局部阴影下光伏阵列建模分析与输出特性仿真研究

光伏阵列由一系列的光伏电池通过串并联组成,其输出特性直接影响光伏发电系统的控制。在分析光伏电池工作原理的基础上,首先建立光伏电池的等效物理模型和方便应用的工程实用模型,分析了光照强度和电池温度对光伏电池输出特性的影响。接着建立了光伏阵列的数学模型,对均匀光照和局部阴影下光伏阵列的输出特性进行了仿真研究。最后指出,局部阴影下光伏阵列表现为多峰值、多阶梯输出特性,为提高光伏发电系统的效率,需要研究多峰值输出特性下的全局最大功率跟踪方法。     

局部阴影光伏阵列特性研究

以光伏电池为研究对象,提出一种光照局部阴影下的光伏阵列模型.为了研究该模型的输出特性,根据光伏电池工程数学模型,在Simulink中搭建一个4×3的光伏阵列模型;为了防止热斑效应,每个光伏电池都反向并联了一个旁路二极管,每条支路都与一个阻塞二极管串联,然后对其进行仿真和分析,验证该模型的准确性.通过研究局部阴影下的光伏阵列模型的输出特性,得出其I-U特性呈多膝状,P-U特性呈多峰状,传统智能算法易陷入局部极值,对后续基于改进智能算法的光伏系统最大功率跟踪研究具有一定的理论意义和实际工程应用价值.     

单缸油气悬架阻尼孔压力特性建模分析

油气悬架阻尼孔的工作和结构参数对其压力特性有重要影响。根据其结构特点和工作原理,建立单缸油气悬挂试验台数学模型,采用AMESim搭建试验台单缸系统的仿真模型。对比分析初始条件阻尼孔尺寸、蓄能器充气压力、激励频率等对阻尼孔压力的影响;并对比了不同的阻尼孔直径,不同的充气压力和激励频率下油气悬架数学模型和仿真模型的结果。对数学模型和仿真模型中气体多变指数和阻尼孔流量系数进行修正,对比分析修正后阻尼孔压力和悬架的输出特性。结果表明:气体多变指数和阻尼孔流量系数均会对阻尼空压力产生较大影响;气体多变指数会随着激励频率的升高依线性规律增加;阻尼孔流量系数取值应偏大;试验结果验证了仿真模型的准确性,为进一步研究提供理论和模型参考。     

太阳能水下航行器光伏系统MPPT控制仿真研究

通过光伏电池的简化模型,研究了光伏电池的输出特性,并分析了BUCK斩波电路寻找最大功率点的实现原理.提出了变步长扰动MPPT策略,并在Matlab仿真环境中开发了带有此策略的仿真模型.利用此模型进行计算机仿真,结果表明,太阳能水下航行器光伏系统变步长MPPT控制,能够准确地跟踪太阳能电池的最大功率点,提高了太阳能电池利用效率.     

光伏电池在阴影影响下功率特性研究

光伏电池在阴影影响下照明不均匀，输出特性受到影响。鉴于此，研究了光伏电池的数学特性，分析了光伏电池各区域在无阴影和不同程度阴影影响下的输出特性，最后通过建模仿真实验，总结论证了光伏电池在阴影影响下的输出特性规律。     

基于多峰值模型优化的光伏阵列故障研究

在光伏阵列的实际使用中,设备老化、局部阴影等因素会导致阵列故障现象的发生。为了消除故障对光伏阵列输出的不利影响,提出对原有的多峰值模型进行优化处理,在光伏组件模型上并入对求解参数进行修正的旁路二极管,以提高光伏发电系统转化效率。仿真对比分析了模型优化前后的光伏阵列输出特性,验证了此优化模型能有效减小系统的功率损耗。     

