转矩优先控制的永磁同步电机DTC方法

针对永磁同步电机SVM-DTC方法中参考电压矢量不易于获取的问题,提出了一种基于转矩优先控制的SVM-DTC方法。根据转矩优先控制的原则,在拓展的电压矢量表中选择能够快速改变转矩的电压矢量,然后结合实际转矩与目标转矩的差值,确定参考电压矢量的作用时间。方法结构简单,易于实现,既保持了传统直接转矩控制的快速性和较强的鲁棒性,又拥有SVM-DTC中转矩脉动小和功率器件开关频率固定的优点。通过MATLAB/SIMULINK搭建系统模型,仿真结果可以证明方法的有效性。

基于遗传算法优化的BP神经网络研究应用

为提高BP神经网络预测模型对超市大米日销售预测的准确性,提出一种基于遗传算法优化的BP神经网络预测方法。介绍了BP神经网络和遗传算法的特点以及存在的缺陷,并进一步研究了BP神经网络和遗传算法相结合的有关技术,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型获取最优解,充分发挥了BP神经网络的局部搜索能力和遗传算法的全局搜索能力的优势。仿真结果证明,该方法对超市大米日销售预测具有更高的精度和更好的非线性拟合能力。

改进Fuzzy-PID控制在空调冷却水系统中的应用

针对中央空调冷却水系统的滞后性、时变性、非线性等特点,分析了模糊控制算法和传统的PID控制各自的优缺点,针对空调系统时滞性的特性,引入Smith预估算法。利用MATLAB进行仿真研究,采用基于Smith自适应算法的模糊-PID控制法在鲁棒性,快速性和准确性上可取得非常好的效果。

基于粒子群神经网络的空调冷负荷短期预测

为提高空调冷负荷预测精度,本文提出了基于PSO-BP算法的神经网络模型。将PSO算法与BP神经网络相结合,对大型商场的空调样本数据进行冷负荷预测实验。结果表明,与BP神经预测算法相比,该算法的预测精度更高,运行速度更快。

基于移相控制的全固态高压脉冲电源设计

针对传统高压脉冲的功率器件耐压值有限,电压等级难以提升,效率低的缺陷,提出了一种基于移相控制技术的全固态高压脉冲电源。充电电源部分采用移相控制ZVS PWM全桥变换电路,减小开关损耗;高压脉冲电路以全固态IGBT作为主开关器件,不仅能提升电压等级,还能对脉冲宽度和频率进行调节。实验结果表明,输出脉冲电压最大值为10 kV,具有纳秒级陡峭前沿,且频率、脉宽均可调。

改进的参考电压矢量获取方法

针对基于空间矢量调制的永磁同步电机直接转矩控制方法中,参考电压矢量获取涉及电机参数,而电机参数的变化又导致预测结果不可靠的问题,提出了一种不依赖电机参数的参考电压矢量获取方法。通过对转矩误差以及定子磁链幅值误差进行PI控制,对其输出量分别分配一定的权重,用其绝对值的加权,作为参考电压矢量幅值的控制量,用其比值作为确定参考电压矢量相对于定子磁链矢量角度偏差的依据。仿真结果表明,该方法能很好克服电机参数变化造成的影响,从而试验验证了该方法的有效性。