• 首頁
  • 新聞
    業(yè)界動態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場分析
    圖說新聞
    會展
    專題
    期刊動態(tài)
  • 設計資源
    設計應用
    解決方案
    電路圖
    技術專欄
    資源下載
    PCB技術中心
    在線工具庫
  • 技術頻道
    模擬設計
    嵌入式技術
    電源技術
    可編程邏輯
    測試測量
    通信與網(wǎng)絡
  • 行業(yè)頻道
    工業(yè)自動化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學堂
  • 期刊
  • 文獻檢索
期刊投稿
登錄 注冊

轉矩優(yōu)先控制的永磁同步電機DTC方法

轉矩優(yōu)先控制的永磁同步電機DTC方法[電源技術][工業(yè)自動化]

針對永磁同步電機SVM-DTC方法中參考電壓矢量不易于獲取的問題,提出了一種基于轉矩優(yōu)先控制的SVM-DTC方法。根據(jù)轉矩優(yōu)先控制的原則,在拓展的電壓矢量表中選擇能夠快速改變轉矩的電壓矢量,然后結合實際轉矩與目標轉矩的差值,確定參考電壓矢量的作用時間。方法結構簡單,易于實現(xiàn),既保持了傳統(tǒng)直接轉矩控制的快速性和較強的魯棒性,又擁有SVM-DTC中轉矩脈動小和功率器件開關頻率固定的優(yōu)點。通過MATLAB/SIMULINK搭建系統(tǒng)模型,仿真結果可以證明方法的有效性。

發(fā)表于:3/15/2018 11:28:00 AM

基于鍵合圖的參數(shù)不確定性魯棒故障診斷

基于鍵合圖的參數(shù)不確定性魯棒故障診斷[電源技術][其他]

混雜系統(tǒng)包含有離散子系統(tǒng)和連續(xù)子系統(tǒng),系統(tǒng)中變量轉換復雜,參數(shù)存在不確定性,導致故障診斷的誤報率較高。針對此問題,以單相全橋逆變器為研究對象,提出運用線性分式變換的鍵合圖(Bond Graph in Linear Fractional Transformation,BG-LFT),建立系統(tǒng)參數(shù)不確定性混合診斷鍵合圖(Diagnostic Hybrid Bond Graph,DHBG)模型,并根據(jù)模型產(chǎn)生自適應閾值?;诨祀s鍵合圖的因果關系和結構特性,從DHBG中導出所有有效模式下的魯棒解析冗余關系,結合自適應閾值評價殘差,實現(xiàn)混雜系統(tǒng)的魯棒故障診斷。在20-sim中進行建模仿真,仿真結果驗證了該方法的有效性。

發(fā)表于:3/15/2018 11:13:00 AM

一種三相四橋臂逆變器的新型控制方案

一種三相四橋臂逆變器的新型控制方案[電源技術][智能電網(wǎng)]

針對在不平衡或非線性負載條件下,普通的三相三橋臂逆變器無法產(chǎn)生三相對稱電壓,基于Simulink仿真平臺,提出了三相四橋臂逆變器的新型閉環(huán)控制設計方案。此方案逆變器的前三橋臂采用空間矢量脈寬調制(SVPWM),第四橋臂采用跟蹤前三相電流信號的電流滯環(huán)調制(CHBM),相對于傳統(tǒng)的四橋臂一體化的SVPWM調制,控制系統(tǒng)設計簡單,易于分析。仿真結果表明:與普通逆變器相比,采用本文控制方案的四橋臂逆變器輸出的波形更加平滑,不僅增強了系統(tǒng)帶不平衡負載的能力,而且改善了逆變系統(tǒng)的效率和總諧波失真(THD)。

發(fā)表于:3/14/2018 1:56:00 PM

基于熱路模型的充電機智能功率調節(jié)方法研究

基于熱路模型的充電機智能功率調節(jié)方法研究[電源技術][汽車電子]