不同光照条件对光伏组件及其构建的光伏发电系统的影响研究

为保证各个模组的稳定输出与光伏组件接入的配电网运行的安全可靠性，有必要研究不同光照条件对光伏组件的影响，以及对其构建的光伏发电系统的影响，为光伏发电技术的进一步发展提供技术支持。现建立了光伏电池单体的仿真模型，并以此为基础，建立两块和三块组件串联的模型，最后建立了2×2的光伏阵列仿真模型。利用Matlab/Simulink软件，仿真后得到了仿真模型在多种复杂光照下的U-P和U-I特性输出曲线，并根据仿真结果总结了该情况下U-P和U-I输出特性的规律。     

基于PSIM的光伏组件仿真模型的研究

为了更好的研究了光伏阵列的特性,提高光伏并网发电系统的可靠性和效率,提出了一种光伏阵列的简化数学模型,在PSIM仿真环境下,采用外扩DLL的方式建立了光伏阵列的外特性模型,参照CEC5—72--180M型号的光伏组件的产品参数进行仿真,并对不同温度和光照强度条件下光伏阵列的输出特性进行了研究,阐述了光照和温度对输出电压、电流和功率的影响。仿真结果表明该模型能够准确地反映其物理特性,为光伏发电系统的仿真分析提供了依据。     

光伏电池最大功率点的分析与研究

通过对光伏电池的数学模型和电流电压曲线的分析,提出了光伏电池最大功率线的跟踪方法。采用与光伏电池性能相同的光伏传感器,控制逆变器工作电流的大小,当光强或工作温度发生变化时,对跟踪系统都无影响,从而实现最大功率点的可靠跟踪。该方法不需复杂的分析与控制,原理较简单,具有一定的市场前景。     

基于AMESim的尾气处理泵的仿真与优化设计

AMESim软件为机械、流体、电磁等工程系统提供了一个高性能的仿真平台。在对汽车尾气处理泵的工作原理与数学模型进行分析的基础上,通过AMESim建立该泵的仿真模型,并在不同参数下进行动态仿真分析。仿真结果表明:采用膜片单向阀替换普通球阀以及适当增大弹簧的刚度可以提高泵的输出特性。     

基于数据的航空发动机模型匹配方法

本文提出了一种航空发动机模型匹配方法,以双轴涡轮风扇发动机为研究对象,在不同飞行条件、不同发动机性能退化状态下,基于发动机部件特性参数和气路测量参数求解了敏感系数矩阵,预测了退化发动机工作点特性参数和输出性能参数。结果表明,模型计算过程简单,运算速度快,在不考虑测试噪声的情况下,特性参数预测误差均小于0.16%,输出的推力和耗油率的误差最大为0.4%,精度满足工程要求。本文所述方法不受部件特性和发动机结构类型的影响,可扩展应用于其它类型发动机。     

压阻式压力传感器中的信号调整

文中介绍了Maxim公司的信号调整集成电路芯片MAX1450的引脚含义,功能特点及工作原理.设计和制作了外围补偿电路,对已有的微型压阻式压力传感器进行测试,分析它的信号特性与温度特性,采用了MAX1450信号调理器将微型压阻式传感器的进行校准和温度补偿.对微型压阻式压力传感器的失调、满量程输出、失调温度系数、满量程输出温度系数进行校准和补偿,使信号输出精度提高到1%,满足了实际应用的要求.     

液压转向器动态特性的建模与仿真分析

以全液压同轴流量放大器为对象，建立了动态特性数学模型。分析了其稳定性和动态性能，得到了放大器输入阶跃转角与输出流量和放大器输入阶跃转速与输出流量之间的仿真曲线。结果表明，该转向器具有较快的响应速度，在阶跃输入作用下，其输出仅需0．06s即可达到峰值，0．28。即可完成过渡过程，完全可满足车辆对转向速度的要求。     

多片钢板弹簧的优化设计

建立了多片钢板弹簧优化设计的数学模型 ,利用MATLAB工具箱进行优化 ,并以实例设计计算了多片钢板弹簧     

汽油发动机数学模型建立与仿真研究

分析了汽油发动机的控制原理和基本特征,系统研究了发动机喷油原理和点火提前角控制原理.建立了燃油蒸发与燃油膜子模型、进气歧管空气流量子模型和发动机动力输出子模型.通过仿真验证,表明该数学模型在提高汽油燃烧率,节约燃油,和功率输出稳定性方面都有较满意的表现.     

