基于CANopen协议的伺服控制模式的实现

针对伺服电机远程控制接线复杂、控制单一、可靠性不高等问题,提出利用CANopen通信协议DS301、驱动子协议DSP402实现伺服电机控制的新方法.分析CANopen协议的对象字典和报文格式,详细介绍了CANopen伺服控制状态机各步骤的转换以及实现CANopen协议下PP、PV、HM3种伺服控制模式的报文设置.利用ZLGCANTest、ESTUN伺服驱动设备以及PC机构建了实验平台,在上位机界面中通过报文设置成功实现了基于CANopen协议的伺服电机的PP、PV、HM三种模式的控制.实验结果表明,利用CANopen协议的报文设置控制电机简单易操作,通信数据快速、可靠,用户通过上位机界面可以很好的实现对伺服电机的监控.     

基于D-FNN的开关磁阻无位置传感器的研究

提出了一种基于扩展径向基函数(RBF)神经网络的动态模糊神经网络(D-FNN)的开关磁阻电机无位置传感器控制的新方法。动态模糊神经网络系统以在线采样的相绕组的电流和磁链为输入,以转子位置角度为输出,从而建立起电流和磁链、转子位置角度的非线性映射关系;训练完成后,用D-FNN输出结果取代位置传感器角度信号,实现电机无位置传感器运行。仿真和实验结果表明:由D-FNN获得的角度信号和由位置传感器获得的角度信号相比误差小,电机能够准确换相,且输出转矩波动小,转速曲线平滑,电机在无位置传感器下运行良好。     

基于多目标分子动理论的楼宇负荷用电调度优化

针对智能用电环境下保证用电经济性、舒适性以及电网侧稳定性目标的楼宇多用户日负荷调度问题,提出一种基于多目标分子动理论的智能楼宇负荷用电调度优化策略。首先根据楼宇用户中不同负荷特征,对楼宇用电负荷进行分类,搭建楼宇多用户负荷用电调度模型;其次,针对该模型对分子动理论优化算法进行多目标改进,引入基于按维审查的模糊拥挤判定思想得到最优解集可供选择,提高种群多样性和分布性,然后将其用于楼宇多用户负荷调度模型中进行多目标优化;最后,通过算例仿真实验及对比分析可知,所提优化策略能较好地实现楼宇用户用电经济性和舒适性目标,同时达到平抑电网侧波动的效果。     

基于三电平逆变器的直接转矩控制研究

研究异步电动机直接转矩控制调速系统的基本组成和工作原理,提出三电平逆变器的直接转矩控制的方案。直接转矩控制系统采用结构简单,受参数影响小的u—i模型作为磁链观测模型,提高了定子磁链观测的精确度。通过MATLAB／SIMULINK构建仿真模型,结果表明DTC系统具有动态响应速度快、精度高、易于实现等特点,仿真实验验证在该模型下的三电平逆变器直接转矩控制有良好动静态性能。     

一种RFID电子卡稳定性设计及实现

稳定性问题一直制约着RFID电子卡的应用与发展,针对此种问题,介绍了一种应用在汽车安全管理及其自动收费系统等场合的RFID电子卡;重点对这种RFID电子卡的稳定性进行了研究,分析讨论了其载波幅度调制电路出现载波频率点漂移、偏移及杂波产生的各种原因,提出对载波幅度调制电路改进设计作为解决的方法,微带线受外界因素影响小的优点在这种方法中得到充分体现;实验结果证明,该方法提高了RFID电子卡的工作稳定性,增强其抗干扰能力。     

动态密钥在Mifare射频IC卡识别系统中的应用

RFID射频识别技术的应用给人们提供了一种严格高效的管理方式,大大提高了工作效率及服务质量,但同时也存在一些相关的安全问题,制约了RFID技术的应用及推广;针对Mifare射频IC卡识别系统中的应用扇区密钥长度有限、密钥规定单一等缺点,提出了基于TEA加密算法的动态密钥设计方案,引入随机数,利用TEA算法加密明文数据包,并在8位单片机PIC16F873A上进行应用实现;试验和实践证明该方案高效安全可行,大大提升了Mifare射频IC卡识别系统的安全性能,有广泛的应用价值。     

基于Hash函数的RFID系统防碰撞算法的研究

防碰撞算法是RFID系统的关键技术之一;针对动态帧时隙ALOHA算法(EDFSA)的局限性,提出了一种基于Hash函数的防碰撞算法;在算法中,标签通过Hash函数选择时隙发送信息,阅读器通过精确的标签数目估计方法来动态改变帧长度,从而提高了系统识别效率;文中详细介绍了算法设计流程,通过建立数学模型对算法进行分析,证明了系统识别效率期望值突破了36.8%的限制,仿真实验进一步证明了该算法在识别大量标签时效率明显优于动态帧时隙ALOHA算法.     

绕组匝间绝缘测试研究

匝间绝缘测试仪在电机行业中得到了广泛的应用。分析匝间绝缘测试电路原理,用Matlab搭建仿真模型,获得电容放电波形。用LabVIEW测得正常波形和故障波形,对波形进行分析,阐明波形比较的重要性。     

楼宇直流微网用直流母线功率分级控制的新型多输入直流变换器研究

针对传统多输入变换器存在的输入/输出电压反极性、分布式能源汇集结构复杂等问题,提出一种新型多输入直流Buck-Boost变换器,有效实现楼宇直流微网中的风光混合供电,且将蓄电池直接嵌入变换器中,减小体积和降低成本。该变换器具有电路拓扑简洁、可实现升/降压、输入/输出电压同极性、各种分布式输入源可单独或同时向负载供电、蓄电池能根据负载功率变化吸收或释放功率等优点。以三输入为例分析了变换器的工作模式、推导其输入输出特性、提出基于直流母线功率的分级控制实现能量管理。通过Matlab/Simulink平台的仿真实验验证了该变换器的可行性和控制策略的有效性。     

基于模糊神经元网络的图像融合滤波

为解决图像滤波处理过程中噪声的有效去除和图像细节保留两者难以兼顾的问题，引入了神经网络信息融合技术，通过设计的模糊神经元网络（FNN）对多级FIR中值混合滤波（MFMHF）和5X5中值滤波进行融合，使融合图像在噪声滤除和细节保留上获得较好的平衡。实验仿真表明，FNN网络的融合有效，而且FNN网络的融合性能和学习效率比BP网络更好。