高精度宽量程MEMS皮拉尼真空度传感器

真空度传感器是真空检测的核心元件。基于全桥结构微电子机械系统(MEMS)皮拉尼芯片开发了一款高精度宽量程MEMS皮拉尼真空度传感器。全桥结构的设计从芯片级有效抑制了传感器的温漂。测试结果表明,传感器最大温漂为0.15%/℃。校准后,该传感器能够在5×10^(-2)~1.01×10^(5)Pa的真空度范围内实现小于5%的高读数精度,最大灵敏度为1.34 V/Dec。传感器平均噪声小于-100 dB,理论计算最小检测极限为1.9×10^(-3)Pa。该真空度传感器具有宽量程和高检测精度的特点,能够满足不同领域的真空检测需求。

烷基甜菜碱表面活性剂疏水基碳链长度对低渗岩心自发渗吸的影响

为研究烷基甜菜碱亲水基结构相同、疏水基碳链长度不同对渗吸机理的影响,通过开展自发渗吸、接触角和油水界面张力实验,分析在高温、高矿化度、低渗透条件下,烷基甜菜碱疏水基碳链长度对自发渗吸的影响规律。结果表明:随着疏水基碳数由12增至18,4种烷基甜菜碱渗吸采出程度分别为37.8%、39.4%、41.0%和42.1%;渗吸方式均为逆向渗吸,接触角随碳数增加而减小,有利于原油剥离岩心;界面张力随碳数增加而降低,有利于油滴变形流动,共同促进渗吸过程。实验结果满足归一化采出程度模型,对烷基甜菜碱作为渗吸剂在低渗透油田应用具有理论指导意义。

带跟踪微分器的永磁直线同步电机的PID神经元网络控制

针对以永磁直线同步电机为执行机构的驱动系统易受到推力波动等周期性扰动影响的问题,采用了基于PID神经元网络的跟踪微分器控制方法。该方法通过定义具有比例、积分、微分功能的神经元,将PID控制规律融合进神经元网络中,有效抑制端部效应、纹波推力、齿槽力以及摩擦力对系统的干扰,同时具有快速的跟踪性能。仿真试验表明,与传统的PID控制相比,该控制方法提高了系统的鲁棒性和跟踪性,更加实用有效。

FF与Profibus-DP总线在电厂辅网系统的应用

结合莱芜电厂2×1050MW机组辅网系统,总结了FF和Profibus-DP总线的设计要点。以Ovation为平台,对Profibus-DP和FF总线进行了合理配置,实现对辅网系统的有效控制。针对Profibus-DP和FF总线技术组态调试过程中易出现的问题,给出了注意事项和解决方案。

永磁直线同步电机的自适应迭代学习控制

永磁直线同步电机驱动的伺服随动系统,既要对周期性的输入信号具有跟踪能力,又要对周期性的扰动具有抑制能力。对这一问题,从迭代学习控制的本质出发,与自适应算法相结合,提出了一种自适应迭代学习控制策略,解决了伺服系统中对周期性输入信号的跟踪问题,以及对参数摄动和不确定性干扰,尤其是对周期性扰动的抑制问题。在永磁直线同步电机位置控制实验中,将该方法与传统控制进行对比试验,实验结果表明,该方法能够有效地提高系统的位置控制精度。

永磁直线同步电机的遗传优化神经网络控制

针对永磁直线同步电机的跟踪性能易受推力波动等干扰影响的问题,以及BP神经网络收敛速度慢和易于陷入极小值的问题,提出了基于遗传优化神经网络的控制方法。该算法在复合前馈PID控制算法的基础上,将遗传算法全局寻优和BP神经网络局部寻优相结合,利用神经网络实现了对永磁直线同步电机的干扰的快速,准确的在线补偿。实验结果表明,与复合前馈PID控制方法和神经网络控制方法相比,基于遗传优化神经网络的控制方法有效的提高了系统的跟踪性和鲁棒性,并能有效的消除干扰对系统的影响。

永磁直线同步电机的PIDNN控制

针对以永磁直线同步电机为执行机构的驱动系统容易受到端部效应等周期性扰动影响的问题,采用了基于PID神经元网络(proportional-integral-derivative neural network,PIDNN)的控制方法,通过定义具有比例、积分、微分功能的神经元,从而将PID控制规律融合进神经元网络中,有效地抑制端部效应、纹波推力、齿槽力和摩擦力对系统的干扰。仿真实验表明,与传统的PID控制相比,PIDNN控制提高了系统的鲁棒性和跟踪性,更加实用有效。