共查询到20条相似文献,搜索用时 78 毫秒
1.
匝间短路故障是无刷直流电动机(BLDCM)定子绕组发生故障的主要形式之一,具有潜伏性、识别困难以及发展导致更为严重的故障等特点,因此,在早期对匝间短路故障进行检测和识别具有重要的意义。建立了无刷直流电动机定子线圈匝间短路模型,提出了将定子绕组静态电阻测量和基于小波分析的反电动势相结合的故障识别方法,设计了信号检测电路并进行了试验研究。分析结果表明,该方法对无刷直流电动机早期匝间故障的识别是有效的。 相似文献
2.
3.
4.
5.
介绍了一种用于无刷直流电动机的余度控制系统,给出了系统的硬件设计方案及控制策略。该系统采用两套相互独立的功率电路来驱动无刷直流电动机,使得通道故障时能够实现容错工作模式,提高了系统的可靠性。试验结果表明该系统具有良好的控制性能及动态特性。 相似文献
6.
1汽车工业中电机的作用当前,汽车零部件工业已成为汽车工业的一个发展重点,零部件的质量直接影响到轿车水平的高低。电机是汽车零部件中的关键件,它在汽车中的应用不只限于电源、自动化机械、点火起动装置,且已扩大到发动机底盘、车轮、车体以及车厢,可以说汽车中无处不需电矾。电机在汽车中功能逐渐扩大,并与电子电器组成部件,取代某些机械设备,成为变速、节能、安全、舒适的核心部分。表1为电机在轿车中的主要应用情况,从表可见装车用各类电机的品种和数量都很多,要求很高,另外在汽车制造业的工艺装备,测试设备以及生产流水作… 相似文献
7.
8.
高压无刷直流电动机驱动系统 总被引:1,自引:0,他引:1
给出了一种简单可靠易行的高压无刷直流电动机驱动系统设计方案,详细讨论了该系统的一些关键问题,如过压欠压保护、过流保护、功率器件的过热保护以及高低压隔离等,并给出了各部分的实现原理图。 相似文献
9.
10.
Motorola DSP56803处理器具有强大的功能,并且有基于SDK的集成开发环境和为用户提供的典型电动机控制的应用程序设计;这使基于该类处理器的应用程序,尤其是针对电动机控制的应用程序的开发效率得到提高,并能得到较好的控制效果。介绍了使用DSP56803开发的无刷直流电动机的控制系统。 相似文献
11.
基于相空间重构和支持向量机的电能扰动分类方法 总被引:1,自引:2,他引:1
电能扰动的分类需要信号特性提取和分类器构造2个阶段,文中采用相空间重构和支持向量机的组合,提出了一种全新的电能扰动信号的分类方法。首先利用相空间重构方法构造扰动信号轨迹,通过编码获得二进制轨迹图像。针对该图像定义了4类具有区别性的指标,以表征不同扰动类型的特性。然后将特性指标作为支持向量机分类器的输入矢量,实现自动分类识别。算例表明该方法计算量少,正确率高,所需训练样本少,可以有效分类识别电压暂降、电压瞬升、电压中断、脉冲振荡、谐波、闪变等6种电能扰动。 相似文献
12.
针对变压器不平衡数据集对变压器故障诊断模型产生的影响,提出了基于混合采样和支持向量机(support vector machines, SVM)的变压器故障诊断方法,利用合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)和基于最近邻规则的欠采样方法,分别对变压器故障数据和正常数据进行采样,再利用混合采样得到的平衡数据训练基于支持向量机变压器故障诊断模型。通过测试集对比不平衡数据和平衡数据下基于SVM的变压器故障诊断模型的性能。最后分析了采样率对于变压器故障诊断模型诊断准确率的影响。实验结果表明,该方法可以有效降低不平衡数据对诊断模型的影响,提高变压器故障诊断模型的准确率。 相似文献
13.
以变压器油中溶解气体的相关信息作为特征向量,首次将基于欧氏聚类的支持向量机多分类模型应用于变压器故障诊断中。该组合模型以变压器状态类别间的欧氏距离为依据,构建支持向量机多分类模型。实验表明,该方法能够避免多分类模型组建的盲目性,同时能有效地对变压器进行故障诊断。 相似文献
14.
15.
基于支持向量机混合模型的短期负荷预测方法 总被引:6,自引:4,他引:6
将支持向量机专家系统混合模型应用于短期负荷预测采用方法分为2个阶段:应用神经网络中的聚类算法将历史数据分割成不相连的数据域;对每个数据域选择最佳核函数预测单个SVMs。实际数据验证表明,该方法与单个多项式核、高斯核和3次样条核的SVMs预测相比具有预测精度高、支持向量少和计算量小等优点。 相似文献
16.
17.
18.
19.
20.
基于支持向量机逆系统的无轴承异步电机非线性解耦控制 总被引:1,自引:0,他引:1
无轴承异步电机是非线性、多变量和强耦合的系统,实现其电磁转矩和径向悬浮力之间的动态解耦控制是电机稳定悬浮运行的关键。本文采用基于最小二乘支持向量机(LS-SVM)α阶逆系统的方法对无轴承异步电机进行解耦控制。将用LS-SVM辨识出的无轴承异步电机逆系统串联在原系统之前,使复杂的非线性原系统解耦成四个独立的伪线性子系统——两个径向位移子系统、一个速度子系统和一个转子磁链子系统,然后根据线性系统理论进行系统综合。最后的仿真试验研究表明,基于LS-SVMα阶逆系统方法能够实现无轴承异步电机悬浮力和旋转力之间的动态解耦控制。 相似文献