基于MATLAB的单相SPWM逆变电路谐波分析

随着电力电子技术的迅速发展,逆变技术已广泛应用于各个领域。逆变器接入电网所产生的谐波不但会老化器件损坏设备,还将严重影响电能质量。因此,对逆变电路进行谐波分析,有效掌握谐波成分及特点,对谐波的减少和抑制具有重要意义。本文针对单相SPWM(Sinusoidal Pulse Width Modulation)电压型逆变电路,基于傅里叶级数理论,首先对电路输出电压进行谐波理论计算与讨论。其次在MATLAB环境中,实现电路建模,并利用电力系统图形化用户接口模块对输出电压进行傅里叶变换仿真,进一步验证理论计算的正确性,从而实现对谐波的有效分析。

基于主动持续激励的无人机故障检测仿真

多旋翼无人机的执行器是出现故障的典型部件,对飞行器的影响一般直接体现在运动姿态上。如果故障是处于早期微小阶段,那么对系统的影响几乎难以量化,加之其一定的容错控制能力,使得这类潜在故障更加难以辨识。因此,本文针对六旋翼无人机电机的早期单故障模式,提出一种基于持续激励的故障检测方法。首先,在MATLAB环境中建立六旋翼无人机数学模型;然后设计一种能激发无人机运动模态的主动持续激励,并将激励信号引入到MATLAB模型中。最后,对无人机电机的微小失效故障实现有效的故障检测。

基于FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响,容易发生各类故障,严重时甚至会造成坠机,因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义.本文以六旋翼无人机Simulink模型作为研究对象,针对飞行器电机和角速度传感器的早期故障,提出了一种基于快速傅里叶变换(Fast Fourier Transform,FFT)的概率神经网络故障诊断模型.首先,在Simulink平台上对六旋翼无人机进行飞控模型的建立;然后采用FFT对数据进行有效的时频分析;最后基于MATLAB设计并建立概率神经网络模型,利用FFT数据进行故障分类,实现无人机的故障诊断.