理电路、限幅放大电路和整形及正负分离电路的处理后,送至DSP内部的脉冲捕获单元,最后由软件算法进行解析。实验结果表明:曼彻斯特Ⅱ码解析系统设计合理,满足生产测井过程中常规测井作业的需求。

面向工程创新的机器人工程专业课程体系研究

随着区域经济、国防工业及国家机器人科技快速发展,机器人技术发挥着日益重要的作用。目前工业机器人技术人才存在很大缺口,为了培养出适应社会发展和行业竞争的高素质、高能力、高技术综合性机器人专业人才,文章以西安工业大学机器人工程专业为基础,深入研究目前各大高校机器人工程专业课程体系存在的问题,并阐述面向工程创新的机器人工程专业课程体系新方案,最后制定出具体内容。该课程体系设置,对于高校机器人工程专业具有一定的参考价值。

基于迭代平方根容积粒子滤波目标跟踪算法

针对粒子滤波目标跟踪算法粒子退化及跟踪精度问题,提出了一种基于马尔可夫链-蒙特卡罗(MCMC,Markov Chain Monte Carlo)的迭代平方根容积粒子滤波(ISRCPF,iterated square root cubature Kalman particle filter)算法(ISRCPF-MCMC)。在该滤波算法中,利用容积数值积分原则计算非线性随机函数的均值和方差,通过正交矩阵分解代替矩阵开方,在生成的粒子滤波建议分布中融入当前量测值,提高对系统后验概率的逼近程度。然后在此基础上融合MCMC抽样算法(MH,Metropolis Hasting)对所选建议分布进行优化,增加粒子多样性,以提高跟踪精度。仿真试验结果表明,ISRCPF-MCMC算法的估计误差与其他算法相比降低至0.403%。

一种基于A*算法的虚拟力场避障导航算法

针对传统A*算法在实际应用中需要所有的节点信息,算法忽略车身实际宽度的问题,提出了基于A*算法同时结合使用虚拟力场法的避障导航算法.该改进算法解决了A*算法在实际应用中存在的问题,也避免了单独使用虚拟力场法存在的容易陷入局部极小点、在目标点附近有障碍物时无法到达以及摆动剧烈的问题.仿真实验验证了新算法的有效性,实验结果表明该算法拓宽了原有算法的使用范围并且提高了无人车实时路径导航的能力.

一种抑制稳态振荡的改进型变步长MPPT算法研究

针对传统的扰动观察法及其派生方法所存在的稳态振荡及光照变化时跟踪漂移问题,通过建立MPPT过程的小信号模型,分析跟踪算法扰动步长及扰动周期与振荡现象的关系,得出扰动步长与扰动周期的最佳取值范围,并结合功率电压曲线斜率与电流的比值作为新的扰动步长及扰动方向的判定条件,提出一种改进型变步长扰动观察法,有效改进了稳态振荡问题,抑制了跟踪漂移现象的产生。通过仿真验证了新算法较传统算法在稳态振荡及漂移问题上的改进,证明了所提出算法的可行性。

GPRS技术在电能量计费系统中的应用

介绍了基于GPRS技术的电量计费系统的构成和工作原理。并详细给出了无线电能数据采集终端的软硬件设计过程。最后阐述了数据采集终端与电量计费主站的通信过程。经过实验测试,运行稳定可靠,符合实际应用的要求。