高职高专单片机课程一体化教学改革的探索与实践

针对高专高专对人才的基本要求,分析了当前高职高专单片机课程教学中存在的典型问题,有针对性地提出了改革的思路和方法,实现单片机教学中理论、实践的有机融合和相互促进,充分调动学生的积极性、主动性和创造性。

基于SOPC的电力参数测量系统设计

传统的电力参数测量系统大多是以微控制器、DSP为核心的软硬件系统,存在着处理能力不足、可扩展性差等缺点。文章以快速傅立叶变换(FFT)为理论依据,将SOPC技术应用到电力领域,在FPGA中嵌入了32位NiosⅡCPU软核系统,可实现对电能信号的采集、处理、存储与显示等功能,实验结果表明处理精度符合预期,实现了实时系统的要求,具有集成度高,可灵活重构、扩展性强的特点。

基于EMD的电压波形畸变分析

针对快速傅里叶变换(FFT)在电力谐波分析方面的不足,通过对模拟的短时谐波信号进行经验模态分解(EMD),对获取的谐波信号的本征模态函数(IMF)进行分析,得出了各次谐波的频率、幅值和作用时间,并应用此方法对单相交流逆变电源输出电压波形畸变进行分析,得出了畸变原因.分析结果表明:EMD方法对非平稳信号的分析具有较好的效果.

基于RTX51的低压智能配电箱的控制系统设计

在分析目前无线控制的遥控开关、插座不足之处的基础上,提出了以蓝牙为通信媒介的低压智能配电箱设计方案。采用RTX51操作系统进行软件编程,不仅降低了程序的复杂度,提高了编程效率,便于程序调试和系统维护,而且使得系统能够实时响应对配电箱的操作。重点阐述了任务的划分和编制流程,完整说明了采用嵌入式操作系统的系统设计过程。

基于TRIZ的液晶显示技术进化过程研究

随着显示技术的进步和人们要求的不断提高,人们对于传统的阴极射线管（CRT）显示器体积大、重量大和功耗大的缺点越来越不满意,人们期待着体积小、重量轻和功耗低的平板显示器的出现。在这种需求的推动下,新一代的显示器应运而生,其中最典型的是液晶显示器,逐步取代了CRT的主流地位,获得了广泛的应用。

高职高专单片机课堂教学中的主要问题及其改革实践

本文分析了目前高职高专院校单片机课程课堂教学中存在的主要问题,通过在课堂教学中引入Proteus和Keil,进行"实践-理论-实践"的教学过程设计,解决了课堂教学中理论与实践脱节的问题,调动了学生学习的积极性,提高了教学效果。

直流微电网一致性简捷均功控制

多源均功、电池荷电状态均衡和直流母线电压稳定是直流微电网多源并联控制的3个重要研究问题,相互间存在紧密联系和多重约束。利用稀疏通信在相邻变换器间仅共享电流信息,以局部变量信息观测出全局平均电流和电压,降低通讯量和计算量。将观测均值作为反馈分别增设电流和电压二次调节器,并在下垂环节和电流二次调节中增加荷电状态收敛函数,使负荷电流随着荷电状态的动态均衡而实现合理分配。最后,实验表明该策略在仅通信电流信息情况下实现了直流微电网的荷电状态均衡、功率分配及直流母线电压稳定的三大控制目标。

基于HHT的电力系统暂态复合扰动信号的提取分析与研究

针对电力系统非线性和非平稳性暂态复合扰动信号的提取要求,采用经验模态分解(EMD)从信号的时间尺度特征出发对信号进行分解,实现了信号自适应的频带划分,在此基础上进行Hilbert变换,分离出了各扰动信号的时间、频率和幅值特征,仿真结果表明该方法对电力系统非平稳的扰动信号具有较好的分析效果。

基于逆系统方法的三相PWM整流器直接功率控制

针对现有的三相PWM整流器直接功率控制系统存在的功率失调、对负载变化敏感的问题,在PWM整流器直接功率控制系统模型的基础上,采用逆系统方法,推导出三相整流器直接功率控制系统的逆系统模型,构造出伪线性系统,实现了对整流器直接功率控制系统有功功率和无功功率的解耦。使用滑模变结构控制理论对该伪线性系统进行综合,设计出滑模变结构控制器。通过计算机仿真对所提出的方法进行了验证。仿真结果表明所提出的控制策略具有较好的动态性能和稳态性能,对负载的适应能力强。

多功能电力仪表计量芯片

介绍了SA9904B,ATT7026A及CS5463等三相高精度电能计量芯片的原理,比较了芯片的性能指标。SA9904B提供有功、无功电能,但不提供视在功率和相角等参数;ATT7026A提供各分相、合相参数,但不具有中断功能;CS5463不但提供各种计量参数,且具有中断,更有低于12 mW的超低功耗。

基于超声波测距的液位自动控制系统

本文介绍了一个基于超声波物位测量原理的液位自动控制系统,它能实时测量并显示液位;可以根据预设液位对容器中的液体进行补给操作。系统通过超声波测速温度补偿对液位测量值进行修正;通过"软件滤波"对测量数据进行修正,使液位控制误差小于2cm。

