基于虚拟仪器技术的声强法识别拖拉机噪声源

识别拖拉机主要噪声源是解决拖拉机噪声问题的首要条件，利用声强法能有效地识别拖拉机主要噪声源。基于虚拟仪器LabVIEW，建立了一套神牛SN250拖拉机噪声信号测试系统，可对拖拉机噪声信号进行测定，并利用声强方法进行噪声频谱分析和声源识别，以分析拖拉机的主要噪声来源。结果表明：所建立的测试系统可满足工程精度要求，能有效识别拖拉机主要噪声来源；排气噪声、发动机散热风扇噪声及发动机机罩振动噪声为拖拉机主要噪声源，声强级分别为106dB、104dB、104dB；排气噪声是驾驶室内主要噪声来源。因此，解决该拖拉机噪声问题须首先降低排气噪声、发动机散热风扇噪声和发动机机罩振动噪声。     

基于有限脉冲反应和径向基神经网络的触电信号识别

针对农村低压电网剩余电流保护与动作技术中,如何检测总泄漏电流中人体触电支路电流的难题,该文利用严格线性相位与任意幅度特性的FIR（finite impulse response）数字滤波技术和具有自适应性与最佳逼近特性的RBF（radial basis function）神经网络有机结合,提出一种基于FIR数字滤波的RBF神经网络作为触电电流信号的检测方法。首先,采用FIR数字滤波器选定合适的窗函数和滤波阶数,对触电试验获得的总泄漏电流及触电电流进行滤波预处理;然后,将预处理后的信号波形作为样本集,选定适合的RBF函数,建立从总泄漏电流中提取触电电流波形的3层RBF神经网络模型。仿真试验结果表明：该方法速度快且稳定,检测值与实际值的平均相对误差为3.76%,具有良好的适应性和实用性,对于研制新一代剩余电流保护动作装置具有重要意义。     

基于小波包变换和量子神经网络的触电故障类型识别模型

针对农村低压电网中广泛应用的剩余电流保护装置,只能检测到剩余电流有效值的大小作为唯一动作判据,不能自动识别剩余电流与触电故障类型之间所具有的非线性映射规律的难题,提出了一种基于小波包变换和量子神经网络的触电故障类型识别模型。首先应用小波包变换明确了生物体触电故障时,剩余电流中312.475 Hz以下低频带的能量谱波动明显,其中39.062 5~78.125 Hz和119.2~156.25 Hz两频带的波动幅度达9.05和9.00,提取了剩余电流的小波包能量谱8维度特征向量,同时应用特征频带能量占有比之差的平均变化率,实现了生物体发生触电故障的准确检测。然后以小波包能量特征向量为有效信息源,利用量子计算的态叠加思想和神经网络计算的自适应性结合,建立了一种量子神经网络作为触电故障类型识别模型,该网络采用多个量子能级的量子神经元,在学习1 437次时误差精度达到0.000 998 92,快速高效地实现了触电故障类型的识别,其仿真试验准确率达100%。该研究对于研发新一代基于生物体触电电流分量动作的自适应型剩余电流保护装置具有重要的参考价值。     

基于sigmoid滤波器的永磁轮毂电机自抗扰控制

相比燃油拖拉机,电动拖拉机具有节能高效、绿色清洁的优点。分布式驱动电动拖拉机结构简单、控制维度多,能进一步提高电动拖拉机的工作效率和作业精度。但是电机检测转速噪声导致轮毂电机速度波动严重,复杂路面及多种作业工况下进一步加剧了上述问题,严重降低了拖拉机的作业质量。针对上述问题,该研究提出一种基于sigmoid滤波器的线性自抗扰控制（linear active disturbance rejection control,LADRC）以提高轮毂电机的转速稳定性和抗扰动能力。该控制策略在传统LADRC的基础上引入sigmoid滤波器至扩张状态观测器（extended state observer,ESO）,根据输入噪声信号误差变化改变滤波器带宽,以抑制观测误差中的中高频干扰信号,同时避免滤波器积分环节对轮毂电机速度跟踪快速性的影响,具有较快的收敛性。搭建试验平台对所提出控制策略进行试验验证,结果表明：与传统LADRC策略相比,本文所提控制策略在变速和变载工况下的转速脉动分别减小了32%和41.67%,i_q电流脉动分别减小了6.25%和4.17%,可在快速、准确跟踪给定转速的同时,显著提高轮毂电机驱动系统的噪声抑制性能,为复杂环境下电动拖拉机高精度作业提供技术参考。     

