双级矩阵变换器功率开关开路故障的分析与诊断

针对双级矩阵变换器(TSMC),分别分析了TSMC正常与故障时的运行模式,分析并总结了TSMC在功率开关故障情况下的输出线电压故障特征,在此基础上提出了基于开关组误差电压的TSMC功率开关故障诊断方法,该方法可以根据开关组误差电压锁定故障开关组,并能从故障开关组中准确定位故障开关。该故障诊断方法具有快速、准确、高效等特点。建立了TSMC功率开关故障诊断系统的仿真模型和实验系统,验证了所提故障诊断方法的正确性和可行性。

TSMC功率开关故障诊断优化

功率开关故障诊断是实现矩阵变换器系统在功率开关故障下的容错运行、提高系统可靠性的前提。针对双级矩阵变换器(TSMC),分别分析了正常运行和功率开关故障下TSMC的运行模式,并深入分析了功率开关故障下TSMC输出相电压的特征。在此基础上,结合TSMC空间矢量调制的特点,提出了根据输出相电压的开关组误差电压定位故障开关的方法。所提方法具有诊断准确、无需检测直流侧电压、诊断速度快、实现简单等优点。实验结果验证了理论分析的正确性以及所提故障诊断策略的可行性。

蛇形机器人的运动控制研究

蛇形机器人具有很高的运动稳定性和环境适应性,非常适应于不确定性及复杂的环境中工作,如地震救援、火灾以及其他自然灾害等等.该文研究了一种正交模块组成的蛇形机器人,采用PXA270芯片作为主控制器和AVR128单片机作为从控制器,实现了主从分布式控制.在简化的Serpentine曲线基础上,研究了由离散关节组成的蛇形机器人控制,最后得到机器蛇运动时各个关节电机相应的旋转角度和旋转速度,并通过安装超声波传感器测距实现了自主避障.实验结果表明方案是可行和可靠的.

TSMC故障诊断策略研究

功率器件的实时故障诊断是实现功率变换器系统容错控制、提高系统可靠性的前提。该文对双级矩阵变换器（Two Stage Matrix Converter,TSMC）的功率器件故障诊断策略进行研究。构造TSMC输入电流状态矢量和输出电流状态矢量,并对其正常运行和功率器件开路故障下的电流状态矢量进行分析。根据功率器件开路故障时提取的TSMC电流状态矢量轨迹的故障特征,提出一种基于电流状态矢量的TSMC功率器件开路故障诊断策略。所提诊断策略无需添加额外的传感器,诊断可靠性高。仿真结果验证了所提故障诊断策略的有效性。

改进粒子群算法求解水火电系统短期负荷分配问题

粒子群优化(PSO)算法是一种基于群体智能的启发式搜索方法,应用领域很广。文中将PSO算法用于求解水火电系统短期负荷的经济分配,属于高维、强约束工程问题。分析了算法参数设置对解的影响,发现算法的局部开发能力和粒子的多样性是影响解的优劣的关键因素；提出多子群辅助的PSO算法,兼顾了对解空间的全局搜索和局部开发。实际算例证明,改进的算法是有效的。

基于参数估计误差的辊道窑温度场优化控制方法

辊道窑烧结过程的温度是决定锂离子电池正极材料产品质量的关键.然而,根据炉内有限个测温点的温度建立起描述整个温度场的模型往往非常困难,导致无法优化控制烧结过程的温度分布;而控制方法的设计一般需要进行参数估计,已有参数估计方法大多依赖于观测器/预测器的状态误差信息,无法直接反映待估计参数的变化特征且方法的准确性取决于观测器/预测器的性能.为此,本文提出一种基于参数估计误差的温度场自适应动态规划(adaptive dynamic programming,ADP)优化控制方法.首先,基于传热机理建立二维多孔介质能量守恒方程,构建包含角系数的边界条件以反映热辐射作用;考虑到竖直方向温度变化较大,通过转换边界条件建立起辊道窑一维温度场模型,并根据正极材料的特性获得模型参数.然后,采用ADP中的策略迭代(policy iteration,PI)优化设计温度场控制器,神经网络(neural network,NN)用于PI中的评价网络以逼近代价函数;基于权值参数的估计值与真实值之差构建参数估计误差,通过将估计误差的信息融入到评价NN参数更新过程,提出基于参数估计误差的NN权值更新算法,以提高参数估计误差的收敛性,实现有限时间内NN权值的快速收敛.最后,通过仿真验证所提建模和控制方法的有效性.

动态规划法求解水电站保证出力maxmin模型

针对计算水电站保证出力时等流量法较粗略、结果偏差较大,等出力法结果相对精确但多轮试算过程烦琐等问题,建立了水电站的maxmin最大最小模型来求解保证出力,并采用动态规划法寻优,得到可靠优化解。结合丹江口水库的实例分析表明,此模型求得的最小出力与等出力法求得的保证出力相同,且求解更方便可靠。

基于脱策Q学习的辊道窑温度分散H_∞控制方法

辊道窑烧结过程是电池正极材料制备工艺的关键,烧结温度的精准控制对提高材料性能、保证产品一致性至关重要.然而,烧结过程通常面临动态信息难以获取、不同温区温度耦合严重以及存在外界干扰等问题,给精准控制辊道窑温度带来了很大的困难.鉴于此,提出一种新的辊道窑温度分散H_∞控制方法.首先,构造一个有界函数来描述温度关联项对当前温区控制性能的最大影响,并根据该有界函数建立温区的极小化极大问题,可将辊道窑温度控制问题转化为更小规模的温区温度控制问题,通过求解所有温区的极小化极大问题的鞍点解得到辊道窑温度H_∞控制策略,实现分散控制;然后,采用一种脱策Q学习算法学习各温区极小化极大问题的鞍点解,获得辊道窑关联系统的温度分散H_∞控制器;最后,基于实际窑炉温度数据进行仿真实验,实验结果表明在干扰存在的情况下,所设计控制器仍然能够精准控制辊道窑温度稳定在设定值上.