車載充電機是電動汽車發(fā)展的關鍵設備。此類設備在高溫環(huán)境下運行極易超過最大溫升限制,同時車載設備因路況和空間等問題,器件溫升不易直接測量,難以實現(xiàn)溫度可靠保護。針對車載充電機在高溫環(huán)境應用時易過溫的問題,提出基于功率器件集中參數(shù)熱路模型的智能功率調節(jié)方法。該方法首先探尋充電機內(nèi)部溫升最高的功率器件;隨后針對該功率器件,建立可描述器件溫度、輸入功率及環(huán)境溫度關聯(lián)性的集中熱路模型,并對模型參數(shù)進行估計;最后利用該熱路模型,構建充電機輸入功率閉環(huán)控制策略;實驗結果表明,基于熱路模型的功率控制方法,可有效限定充電機功率器件溫升,提高充電機的熱穩(wěn)定性。

發(fā)表于:3/14/2018 1:42:00 PM

Buck變換器近遠端反饋的仿真分析與應用

Buck變換器近遠端反饋的仿真分析與應用[電源技術][其他]

Buck型變換器中主要有近端和遠端反饋兩種偵測模式,隨著補償精度要求的提高,補償點位置的選取對負載芯片工作穩(wěn)定性的影響越來越大,依靠經(jīng)驗來選擇補償方式已不能滿足設計要求。通過對實際路徑阻抗和芯片電壓容限等因素分析,針對Buck變換器的近端和遠端反饋進行仿真對比,以實測靜態(tài)和動態(tài)響應數(shù)據(jù)驗證仿真結果,為反饋模式的選擇提供一種量化分析方法。

發(fā)表于:3/13/2018 1:27:00 PM

被動同心轉向式多履帶全向移動機器人設計

被動同心轉向式多履帶全向移動機器人設計[嵌入式技術][工業(yè)自動化]

采用四組被動同心轉向結構的履帶單元,設計了一種多履帶式全向移動機器人,該機器人不僅具有全向移動的能力,也具備運行平穩(wěn)、載重能力強等特點。機器人使用ST Nucleo-F446RE開發(fā)板為控制器,采用旋轉電位器測量每組履帶單元的偏轉角度,通過電機驅動器獨立控制8個履帶運動,從而實現(xiàn)機器人的全向移動。實驗采集了各個履帶的運動速度和每組履帶單元的偏轉角度,通過航位推測法計算機器人在兩種運動中的軌跡,驗證了機器人的全向移動能力。

發(fā)表于:3/13/2018 1:13:00 PM

CT影像中毛玻璃型肺結節(jié)提取方法的研究

CT影像中毛玻璃型肺結節(jié)提取方法的研究[嵌入式技術][醫(yī)療電子]

毛玻璃(GGO)型肺結節(jié)目前研究的比較少,但其惡性可能性也比較大。針對GGO型結節(jié)的對比度較血管和實體型結節(jié)的對比度低,直接使用閾值法不能很好地提取GGO型肺結節(jié),直接使用多尺度圓點濾波器不能提取非球形形狀的GGO型肺結節(jié)的問題,提出了一種基于形狀特征和濾波器增強的閾值法相結合的方法來提取GGO型結節(jié)。首先使用形狀指數(shù)方法提取具有全部或部分球形結構的GGO型結節(jié),然后對剔除了血管、球形結構結節(jié)的圖像應用濾波增強法來拉伸毛玻璃結節(jié)和肺實質的對比度,利用閾值方法提取不具有球形結構的毛玻璃結節(jié)。為了提高檢測的準確率,對肺結節(jié)的特征進行提取與分類,并選擇最佳特征組合,放入支持向量機分類器提取更精確的肺結節(jié),并對算法進行評估和對比。實驗結果表明,該方法能有效降低GGO型肺結節(jié)的漏檢率,提高檢測的敏感性、特異性,優(yōu)于現(xiàn)有的兩種方法。

發(fā)表于:3/12/2018 10:30:00 AM

基于Cortex-A53平臺的激光雷達SLAM實現(xiàn)

基于Cortex-A53平臺的激光雷達SLAM實現(xiàn)[嵌入式技術][航空航天]