永磁同步风力发电系统附加虚拟阻尼控制仿真及验证

永磁同步风电机组(permanent magnet synchronous generator,PMSG)传动轴的扭振不仅会增加轴系的疲劳损害,严重时还会影响风电机组(wind turbine generator,WTG)的稳定性、减少机组的使用寿命。为了保证风电机组高效、稳定运行,有效抑制轴系扭振,该文详细阐述了永磁同步风电系统功率控制的基本控制策略,重点探讨与分析了控制参数与轴系阻尼对系统稳定性及轴系扭振的影响。总结出:当控制参数选择的不合适,会导致轴系扭振失稳;轴系阻尼能抑制扭振,并能够提高系统稳定裕度。基于此,该文提出一种附加虚拟阻尼的控制方法,通过在q轴电流控制环注入相应的阻尼的补偿电流,等效于引入阻尼补偿转矩、增加了轴系阻尼。所提控制策略对于抑制轴系扭振、增强机组的稳定性、增加机组的使用寿命,具有一定的现实意义与实用价值,可在轴系阻尼现实不足的情况下,可通过附加虚拟阻尼来增强轴系阻尼,进而对轴系扭振进行有效抑制。     

基于声压球谐函数分解的球面波束形成噪声源识别

基于声压球谐函数分解的球麦克风阵列波束形成算法能够同时对三维空间所有方向进行声源定位,特别适用于内场噪声源的识别。该文以典型的50通道刚性球麦克风阵列为例,进行了声源识别性能仿真分析,结果表明：球谐函数截断长度、声源频率和声源位置等参数对阵列响应均具有显著影响,2 000 Hz对应的声压球谐函数最优截断长度为5,且所有声源位置的最大旁瓣水平的最大值可达-15.35 dB。在此基础上,开发了阵列动力学性能分析及声源识别成像软件。利用该软件对已知声源的试验算例进行声源成像,成像结果与声源真实位置吻合,表明该算法能准确识别声源,证实了自主研发程序的正确性。     

基于永磁式涡流缓速器的车辆联合制动能力

为掌握永磁式涡流缓速器与排气制动的联合制动在车辆上的实际制动能力,对永磁式涡流缓速器和排气制动特点进行了分析,采用道路试验和理论分析相结合的方法,从平路减速距离和坡道稳定持续下坡车速与坡度关系两个方面考察永磁式涡流缓速器与排气制动联合制动的制动能力。结果表明：在平路上,使用联合制动能在更短时间内减低车速,有效缩短减速距离;在坡道上,使用联合制动可以保证车辆在更大坡度坡道上（5.5%～9.0%）以安全、经济的车速稳定下坡行驶。上述研究对于促进永磁式涡流缓速器和排气制动装置在国内车辆上的装用具有参考作用。     

基于无刷直流电机的风力机转矩模拟

针对风力发电技术的研究受到自然条件制约的问题,该文提出了一种新的利用无刷直流电机来代替风力机的模拟方案,通过控制无刷电机直流侧电流的方式实现转矩控制,电流环采用径向基函数神经网络与PI调节相结合的控制策略。利用Matlab/Simulink建立系统仿真模型,并搭建了基于DSP控制的无刷直流电机+永磁发电机的硬件平台,仿真和试验结果都与理论转矩相吻合,并有效降低了无刷电机的转矩脉动。该方法控制简单、精度高,为实际模拟系统的设计提供了一种新的思路。     

考虑驱动电机激振的电动车油气悬架系统振动分析

电传动车辆中轮边驱动电机壳体振动直接作用于悬架下端,为评价电机激振力对悬架系统的输出影响,在考虑电机—路面不平度耦合激励影响下构建系统运动微分方程组进行分析。应用气体状态方程和油液孔口出流方程建立了单气室油气悬架非线性数学模型,采用麦克斯韦应力法对异步电机竖直方向激振力进行求解,采用白噪声滤波法模拟时域内随机路面,将耦合激励信号作用于系统模型,将悬架输出力和电机激振力带入系统运动方程组联立求得数值解,改变参数可进行多工况下平顺性仿真,并通过实车试验与耦合振动模型进行了对比。结果表明在常见正弦路面激励下,在考虑电机激振影响下系统输出振幅约增大10%且达到稳定所需时间更长。高频激振力使系统加速度功率谱幅值变大,在激振力自身频率段影响明显,不可忽略。通过分析实测数据与仿真数据,验证了耦合激励模型在实车中的有效性;耦合激励模型对电动车悬架及整车平顺设计有指导意义。