基于一维RepVGG协同领域自适应的电机滚动轴承故障诊断

在使用传统机器学习类方法对电机滚动轴承故障进行诊断时,电机运行工况的变化以及采集信号时的噪声干扰,会出现源域训练集和目标域测试集分布不一致的问题。提出了基于一维RepVGG协同领域自适应的故障诊断方法。RepVGG具有精度高和速度快的特点,使用一维RepVGG实现对电机滚动轴承信号的特征提取;基于提取的特征,在网络顶层结构中使用集成优化目标函数来实现域自适应,并完成轴承故障诊断。基于凯斯西储大学轴承数据集,对该方法进行了实验验证。实验结果表明,在电机变工况运行时,改进方法为诊断性能优于现有其他诊断方法。     

高速无人遥控潜水器永磁推进器的无位置传感器控制

高速电动无人遥控潜水器(ROV)用于浅海严酷水下环境中的观测和作业。ROV上的推进器电机内部充油,需用旋转变压器测量转子磁极位置,旋转变压器反馈的模拟信号容易受电机相线电流干扰。为此,提出了一种使用新型连续饱和函数的滑模观测器,通过使用连续饱和函数和锁相环方法,可以估算磁极位置。所提算法与传统滑模观测器相比,可有效减小电机运行时的抖振。通过仿真与试验,验证了该算法的可行性。     

全海深垂直多芯电缆的建模

为了研究全海深环境下,垂直多芯电缆电能传输过程中的电压压降及能量流失情况,建立了精细化的垂直多芯电缆模型.模型基于分布参数理论,对电缆进行分段建模,每一段用π型等效电路表示.电缆参数的计算计及深海环境参数的变化,且根据内部导体的不同位置关系分类讨论.利用matlab实现参数矩阵的计算,并通过EMTP的支路计算引擎辅助计算出沿线电压电流响应.通过实验验证了模型有很好的拟合效果,仿真计算结果与实测结果有很高的吻合度.     

基于广义双矢量的永磁同步电机双模型预测转矩控制

为了减少永磁同步电机(permant magnet synchronous motor,PMSM)模型预测转矩控制(model preictive torque control,MPTC)策略的转矩脉动,提出了一种基于广义双矢量的PMSM双模型预测转矩控制策略。控制策略将基本电压矢量组合扩展到广义双矢量,将基本电压矢量组合选取与作用时间计算分两次模型预测转矩控制处理,在每个控制周期先选择两个基本电压矢量,再计算其作用时间。仿真结果说明,与传统占空比模型预测控制相比,明显减少了转矩脉动。     

磁编码器算法分析与研究

磁编码器使用线性霍尔元件作为主体,结构简单,易实现微型化,适应恶劣环境能力强.实际应用中,磁编码器的分辨率和精度除受制于线性霍尔元件的精度外,也与AD采样精度、磁编码器算法有密切关系.在分析比较磁编码器的几种实现算法的基础上,给出了高精度的实现方案,在使用10 bit AD的基础上,可达到超过0.1 °的分辨率.     

煤矿视频中复杂行为识别的持续学习模型探究

为更好保障矿工井下作业安全，如何提高矿井监控视频中矿工复杂行为识别准确率已成为研究热 点。通过耦合深度网络和主动学习方法构建的矿工复杂行为持续学习模型，可自动对新增样例进行标记，并持续 从视频数据中学习人体行为，从而提高识别准确率。分析在是否为主动学习和是否固定缓冲区大小 4 种实验环境 下公共数据集 KTH 和真实煤矿监控数据集 RCV 中复杂行为的识别性能，发现随着新增样例的加入，持续学习模型 框架能够不断改进每种复杂行为模型的识别性能，且最终的识别准确率相较于传统识别模型有明显提升。结果表 明持续学习行为模型能有效解决复杂行为识别过程中的概念漂移问题，且具有良好的自学习能力和鲁棒性。     

现代建筑工程预应力施工技术的应用

预应力是在结构构件承受外荷载之前,对其施加预张应力,具有大幅度提高构件的承载能力,减小构件截面高度,推迟裂缝出现的时间,减小裂缝的开裂宽度,增加构件的耐久性等优点,被广泛应用到各种大跨度混凝土框架、大跨度楼面板、桥梁、港口及结构加固工程中。但其施工技术比较复杂,在一定程度上阻碍了其发展和推广应用。本文总结了建筑工程预应力的发展及其施工技术,供同行参考。     

基于PR控制器与不对称SVPWM的永磁电机电流谐波抑制策略

提出不对称空间矢量调制算法,使输出脉冲不再关于载波对称,在维持逆变器开关频率不变的前提下改善系统的谐波性能,提升系统带宽,有效抑制高频电流谐波.为验证该方法,进行了仿真分析,并在实机平台上进行了实验,验证了该方法对永磁同步电机高频谐波电流抑制的有效性.     

多电压矢量的永磁同步电机模型预测控制

为了进一步提高电机控制的动态性能,减小电流和磁链脉动,结合磁场定向控制和直接转矩控制的优点,研究了一种多电压矢量的永磁同步电机模型预测控制策略。利用电流状态方程和二阶欧拉法对定子电流进行预测,通过控制目标函数得到最佳的开关状态。搭建仿真平台,比较不同控制方式下的转速响应及定子电流、磁链脉动。仿真结果表明,该控制策略响应速度快,电流和磁链脉动小,取得了良好的控制效果。     

煤矿视频中复杂行为识别的持续学习模型探究

为更好保障矿工井下作业安全，如何提高矿井监控视频中矿工复杂行为识别准确率已成为研究热 点。通过耦合深度网络和主动学习方法构建的矿工复杂行为持续学习模型，可自动对新增样例进行标记，并持续 从视频数据中学习人体行为，从而提高识别准确率。分析在是否为主动学习和是否固定缓冲区大小 4 种实验环境 下公共数据集 KTH 和真实煤矿监控数据集 RCV 中复杂行为的识别性能，发现随着新增样例的加入，持续学习模型 框架能够不断改进每种复杂行为模型的识别性能，且最终的识别准确率相较于传统识别模型有明显提升。结果表 明持续学习行为模型能有效解决复杂行为识别过程中的概念漂移问题，且具有良好的自学习能力和鲁棒性。