針對移動機器人實現(xiàn)同時定位與地圖構建(SLAM)的高硬件成本問題,提出了在Cortex-A53處理器平臺上實現(xiàn)激光雷達SLAM的方法。完成了Cortex-A53處理器平臺上軟件平臺的構建,并結合激光雷達采集的數(shù)據(jù)實現(xiàn)了SLAM,對相關程序進行了優(yōu)化使得處理器的性能滿足程序的運算量。實踐結果證明,在Cortex-A53處理器平臺上可以構建較高精度的地圖以及實現(xiàn)室內(nèi)環(huán)境下的導航、避障,從而降低了移動機器人實現(xiàn)SLAM的硬件成本。

發(fā)表于:3/12/2018 10:21:00 AM

基于FEKO軟件的目標RCS計算及數(shù)據(jù)分析

基于FEKO軟件的目標RCS計算及數(shù)據(jù)分析[嵌入式技術][航空航天]

雷達工程師通常需要計算和分析目標的雷達散射截面(RCS)數(shù)據(jù),通過RCS的一維概率密度函數(shù)及二維密度分布圖來分析目標的隱身特性。另外,通過雷達對目標的掃描角度旋轉及入射平面波頻率變化獲得的RCS數(shù)據(jù),通過二維逆傅里葉變換可獲得目標的逆合成孔徑雷達成像。FEKO是一款三維電磁場分析軟件,給出了基于FEKO軟件計算目標的RCS,并利用軟件的Lua腳本語言分析目標RCS一維概率密度函數(shù)、RCS二維密度分布及逆合成孔徑雷達成像技術。

發(fā)表于:3/9/2018 3:23:00 PM

一種基于PCNN的電力設備故障區(qū)域提取方法

一種基于PCNN的電力設備故障區(qū)域提取方法[電源技術][智能電網(wǎng)]

針對紅外自動監(jiān)控電力設備是否存在故障問題,結合脈沖耦合神經(jīng)網(wǎng)絡(PCNN)同步點火特性,提出一種基于PCNN的紅外圖像感興趣區(qū)域提取方法。首先針對原始的動態(tài)閾值振蕩問題,采用神經(jīng)元點火信息構建新的動態(tài)閾值,并建立連接系數(shù)與點火區(qū)域信息之間的內(nèi)在關系,從而使得神經(jīng)元自適應地發(fā)生點火。為了進一步確保每一次迭代中所捕獲的神經(jīng)元與點火區(qū)域的相似性,在模型框架內(nèi)融合了一種聚類規(guī)則,進而有效更新動態(tài)閾值,并給出了停止迭代的方法。實驗表明,該提取區(qū)域方法性能優(yōu)于傳統(tǒng)閾值、normalized cuts以及經(jīng)典PCNN模型等方法。

發(fā)表于:3/9/2018 2:52:00 PM

  • ?
  • …
  • 386
  • 387
  • 388
  • 389
  • 390
  • 391
  • 392
  • 393
  • 394
  • 395
  • …
  • ?

活動

MORE
  • 【熱門活動】2025年基礎電子測試測量方案培訓
  • 【技術沙龍】可信數(shù)據(jù)空間構建“安全合規(guī)的數(shù)據(jù)高速公路”
  • 【下載】5G及更多無線技術應用實戰(zhàn)案例
  • 【通知】2025第三屆電子系統(tǒng)工程大會調整時間的通知
  • 【征文】2025電子系統(tǒng)工程大會“數(shù)據(jù)編織”分論壇征文通知

高層說

MORE
  • 以技術創(chuàng)新與“雙A戰(zhàn)略”引領網(wǎng)安高質量發(fā)展
    以技術創(chuàng)新與“雙A戰(zhàn)略”引領網(wǎng)安高質量發(fā)展
  • 創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應用潛力
    創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應用潛力
  • API安全:守護智能邊緣的未來
    API安全:守護智能邊緣的未來
  • 從棕地工廠到智能工廠
    從棕地工廠到智能工廠
  • 革新車內(nèi)視界:OLED引領智能座艙新變革
    革新車內(nèi)視界:OLED引領智能座艙新變革
  • 網(wǎng)站相關
  • 關于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務
  • 內(nèi)容許可
  • 廣告服務
  • 雜志訂閱
  • 會員與積分
  • 積分商城
  • 會員等級
  • 會員積分
  • VIP會員
  • 關注我們

Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

欧美色综合二区