电机运动系统的混沌特性

以永磁同步电动机运动系统为对象,针对其非线性数学模型,采用计算机数字仿真,研究了系统的混沌特性,阐明混沌运动的基本特点,对初始条件的敏感性,非周期无序以及混沌吸收子,同时也阐明了李亚普诺夫指数混沌判据在电机工程中的应用。     

具有耦合电路的运动磁场分析

本文首先提出一种分析运动磁场模型的有限元剖分方法,通过三相凸极同步发电机空载电压谐波计算证明了该剖分方法的简便性和实用性。然后阐述了电路和运动磁场间耦合关系的处理方法,从而使瞬变磁场计算和电路动特性仿真同时得解。文中给出同步发电机三相突然空载短路的例证。     

凸极同步发电机失磁动特性的有限元仿真与动态参数的研究

本文用有限元法研究了凸极同步发电机失磁运行下动态磁场的非正弦分布和饱和特性,依此为基础建立了发电机的状态数学模型,求解单机对无穷大电网产生全失磁的动特性。通过本文实现了发电机动态电感参数的有限元分析与失磁动特性的数字仿真的结合。     

基于BP神经网络的永磁直线同步电机齿槽力预估器

为了减小永磁直线同步电机（PMLSM）齿槽力的波动，采用二维电磁场有限元方法，结合动态分网来描述PMLSM定、动子间的相对运动.考虑非线性磁饱和的影响,对槽形尺寸、斜槽、闭口槽、气隙、分数槽等影响下的齿槽力进行了分析.计算结果表明，分数槽是有效减小PMLSM齿槽力波动的重要措施.将模拟计算得到的槽形、气隙对齿槽力波动的影响作为神经网络的训练样本，结合动量法和自调节学习规则，构建了基于BP神经网络的齿槽力预估器.通过该预估器，可以在PMLSM设计阶段对槽形尺寸、气隙大小进行合理的选择.     

q＜1永磁直线同步电动机齿槽力波动的径向基神经网络预估器

永磁直线同步电动机(Permanent magnet linear synchronous motor,PMLSM)齿槽力是影响电动机性能的主要因素之一,特别是在高精度,低速情况下,问题尤为突出.根据q＜1分数槽绕组PMLSM结构,采用有限元法计算齿槽力的影响,建立以径向基神经网络为基础的PMLSM齿槽力预估器,其学习算法首先采用快速模糊C均值算法(Accelerated fuzzy C-means,AFCM)对数据进行聚类,选取基函数传播因子,再由最小正交平方算法(Orthogonal least squares learning algorithm,OLSA)选取中心矢量,该预估器与带动量的BP网络(Back propagation neural network,BPNN)预估器相比较表明,能够在加快网络学习速度的前提下,保证精度,缩小网络规模,提高网络分类能力.试验结果表明,采用q＜1分数槽绕组PMLSM能够有效地减小齿槽力的影响.预估器的建立,能够在设计阶段对PMLSM齿槽结构参数进行有效地预估,使得电动机在满足推力波动指标条件下,实现快速敏捷设计,提高PMLSM的整体设计水平.     

周期性负载下永磁同步电动机动态效率分析

研究了周期性负载下永磁同步电动机的动态特性,具体讨论了电机各参数对该种情形下永磁同步电动机动态效率的影响,提出了设计在周期性负载下运行的永磁同步电动机应注意的问题。     

电机故障诊断支持向量机

基于数据的机器学习是现代智能技术中的重要方面。统计学习理论(Statistical learnmgtheory SLT)是研究小样本情况下机器学习规律的新理论。支持向量机(Support vector machine SVM)是在这一理论体系基础上发展起来的一种通用学习方法。SLT和SVM正成为继神经网络研究之后新的研究热点。通过对鼠笼式异步电动机转子断条故障进行实验模拟，对实验获取的采样电流信号经FFT分析，构造以低频到高频的频谱特性为分量的学习样本向量，通过支持向量机SVM对故障电流样本的训练，使SVM具有分类功能。最后，采用SVM对电动机各种转子断条故障进行诊断分类，取得较满意的结果，说明支持向量机SVM是进行故障诊断的一种新方法。     

稀土永磁同步电动机参数与高节能的相关性研究

本文着重论述了在周期性负载下，稀土永磁同步电动机效率与参数之间的相关性。并采用内罚函数法获取了以表观效率（ａｐｐａｒｅｎｔｅｆｆｉｃｉｅｎｃｙ）为目标函数的电机最优参数，从而为在周期性负载下的高效率稀土永磁电动机的电磁与结构设计提供了理论基础。该项研究进一步推进了在周期性负载下稀土永磁电动机的节能效果。     

反应式步进电动机最佳控制

本文应用贝尔曼(R.Bellman)最佳原理,把动态规划法作为最佳控制的数学研究方法,针对步进电动机最佳控制这个考虑时间过程影响的离散型动态最佳化问题,作出多段决策,寻求步进电动机最佳控制。文中以三相反应式步进电动机为例,利用步进电动机的状态空间数学模型,以最短时间控制为目标,计算出步进电动机最佳加速控制的脉冲规律,解决步进电动机非线性系统的动态最佳化问题。