融合线性方法和神经网络的摄像机并行标定技术

从摄像机成像模型的基础原理出发,针对神经网络的特性,构建不同的训练点集以获得不同的神经网络.提出对物点的世界坐标(XW,YW,ZW)信息分别进行标定,称之为并行标定.此方法不局限于单个平面位置的标定,标定过程中让标定模板沿ZW方向移动,覆盖一个三维标定区域.与以往标定方法相比,由于该方法减少了标定点数目,此方法在提高了标定精度的同时提高了标定速度.实验结果表明,该方法在XW轴和YW轴方向上的距离测量精度优于0.1%,在ZW轴方向上的距离测量精度优于1%.     

基于AMESim的汽车液压减振器失效仿真

针对油液泄漏导致的减振器失效问题,以某国产液压减振器为研究对象,通过分析其结构以及工作原理,建立减振器阻尼力的数学表达式以及AMESim一维仿真模型,仿真得到其不同速度下的示功图以及阻尼特性曲线,并与试验结果进行对比,仿真结果与试验结果能够较好的吻合,表明用AMESim所建立的一维仿真模型真实可靠。基于该仿真模型仿真活塞缝隙、底阀、活塞杆与密封圈缝隙的油液泄漏而导致的减振器失效问题,对比不同状态下的阻尼特性曲线,发现仿真模型可以较好的进行减振器失效的仿真分析,表明仿真模型能够指导实际工程设计以及相关的性能预测。     

液力偶合器通用外特性的数学建模

先从舰船推进系统的稳、动态特性研究的需求分析,引出建立液力偶合器数学模型的必要性。从船舶动力装置原理的角度,叙述了液力偶合器用机理建模法推得的力矩外特性的一般解析式。运用液力偶合器制造厂家提供的试验曲线,根据机理建模原理用数值计算法确定外特性一般解析式在各特定条件下的各系数具体值。再运用人工神经网络方法,将液力偶合器力矩外特性从若干个线工况推广到整个工作范围都适用的面工况。最后对所用的液力偶合器外特性数学模型的多法并用的建模法进行了小结。     

基于三角化模型截面线提取产品特征线的四边域曲面重构

提出了基于三角化模型截面线提取产品特征线的四边域曲面重构的方法.该方法不但对特征点提取进行了降维简化,把在三维数据点云中直接求取特征点,转化为在截面线上求点,而且综合了三角曲面法快速、灵活、边界适应性好和四边曲面法精确、光顺的优点.     

基于sEMG信号的关节力矩NARX预测模型

为解决利用力矩传感器控制肌力训练设备所带来的滞后性,利用表面肌电信号(sEMG)超前于运动的特性,设计了基于一组拮抗肌表面肌电信号的关节力矩预测模型。首先搭建康复训练设备为信号采集和实验验证提供条件。将sEMG经过预处理,选择sEMG信号的方差特征作为神经网络输入,利用带有外部输入的非线性自回归(NARX)模型的动态循环神经网络,分别建立了基于关节力矩实际值的超前多步(MSA)预测模型和基于模型预测输出(MPO)的预测模型,通过等张和等长测试实验,比较了MSA和MPO模型的力矩预测性能。实验结果表明,两种模型输出预测值和实际值之间都有极强关联性(皮尔逊相关系数均大于0.95)。随着超前预测的步数增加,MSA模型的预测精度降低,但是超前预测的时间增大。在等张和等长测试中,当超前步数分别小于29和35时,MSA预测精度显著高于MPO(p<0.05),但MPO模型在成本和体积上更具优势。综上所述,两种模型均可以准确预测关节力矩,在实际康复训练设备控制中,可根据应用需求选择不同的力矩预测模型。