一种SVPWM调制方法的实现

从电机的基本理论出发，介绍了空间矢量的基本原理，在此原理的基础上，提出了一种简单的空间矢量脉宽调制（SVPWM）方法，该算法基于复平面中的开关矢量，计算量适中，实时性好，与现有的正弦脉宽调制（SPWM）相比，有母线电压利用率高，逆变器输出电流谐波小，电机转矩脉动小等优点。本文中的算法已由TMS320LF2407A硬件实现，实验结果证明了其可行性和正确性。     

采摘机械手的路径规划——基于相似矢量矩免疫遗传算法

为了提高果蔬采摘机器人机械手采摘路径规划决策的效率,降低数据分析的冗余性,在分析生物免疫系统功能、作用机理及特点的基础上,提出了一种基于相似性矢量距的免疫遗传算法,并将其植入到了机械手躲避障碍物的决策系统中。该算法利用相似矢量矩方法将选择概率的局部搜索和整体搜索有机地结合起来,使算法保留了最优抗体,保证了计算不陷入局部最优解,并使抗体的计算具有了多样性。为了验证算法的有效性和可靠性,设计了果实采摘机器人的测试样机。通过测试发现:机器人机械手动作过程中可以有效地躲避障碍物,到达指定的目标采摘区域,在相似矢量矩免疫遗传算法、免疫遗传算法和相似矢量矩3种算法的测试结果中,相似矢量矩免疫遗传算法的收敛性最好,优化路径最优。     

基于空间矢量调制的矩阵式变换器建模与仿真

矩阵变换器是一种新型的电力变换器。它具有直接能量传递,无中间直流环节等诸多优点,成为近年来交流变换器研究的热点。通过对矩阵式变换器拓扑结构的分析,设计了空间矢量调制算法,建立了矩阵变换器的MATLAB/Simulink仿真模型,对设计的矩阵变换器的空间矢量调制算法进行仿真。为矩阵式变换器的实用化研究提供了一定的理论依据。     

空间矢量PWM的SIMULINK仿真

介绍了空间电压矢量脉宽调制(SVPWM)的原理以及SVPWM算法，并对SVPWM算法用matlab的simulink进行了仿真，给出了仿真结果。     

车用异步电机电驱动系统高性能控制平台设计及实现

为开展纯电动汽车用异步电机高性能控制策略研究,在分析异步电机数学模型的基础上,分别对矢量控制原理和空间矢量脉宽调制(Space Vector Pulse Width Modulation,SVPWM)进行了研究,在MATLAB/Simulink中完成了对异步电机矢量控制系统模型的搭建。在MATLAB/Simulink和CCS6.2环境中编写了基于TMS320F28335控制的异步电机矢量控制系统代码生成软件,搭建了以智能功率模块(Intelligent power module,IPM)FSBB30CH060为驱动的硬件实验平台,并利用LabVIEW建立了便于数据采集与监控的上位机监控界面。以功率60 W的异步电机为被控对象,研究了异步电机矢量控制系统平台的性能。实验结果表明,该平台能够实现车用异步电机高性能控制策略开发,在研究车用异步电机高性能控制策略中具有重要应用价值。     

基于SVPFM的交流异步电动机变频器建模与仿真分析

将空间矢量脉冲频率调制(SVPFM)算法引入到交流异步电动机变频器的建模和仿真中,推导了交流异步电动机在此算法下的数学模型,并在此基础上对电机转速和暂态电流及其频谱进行了详细的仿真分析.结果证明,对于简单信号或要求较低的变频器,基于SVPFM算法的变频器模型相对简单而且载波频率和相频成比例,使得控制部分性价比较高.     

水面矢量推进器仿生设计与试验

以蛇怪蜥蜴为仿生对象,基于蛇怪蜥蜴股骨旋转带动两脚踏水的高速运动行为,设计了水面仿生矢量推进器,增加了驱动力输出维数,实现了可控的托举力、推进力和转矩输出。结合RNG k-ε湍流方程和PISO算法,构建推进器的流体动力学模型,获得了叶片径向和轴向的最优设计形状,推导了驱动力与叶片长度和宽度的数学函数。最后,搭建矢量推进器试验系统,验证了数值计算模型的正确性;进行两栖车辆样机试验,矢量推进器驱动车体实现了10.6°仰角状态的滑水航行,为水面装置减阻提速提供了一种新思路。     

双转子永磁同步电机的运行特性仿真分析

建立了双转子永磁同步电机的仿真模型,介绍了模型中各个仿真模块在MATLA13／Simulink中的建模方法。使用矢量控制系统和空间矢量控制系统对所建立的电机模型进行了仿真,测试了模型的正确性。比较了矢量控制和空间矢量PWM控制的转矩、转速和电流响应曲线,并且深入分析了双转子永磁同步电机稳定运行和瞬态运行时的特点,结果表明选用不同的控制策略时,动、静态响应有所区别,适用于不同场合,为双转子电机的实践应用提供了技术参考。     

基于功率因数可控的双馈异步风力发电系统研究

主要针对风能转换率低、风速变化发电频率不稳定、功率因数难以控制的问题,以双馈电机为对象,采用双PWM换流器控制,利用转子侧换流器和电网侧换流器进行协同控制,实现定子电流变速恒频。此外,在控制系统中采用了坐标变换和空间矢量调制算法,实现了功率因数可控,改善了目前电网电压存在负载突降所导致的不利情况。建立了相应的仿真模型,验证了系统的正确性与可行性。     

SLS成型农机部件的切片算法研究

传统的农机设计方法开发周期长、成本高.采用SLS技术可以缩短生产周期,提高农机生产企业的市场竞争力.为此,分析了当前SLS快速成型系统等厚度切片的缺点,提出了基于三角面片外法矢量的自适应切片算法.结果表明,该算法在保证精度的同时也提高了成型效率.     