基于EMD-神经网络的电动机转子故障诊断方法研究

在电动机运行过程中,转子断条故障将导致电动机出力降低,性能恶化。因此研究更高效的电动机故障诊断方法来对其进行检测迫在眉睫。针对电动机转子出现断条故障时定子电流信号的非平稳特征,提出了一种基于经验模态分解(EMD)和神经网络相结合的转子故障诊断方法。该方法首先将原始信号分解为突出了原信号不同时间尺度的局部特征信息的内在模函数(IMF)分量,然后将各IMF分量输入到BP网络中进行训练学习和故障诊断。将此方法应用于电动机转子断条故障的识别,实验结果表明,该方法能快速准确地识别转子断条故障。

无轴承双面电机的悬浮机理与优化设计

当代工业对高速传动系统的要求越来越高,传统的旋转电机无法满足这种要求。本文研究一种新型密封电机,具有较高的加速度性能、较大气隙且有良好的密封性能。该电机由两个独立部分组成:单极轴向磁轴承和一个装于不同高度的多极驱动单元,其转子半径远大于轴向长度,因此该结构被称为无轴承双面盘形电机。本文在分析电机两个机构方程与3D电气模型基础上,建立了详细的数学模型并给出设计思想。同时,该设计考虑了磁饱和与电接触等的非线性因素的影响。最后,设计出试验样机,并对其进行测试,结果表明,该无轴承电机满足设计要求并具有良好的控制性能。

基于SolidWorks的矿井提升机主轴结构模态分析

运用SolidWorks建立了矿井提升机主轴装置的计算模型。对提升机主轴装置进行模态分析,利用COSMO-SWorks对其进行整体结构数值模拟,得出主轴装置固有频率和振型。

基于EMD-神经网络的电动机转子故障诊断方法研究

在电动机运行过程中,转子断条故障将导致电动机出力降低,性能恶化。因此研究更高效的电动机故障诊断方法来对其进行检测迫在眉睫。针对电动机转子出现断条故障时定子电流信号的非平稳特征,提出了一种基于经验模态分解(EMD)和神经网络相结合的转子故障诊断方法。该方法首先将原始信号分解为突出了原信号不同时间尺度的局部特征信息的内在模函数(IMF)分量,然后将各IMF分量输入到BP网络中进行训练学习和故障诊断。将此方法应用于电动机转子断条故障的识别,实验结果表明,该方法能快速准确地识别转子断条故障。

永磁同步电机驱动系统的单闭环预测控制研究

广泛应用于永磁同步电机驱动系统的双闭环级PI控制容易出现转速超调和电流畸变,系统的动态控制性能下降,由此引入永磁同步电机驱动系统的单闭环控制结构,对转速和电流同步采样,提高系统的动态性能。使用微分代数法估计系统各种扰动,提高系统的抗干扰性能。同时,在满足系统运行的电压和电流约束条件下,使用预测控制推导出系统控制律,简化永磁同步电机驱动系统的控制结构,便于控制器设计和实际实施。最后,仿真分析证实了所提出控制方法的合理性和可行性。

电气类专业虚实结合的实验教学模式实施与评价——以电气控制与PLC课程实验为例

目前,新冠疫情的肆虐打破了传统的实验教学模式。根据当前形势,依托计算机通信与仿真技术,在电类专业开展虚拟仿真与实际实验相结合的教学实践,完成实验教学任务。在实验教学过程中注重虚实结合,贴近实际生活,寓教于虚,训练于实,保证实验内容的可行性和系统性。实验教学实施效果表明,虚实结合的实验教学模式符合教学目标,激发了学生的学习兴趣,使学生清楚为何而学,所学为何,切实提高了实验教学效果。

电力系统谐波抑制及谐波电能利用

对于电网中的谐波抑制方法是无源滤波器和有源滤波器。无源滤波器根据交流电路串、并联谐振的原理,使高频成分流到地线而消除对电源的污染。有源滤波器采用补偿谐波电流的方式消除非线性负载对电源的污染。上述方式是以牺牲谐波电能为代价达到谐波抑制的目的。文章以无源滤波器滤波为例,提出使用多抽头变压器提取谐波电能的方法。经过实际测试,证明所提出的方法简便,可行性高,节能效果明显。

基于单片机和FPGA的低频数字相位测量仪研究

本文设计了一种基于单片机和FPGA的低频数字相位测量仪。系统采用等精度的测量方法可以较精确的测量出两个相同频率信号的相位差。系统中的FPGA部分进行数据采集,单片机部分对数据进行处理,并在数码管上显示待测信号的相位差。与传统相位测量仪相比,本系统有处理速度快、稳定性高、性价比高等优点。

基于动态滑动模型的加速度传感器数据在线预测方法研究

加速度传感器输出值精确测量是相关数据预测的必要前提,为补偿制造工艺和测量环境影响带来的加速度传感器输出误差并准确预测加速度传感器输出数值,提出了基于自适应归一化奇异谱和神经网络的加速度传感器误差补偿及数值预测方法。首先分析加速度传感器输出误差产生的原因;然后根据奇异熵定阶去噪的方法提出了自适应奇异谱方法用于加速度传感器误差自适应补偿;最后选用基于滑动窗的径向基(radical basis function, RBF)神经网络作为加速度传感器输出数值预测方法,并用粒子群优化算法优化RBF神经网络的初始参数。实验结果表明,自适应奇异谱方法可以有效补偿加速度传感器输出误差,并可以选定不同的自适应参数以满足不同误差需求,并且粒子群算法优化的RBF神经网络可以有效预测加速度传感器输出数值。