基于负载转矩观测器的PMSM抗负载扰动控制策略

为提高永磁同步电机转速环的抗扰特性,本文提出一种基于转矩电流前馈补偿的永磁同步电机抗负载扰动控制策略,在转矩电流中加入负载转矩的补偿。为此,在降阶负载转矩观测器的基础上,提出一种改进型的观测器,在原有积分环节中加入比例环节对负载转矩进行实时观测,能有效提高负载转矩观测的收敛速度。仿真和实验结果表明负载转矩的观测具有一定的实时性,引入转矩电流的前馈补偿可以提高永磁同步电机转速环的鲁棒性。     

造桥机支承托架轻量化设计研究

应用ANSYS软件对造桥机支承托架进行三维建模,主要截面尺寸参数化处理。通过施加载荷和边界条件,对造桥机施工过程中最不利工况,即满载制梁工况下的支承托架进行力学性能分析,在分析结果的基础上,利用ANSYS本身自带的一阶优化算法对支承托架结构进行优化设计,以减轻支承托架的重量,从而提高材料使用效率,节约生产成本。经过优化,支承托架的截面尺寸发生了变化,应力分布更为合理,总重量从18.4 t下降到17.1 t,下降了1.3 t,下降百分比为7.1%。     

面装式永磁同步电机无差拍直接转矩控制

为解决永磁同步电机传统直接转矩控制脉动大、开关频率不恒定,以及现有永磁同步电机无差拍直接转矩控制计算复杂、电压矢量解不唯一的问题,在电压源逆变器受限的情况下,针对表贴式永磁同步电机提出了一种简化无差拍直接转矩控制,计算出的电压矢量由空间电压矢量脉宽调制方法实现,保证逆变器开关频率恒定,该方法计算简单,无需计算二次方程。考虑到控制系统的延时,对电流进行预测计算,同时为提高定子磁链和电磁转矩的计算精度,设计采用观测器方法对定子磁链观测。仿真和实验结果表明,永磁同步电机的转矩和磁链脉动明显减小,动态性能好。     

一种抑制PMSM-DTC周期性转速脉动的方法

永磁同步电机直接转矩控制系统低速运行时存在周期性转速脉动,限制了其在高性能伺服方面的应用。针对该问题,分析了系统转速脉动产生原因及其周期性,提出了在传统速度环PI控制器的基础上增加谐波转矩注入抑制转速脉动的方法。该方法通过对转速反馈信号进行快速傅里叶变换,得到转速脉动的各次谐波含量,针对主要的谐波含量增加PI控制器,并与原控制嚣共同组成直接转矩控制的转矩给定信号。仿真和实验结果表明了该方法有效地抑制了周期性转速脉动,提高了系统的伺服性能,且该方法的结构及算法简单,无需对原控制器作硬件改动,便于工程实现。     

电动汽车能量管理系统的功能及研究进展

通过对电动汽车能量管理系统典型结构的分析,简述了电动汽车能量管理系统的功能。由于电池模块的管理既是能量管理系统的核心部分,也是电动汽车电池的安全保障,因而系统地总结了电池能量管理系统的功能;介绍了国内外能量管理系统的研究现状,在分析能量管理性能的基础上,提出了电动汽车能量管理系统的研究发展方向。     

开关频率恒定与占空比调制相结合的PMSM-DTC控制

针对永磁同步电机直接转矩控制(DTC)存在转矩脉动和磁链脉动大以及开关频率不恒定等问题,提出一种基于简单占空比的开关频率恒定永磁同步电机直接转矩控制。分析了电压矢量在不同转速和定子磁链位置对电磁转矩和磁链的影响,并设计了一种简单的占空比计算方式。PWM调制采用矢量控制的思想,使得逆变器开关频率恒定。仿真和实验结果表明,该方法能有效减少转矩和磁链脉动,保证逆变器的开关频率恒定,控制简单,动态性能好,鲁棒性强。     

语音识别系统简易模型的设计及其关键问题

语音作为一种语言符号系统的载体,负载着人们想要传达的信息;而语音识别作为智能设备的一项功能受到人们的亲睐,与此同时越来越多的科研爱好者也投身于语音识别的研究当中。然而并不是所有的项目研究工作都需要从零开始研究语音,有很多的研究是需要建立在现有语音识别系统基础上的,比如说为提高识别精度而研究对语音识别系统扰动的因素等。因此,设计语音识别系统在很多情况下十分常有必要的,本文就设计语音识别简易模型做出研究,为欲研究语音识别后续工作的科研爱好者作参考。     

主要合金元素对6063铝型材表面质量的影响及控制

6063铝合金作为一种典型的挤压合金,其型材成品被广泛应用于各个领域。介绍了6063铝合金中主要合金元素对型材表面质量产生的影响,如划伤、腐蚀、着色不正等缺陷。针对如何控制6063铝合金中主要合金元素含量问题提出了相应解决方案,为保障6063铝型材表面质量提供理论参考。     

AlN陶瓷基片烧结曲线的研究与优化

研究了AlN陶瓷基片烧结曲线中液相烧结升温速率、保温时间、烧结温度对基片性能的影响。测定不同液相烧结升温速率下试样的翘曲度,确定最佳升温速率范围为0.2~0.5℃/min;同时,根据不同保温时间下试样密度的变化优选保温时间为5h,并协调出最高烧结温度为1 830℃。通过对比烧结曲线优化前后AlN陶瓷基片主要性能及组织结构,结果表明烧结曲线优化后效果明显。     

基于Attention-CTC的自然场景文本识别算法

针对自然场景下文本识别所存在的字符分割困难、识别精度依赖字典等问题,文中提出了一种基于注意力机制与连接时间分类损失相结合的文本识别算法。利用卷积神经网络与双向长短时期记忆网络实现对图像的特征编码,再使用Attention-CTC结构实现对特征序列的解码,有效解决Attention解码无约束的问题。该算法避免了对标签进行额外对齐预处理和后续语法处理,在加快训练收敛速度的同时显著提高了文本识别率。实验结果表明,该算法对字体模糊、背景复杂的文本图像都具有很好的鲁棒性。