青年教师教学能力提升的探究

本文以"可靠性理论"课程的教学为例,结合这门课程的特点,分析青年教师教学过程中存在的问题。笔者研究探讨了如何将科研工作的新进展以及工程实例应用到这门课程的教学当中,通过合理利用多媒体教学、引导学生课外调研等措施,激发学习兴趣,让学生通过实践印证理论,促使其发现问题,提高教学效果和学生的实践能力。     

无刷直流电机PWM调制方式与转矩脉动关系研究

针对无刷直流电机的双斩和四种单斩PWM调制方式，分析调制方式对电机稳态转矩脉动的影响．建立稳态及换向过程中电机相电流及电磁转矩的数学模型。基于Matlab无刷直流电机的仿真模型，研究换向转矩脉动与各种单斩PWM调制方式的关系。     

飞机防滑刹车系统模糊控制律的仿真研究

在分析飞机防滑刹车系统机理的基础上 ,为克服刹车系统中结构参数时变性及不确定性造成的不利影响 ,避免建模的困难和模型不精确所造成的系统误差 ,基于模糊控制理论的优点 ,该文采用模糊逻辑控制设计其控制律。利用MATLAB中的fuzzy工具箱实现了模糊控制律设计 ,基于MALAB/SIMULINK仿真环境 ,建立了系统模型 ,并对所设计的模糊控制律在不同路面状态下进行了仿真 ,给出了不同路面下的仿真曲线。结果表明 ,所设计的模糊控制律在改善飞机刹车性能和提高刹车效率方面有良好的效果     

BP神经网络在负载管理中心故障诊断中的应用

在分析电气负载管理中心故障特点的基础上,利用神经网络权值和阈值能够随实际的排故结果不断更新及正向推理速度较快的特性,提出了基于BP神经网络的负载管理中心故障诊断方案,并确立了故障诊断BP网络模型.借助于MATLAB的神经网络工具箱,采用两种改进的训练算法对网络进行训练,得到了用于诊断的BP神经网络模型,为检验该模型故障诊断的准确性,采用大量的数据样本进行了仿真.结果表明：基于神经网络的诊断方法故障识别率高、快速有效,具有良好的实用价值.     

减小开关磁阻电机转矩脉动的控制策略综述

转矩脉动抑制的研究是近年来开关磁阻电机研究领域的热点之一,电机结构参数的优化设计及合适控制策略的应用是抑制转矩脉动的主要方案.从控制的角度,对减小转矩脉动的各种控制策略的研究状况进行了总结,详细分析了典型控制策略的控制机理,对其优缺点进行了分析比较,并展望了减小开关磁阻电机转矩脉动控制策略的发展趋势.     

基于RBF网络的开关磁阻电动机自适应滑模控制

结合滑模控制和神经网络各自的优点,对开关磁阻电动机提出了一种基于RBF神经网络的开关磁阻电动机自适应滑模控制方案。设计了基于反馈线性化的滑模变结构控制器,通过RBF神经网络的在线学习实时估计系统参数变化,减小系统参数变化对控制效果的影响,实现了开关磁阻电动机的自适应滑模控制。理论分析证明了所设计自适应神经滑模控制器的稳定性和可行性,仿真结果证明了所设计控制器可行性。     

SR电机模糊自整定PID控制器设计与仿真

针对开关磁阻电机的非线性、时变和强耦合性,提出了模糊自整定PID的调速控制策略.在分析SR电机非线性数学模型的基础上,将速度偏差和偏差变化率作为控制器输入,PID的三个控制参数为输出.利用模糊规则对PID参数进行在线修改,实现PID参数的自动最佳调整.通过将MATLAB中的Fuzzy Toolbox和SIMULINK有机结合,实现了基于模糊自整定PID控制器的开关磁阻电机调速系统仿真,并进行了传统PID控制与模糊自整定PID控制的仿真比较.结果表明:模糊自整定PID控制器能够明显改善系统的调速性能,具有较强的鲁棒性,并且计算量少,易于实现,便于工程应用.     

基于组合聚类RBF网络的开关磁阻电动机建模仿真

在已知SRM静态磁特性曲线的基础上,将一种自适应RBF网络应用于SRM的建模中.该网络采用组合聚类的方法动态确定RBF神经网络的隐层节点数及网络中心,克服了传统RBF网络把每个数据点都作为隐层节点,当数据量较大时致使网络结构冗余较大、学习速度较慢的缺点,同时又保持了传统RBF网络的优点.与传统的RBF网络相比,所设计的自适应网络节点少,精度能够满足要求.仿真结果表明,该模型能够较好地反映电机磁特性,所建市的SRM驱动系统仿真模型具有较好的通用性,为SRM的设计分析与新型控制策略的验证提供了基础.     

无位置传感器的开关磁阻电机转子位置检测技术

转子位置检测是开关磁阻电机调速系统的重要环节,直接位置检测技术能够提供稳定的转子位置信号,但需要增加附加的机械结构,从而限制了开关磁阻电机的应用范围.目前,无位置传感器检测技术是开关磁阻电机研究领域的热点之一.全面介绍了国内外开关磁阻电机无位置传感器检测技术的研究现状,详细阐述了每一典型检测方法的原理,对其优缺点及适用范围进行了详细讨论与客观评述,并展望了其发展趋势.对新型无位置传感器检测技术的研究具有重要的参考价值.     

基于神经网络的开关磁阻电机转子位置估计

位置检测是开关磁阻电机调速系统中的重要环节.实时、准确的位置是开关磁阻电机正确运行的关键.由于其转子位置角是各相磁链与电流的高度非线性函数,传统线性及解析的方法难以精确求得.该文基于神经网络并行处理及逼近任意非线性函数的特点,提出了基于神经网络的位置检测方案.借助于MATLAB的神经网络工具箱,采用三种改进的学习算法对试验数据样本进行了离线训练,确定了用于位置检测的神经网络模型.为验证模型的有效性和准确性,对大量的数据样本进行了仿真.结果表明：该方法能够快速、准确地测量转子位置,鲁棒性和自适应性强.