基于灰色支持向量机组合模型的农产品产量预测

鉴于灰色预测模型和支持向量机各自的优点,将灰色预测模型与支持向量机相结合,提出灰色支持向量机组合模型,并将该模型应用于花生产量预测中。结果表明,与单一支持向量机和灰色预测模型相比,灰色支持向量机组合模型的预测精度明显提高。     

硬联接双电机的变频同步驱动方案研究

稳定性问题是硬联接双电机同步驱动系统要解决的关键。根据某拦河坝闸门控制系统的改造方案，论证了硬联接双电机采用转矩随动方式设计变频同步驱动方案的可行性。最终的调试实验结果表明，该系统具有较强的稳定性和优良的调速性能。     

基于改进型粒子群算法的全扭矩换挡冲击抑制研究

对于无离合器电控机械式自动变速器(AMT)电动汽车而言,提升换挡品质、减小车辆换挡时冲击度一直是研究的热点问题。本文针对全扭矩换挡过程中对车辆冲击度影响最大的控制对象驱动电机,结合完全学习型粒子群算法搜索速度快、调节的参数少、对全局收敛能力强,且容易实现的优势,将其应用于永磁同步电机矢量控制的速度环调节器上。模拟整车空载和满载急加速急减速2种工况。实验结果表明,采用完全学习型粒子群算法优化后可以大大改善电机的输出性能,从而减小了电机对车辆的冲击度。     

电动汽车交流感应电机驱动系统的研究

介绍了电动汽车电机驱动系统的发展趋势,阐述了电动汽车交流感应电机驱动系统的结构、控制器以及矢量控制方法。     

基于小波分析的支持向量机径流预测模型及应用

针对径流年内、年际变化幅度大、单一方法难以预测的特点,提出基于小波分析的支持向量机径流预测模型。该模型从时频分析角度出发,把月径流序列分解成不同的频率成分,分别采用支持向量机进行预测。以淮河支流沙河上游某水库月径流预测为研究实例,得出了较满意的预测结果。通过与其它方法预测结果的对比分析,验证了模型的有效性,为径流预测提供了一条新途径。     

基于多分类SVM的水泵故障诊断的研究

为了预测水泵在运行中的故障,提高水泵运行的安全性和经济性,在分析故障诊断的基本原理的基础上,建立了水泵运行故障知识库,并运用有向无环决策图多分类算法,对水泵故障样本进行训练,建立了基于支持向量机的离心式水泵运行故障诊断模型(DAGSVM).通过实例验证表明,该模型能有效的诊断水泵的常见故障,为水泵故障诊断提供了一种新方法.     

基于支持向量机的道路坡度实时预测方法试验

道路坡度预测是汽车ABS、AMT、混合动力汽车扭矩分配等实时控制的关键技术。提出一种基于支持向量机(SVM)的道路坡度实时预测方法,输入参数为发动机转速、输出扭矩、纵向车速和纵向加速度,均从控制器CAN网络中实时提取。分别构建实车道路试验系统和Car Sim仿真平台,通过系统试验分别得到的样本对SVM模型进行学习和泛化能力测试。结果表明:Car Sim试验数据建立的SVM模型预测平方相关系数达到0.99,实车试验数据建立的SVM模型预测平方相关系数在0.9左右,二者差异的主要原因是实车试验GPS方法获取道路坡度信息时叠加了不易消除的车体俯仰角的影响。基于Lab VIEW编程将实车试验SVM模型导入虚拟仪器PXIe实时控制器中,其预测一个点的耗时等效到汽车电控ECU单片机为1.33 ms,完全满足实时控制要求。证明所提出道路坡度预测方法是有效、可行的。     

基于图像处理与支持向量机的树上苹果早期估产研究

为了实现果树挂果期的精准管理,针对树上苹果早期估产问题,以"Gala"苹果为研究对象,开展了对定果后的果树进行产量估测的研究,提出了一种图像处理结合支持向量机的树上苹果早期估产方法。首先在苹果园内获取定果后的果树树冠图像,此时的树上苹果颜色为绿色(本文称此时期为果树青果期);采用分析图像各颜色分量值分布图法,确定在YCb Cr颜色空间中,以Cb≤100与Cr≥120作为分割树冠图像中苹果的条件;从果树树冠图像中提取果实个数、果实面积、果实树叶比、受遮挡果实个数比例及受遮挡果实面积比例;以上述5个特征参数作为输入,实际产量为输出,利用支持向量机方法建立树上苹果早期估产模型。本文利用训练集(含50个样本)训练模型,预测产量与实际产量的决定系数R2达到了0.724 2,均方根误差RMSE为1.71 kg,平均绝对百分比误差MAPE为9%,平均预测误差MFE为0.21。利用测试集(含15个样本)测试模型,得到RMSE为2.45 kg,MAPE为13%。结果表明该模型不仅具有较好的预测精度与无偏性,且具有较好的鲁棒性,所采用的树上苹果早期估产方法可行。     

温室环境的支持向量机回归建模

温室气候是一个复杂的动态系统，传统的建模方法很难建立精确有效的温室气候模型。本文引入一种支持向量机回归建模方法来建立温室气候模型，这种方法根据历史数据建立气候模型，并用当前数据检验修正模型。对实际温室数据进行了建模实验，取得了较好的效果。