可共用移动式铁路预制T梁钢筋整体预扎胎具研究

成雅项目部名山制梁场位于新建川藏铁路成都至雅安段名山车站,承担了1864片T梁施工任务,分别为:通桥(2016)2101 T梁1218片;通桥(2012)2109的T梁646片,共16种梁型。名山区所在地多雨,有西蜀天漏之说,号称雨城。年总雨量在1000mm~1750mm,降雨日占据全年约80%。T梁预制过程中,胎具采用固定式布置,露天设置。若露天设置,则施工人员不可避免地将在雨天或日光强烈的天气状态下进行施工,既不能保证施工质量,又不满足职业健康要求。     

大容量链式STATCOM的三角载波移相-开关频率最优PWM法控制策略的研究

提出了适用于大容量链式静止无功发生器(STATCOM)的一种新的脉冲控制策略,即三角载波移相-开关频率最优PWM法(PS-SFO-PWM)。这种新的PWM方法兼具三角载波移相PWM法(PSPWM)法和开关频率优化PWM法(SFOPWM)的优点,在不提高开关频率的情况下,实现等效高频载波的效果,并提高了直流电压的利用率。研究了链式多电平逆变器的PS-SFO-PWM技术,给出了PS-SFO-PWM控制方法的基本算法,并以2个H桥串联的5电平链式多电平变换器为例,通过Matlab仿真,验证了方法的正确性。     

STATCOM无功电流的灰色预测控制

针对模型参数变化和噪声干扰的静止同步补偿器(STATCOM)单机无穷大系统,提出了一种基于灰色预测的无功电流控制.运用GM(1,1)模型预测下一时刻的无功电流,并根据STATCOM非线性数学模型建立了系统无功补偿电流的控制模型.从而将无功电流灰色预测控制补偿到PID控制中,利用来色系统理论进行预报,具有不必完全知道被控对象结构、参数和特性的优点,这对于像STATCOM这样大型非线性系统的预测控制实现非常有利.仿真结果表明,该方法比传统的PID控制具有更强的跟踪能力和鲁棒性.     

静止无功发生器的预测电流控制方法

为实现静止无功发生器SVG(Static Var Generator)良好的控制性能,从SVG的工作机理动态性能出发,引入逻辑开关函数建立SVC的动态数学模型,在该模型基础上提出了一种预测电流控制的方案。该控制方法是利用当前采样时刻的状态信息,预测下一个采样周期补偿电流的轨迹,计算出逆变器输出的电压参考值,将其作为空间矢量PWM调制的输入,确定开关函数,产生与参考值相当的电压,最终达到预测补偿的目的。Matlab仿真结果表明:该控制方法对预测补偿SVG的无功电流具有有效性和可行性。     

预埋套管式混凝土道岔板模型技术研究探讨

道岔板规格类型繁多,生产工艺复杂;利用技术创新手段,研制采用29套模型即可完成了178套型号道岔板的生产,极大地协调了投入与产出矛盾。     

模块化多电平换流器电容电压的滑模观测器研究

模块化多电平换流器（modular multilevel converter,MMC）子模块电容电压的稳压控制是MMC的一个关键难题,在实际应用中,需要大量的电压传感器以获取各子模块电容电压。对此提出了一种电容电压滑模观测器（sliding mode observer,SMO）,根据MMC电路中的桥臂电流和开关信号观测出子模块电容电压,并结合电压闭环控制,实现电容电压的稳定,采用双曲正切函数tanh作该滑模观测器的切换函数,可削弱系统抖振。仿真和实验结果表明该滑模观测器可准确观测出电容电压。     

基于Boost电路与卡尔曼滤波的无刷直流电机转矩脉动抑制方法研究

无刷直流电机最大的问题是会产生转矩脉动,针对这一问题,设计采用一种Boost变换器与卡尔曼滤波相结合的方法,通过Boost变换器提高母线电压补偿换相时电流的跌落,卡尔曼滤波获得更精准的转速信号,减小电动机的转矩脉动。在Matlab/Simulink环境下搭建系统模型进行仿真,并结合实验验证,结果证明本文所提出方法能够有效的降低转矩脉动。     

用于电动汽车无线充电系统的Z源逆变器控制方法研究

研究了一种用于电动汽车无线充电系统的Z源逆变器控制方法。用Z源网络(Z-source Network,ZSN)代替了传统的逆变器前级boost电路称为Z源逆变器,可以仅对Z源逆变器进行控制就可以同时实现PFC和调节输出电压,同时提出了Z源不对称电压消除控制方法（Z-source Asymmetrical voltage-cancellation control,Z-AVC）,使Z源逆变器工作在软开关状态,提高了系统效率。在MATLAB/Siumlink环境对带Z源逆变器的无线充电系统和Z-AVC控制方法进行了仿真,并搭建了硬件平台验证了该方案可行性。     

基于CEEMD-TCN模型的变压器油中溶解气体浓度预测方法

变压器油中溶解气体浓度是了解变压器运行状态、判断变压器是否发生故障的重要指标。针对油中溶解气体浓度序列非线性、非平稳性的特点,数据直接训练模型会明显降低预测精度,因而提出了一种基于互补集合经验模态分解和时间卷积网络相结合的预测方法。首先,将原始序列分解成不同尺度的子序列分量,经过预处理后训练时间卷积网络,并优化网络超参数,各分量的预测结果叠加重构从而获得最终预测结果。通过实验验证表明,该模型预测误差小,预测精度高。     

基于双边LCC补偿槽恒流恒压输出的无线充电系统研究

在给电动汽车进行充电时,为了达到高效和充分保护的目的,分析了双边LCC补偿网络与负载无关的恒流与恒压的输出特性,研究了如何进行恒流或恒压充电。同时,在ANSYS软件中对耦合结构进行优化,使其工作频率满足SAE J2954频率标准范围,这样就可以直接用于恒流或者恒压输出的充电系统中。此外,为验证该方法的可行性和有效性,搭建了一台3.3ｋＷ 电动汽车无线充电系统的样机。最终表明,无论在恒流还是恒压输出时,其系统效率都是满足要求的。