新型双头反向对称翼型性能的数值研究

针对由普通单向翼型对接而成的双头反向对称翼型，对两种模型分别进行了数值模拟，并把计算结果与试验结果进行对比。数值计算结果表明，翼型的头部形状对该类翼型升力影响较大，而对其阻力影响较小；其次，对于有大分离流动的情况，定常条件下的阻力计算结果比试验数值大。     

基于堆叠GRU的伺服电机滚动轴承剩余寿命预测北大核心

针对基于浅层学习的轴承寿命预测模型非线性学习能力差、预测精度低的问题,提出一种基于堆叠门控循环神经网络(SGRU)的伺服电机滚动轴承剩余寿命预测方法。首先对轴承振动信号进行时域和时频域特征提取,将常用的时域特征参数和经过集合经验模态分解得到的时频域特征参数作为原始特征集,然后采用相似度度量方法选取最能反映轴承退化性能的特征。之后通过堆叠两层GRU隐层来构建一种深层的寿命预测网络,并以训练集的退化特征参数为输入对网络进行训练,不断优化网络参数。最后在FEMTO数据集上与单层长短期记忆网络(LSTM)方法进行对比。结果表明,该方法相比于单层LSTM方法具有更高的预测精度。     

含光伏源的微网下垂控制策略研究

以含光伏源的微网为研究对象,首先提出了一种适应于并网和离网模式的下垂控制策略,光伏源的控制策略无需随着并离网状态的改变进行切换,可以实现并网平滑转离网.离网后同一母线的各个变流器自动调节功率输出,且功率分配均匀,输出电压质量高;然后提出了预同步控制策略,可以有效减小变流器并网过程的电流冲击,实现离网平滑转并网;最后通过搭建试验平台验证了所提控制策略的可行性和有效性.     

基于混沌优化算法的支持向量机参数选取方法

支持向量机（SVM）的参数取值决定了其学习性能和泛化能力．对此，将SVM参数的选取看作参数的组合优化，建立组合优化的目标函数，采用变尺度混沌优化算法来搜索最优目标函数值．混沌优化算法是一种全局搜索方法，在选取SVM参数时，不必考虑模型的复杂度和变量维数．仿真表明，混沌优化算法是选取SVM参数的有效方法，应用到函数逼近时具有优良的性能．     

自适应二次变异差分进化算法

提出一种基于群体适应度方差自适应二次变异的差分进化算法．该算法在运行过程中根据群体适应度方差的大小，增加一种新的变异算子对最优个体和部分其他个体同时进行变异操作，以提高种群多样性，增强差分进化算法跳出局部最优解的能力．对几种典型Benchmarks函数进行了测试，实验结果表明，该方法能有效避免早熟收敛，显著提高算法的全局搜索能力。     

基于滑模与自适应观测器的感应电机非线性控制新策略

提出一种结合滑模变结构和自适应观测技术的感应电机非线性控制新方法. 以定子电流与定子磁链为状态变量建立感应电机模型, 采用非线性分析方法建立转矩与磁链误差方程, 使用自适应滑模技术设计转矩与磁链控制器, 推导出定子电压控制量. 基于模型参考技术设计自适应观测器, 向控制器提供准确的转速辨识与磁链观测值,并给出了控制系统的稳定性证明. 该方法具有转矩脉动小、定子磁链畸变不明显的优点, 低速时也具有良好的控制性能, 且对参数与负载变化有较强的鲁棒性. 仿真与实验结果证明了该控制策略的正确性与有效性.     

发电机组的一种多模型自学习控制

针对发电机组励磁与汽门的综合控制,研究了一种多模型自学习控制(MMSC).首先,建立机组不同工况下的样本数据并归纳模糊控制器(FLC)规则,随后采用模糊聚类算法将样本约简为典型工况,并得到对应于典型工况的模型库与控制器库.MMSC的控制量为多个FLC输出的加权集成,而加权系数由模型匹配程度决定.采用学习能力强的支持向量机来实现FLC的自学习和在线优化.仿真实验验证了MMSC的控制性能和效果.     

基于支持向量机逼近的内模控制系统及应用

针对同步发电机组汽门系统, 文章研究了一种基于支持向量机逼近的内模控制系统. 所研究的控制系统包括两个主要部分: 支持向量机逼近逆控制器、内模框架下的不确定性补偿. 由基于泰勒扩展的输入输出逼近模型计算逆控制律, 并由非线性系统辨识来实现. 同时, 采用一个鲁棒滤波器实现内模框架下的不确定性补偿. 针对汽门系统的仿真实验验证了该控制系统的优良性能.     

基于模型预测控制的电动汽车轮毂电机转矩控制研究

分布式驱动电动汽车（Distributed Drive Electric Vehicles,DDEV）采用内嵌式轮毂电机,使各车轮独立可控,具有调节形式多样化等突出优点.合理的轮毂电机转矩分配是保证DDEV稳定性的关键.本文为提高DDEV稳定性,分析了轮毂电机转矩分配与稳定性的关系,提出一种基于模型预测控制器的DDEV轮毂电机转矩分配控制系统.所提出的控制系统由上层控制器和下层控制器两个主要部分组成.上层控制器设计了基于拉盖尔函数的模型预测控制器,综合分析保证DDEV稳定性所需的轮毂电机转矩约束条件,实现轮毂电机最优转矩分配,提高DDEV稳定性.下层控制器对四个轮毂电机进行实时控制,执行上层控制器设计的最优转矩分配方案.最后在搭建的Matlab/Simulink环境下进行仿真验证.