【摘 要】
：
针对电控柜的电气布线而设计的自动布线机,可有效提高电控柜生产行业的工作效率.而在布线机的工作过程中,布线时速度的平滑加减速和两折线段转接的处理,是该设备设计时需考虑的关键问题之一.针对传统S型加减速曲线存在的七段变速区改进后的自适应S曲线,可通过前瞻处理提前获取各布线路径长度信息,得到最大允许速度后选择4种不同的变速曲线,进行更好的速度规划从而实现平滑变速;针对布线转角处速度过渡处理,提出二次对称转接法,能有效提高加速度约束条件下转接角的最大允许速度和系统平稳性,提升布线效率.通过Matlab仿真结果证明
【机 构】
：
太原理工大学 电气与动力工程学院,山西 太原 030024
论文部分内容阅读
针对电控柜的电气布线而设计的自动布线机,可有效提高电控柜生产行业的工作效率.而在布线机的工作过程中,布线时速度的平滑加减速和两折线段转接的处理,是该设备设计时需考虑的关键问题之一.针对传统S型加减速曲线存在的七段变速区改进后的自适应S曲线,可通过前瞻处理提前获取各布线路径长度信息,得到最大允许速度后选择4种不同的变速曲线,进行更好的速度规划从而实现平滑变速;针对布线转角处速度过渡处理,提出二次对称转接法,能有效提高加速度约束条件下转接角的最大允许速度和系统平稳性,提升布线效率.通过Matlab仿真结果证明该方法的可行性和有效性,可为后续自动布线机控制系统设计提供经验.
其他文献
在桥梁建成后,桥梁的安全、稳定运行离不开日常的管理与养护,传统的人工管养方式费时费力且效果不佳,以知识库和推理机为基础的专家系统,可大幅度地提高桥梁管养的有效性和高效性.以赣江特大桥监测系统为应用背景,针对实时监测和人工巡检数据,设计和开发了一套基于Jess的桥梁智能决策专家管养系统.该系统根据现行的桥梁管养规范和桥梁管养专家的经验建立专家系统的事实库与规则库,以CLIP文件描述桥梁各种病害及应采取的治理维修措施,系统根据输入的桥梁病害描述进行推理,并自动化输出相应的桥梁病害养护、维修和治理措施.实践表明
学生成绩数据的分析与挖掘对于教学管理有重要意义,文中提出一种基于自适应差分进化算法优化BP神经网络的学生成绩等级预测模型.以学生各门课程成绩为研究对象,在选定目标课程作为模型输出的基础上,采用相关分析法确定与该门课程成绩相关性较高的科目成绩作为模型输入,建立BP神经网络模型进行成绩预测.针对神经网络收敛速度慢、效果差等不足,采用自适应差分进化算法对神经网络的权值阈值进行优化,以学院某一个年级的183条有效学生成绩数据进行实例验证,并与遗传算法优化神经网络的方法进行比较.结果表明,自适应差分进化算法优化BP
针对航空发动机轴上的测试电子设备在发动机舱内高温环境下的散热需求,文中设计一种外部隔热和内部吸热相结合的热控制结构来满足电子设备的正常工作需求,确保电子设备在250℃的高温环境中能持续工作60 min,且电子器件的表面温度不超过规定使用的最高温度.相比其他的散热结构,外部隔热结合内部相变的防护结构具有不依赖于环境温度、成本低、结构简单、可随设备一同旋转的优点.采用热仿真软件ANSYS对隔热结构和相变结构建立模型、设定边界条件、添加材料热物理性能参数,然后进行数值模拟.软件仿真结果表明,文中所设计的热防护结
负荷预测是电力系统调度运行的重要基础数据,短期负荷预测的样本数据既有波动性也有随机性.群体优化算法尤其是粒子群算法在负荷预测中运用非常广泛,但常规粒子群算法的惯性参数一般是固定不变的,导致后期搜索效率下降.文中采用改进的自适应粒子群算法提高搜索效率:首先用混沌初始化替代原来的随机初始化,避免了初始种群分布不均;再根据每次迭代适应度的变化更新惯性因子,可以解决后期寻优速度下降的问题;通过差分变异将适应度较差的粒子进行变异,提高了较差个体更新效率;最后利用改进后的自适应粒子群算法优化支持向量机的关键参数c和g
采用机器学习中卷积神经网络的方式对获得的心电图数据进行学习,提取心电图数据中的特征因素进行分析建模,利用建立好的预测模型对患者的心电图数据进行分析,根据分析得到的结果判断患者是否患有心脏病,然后进一步给出患者具体的心脏病类型.利用深度残差卷积神经网络算法进行模型的建立以及模型训练,在模型训练的过程中,对批处理脚本大小、卷积核大小、池化窗口大小等进行进一步的最优化预测,以期得到较好的训练模型,最终根据训练好的模型得出实验结果.实验结果显示该系统能够在保证较高的准确率的情况下,利用心电图数据实现对心脏病患者的
考虑到现有微电网一致性多目标调度没有考虑柔性负荷的参与,且存在收敛速度较慢的不足.不同于传统的一致性算法,文中基于有向通信,采用快速一致性算法解决含柔性负荷参与的综合考虑环保与经济的微电网多目标调度问题.首先,综合考虑发电机发电成本、污染气体排放、储能成本、柔性负荷用电效益及传输损耗,对多目标调度问题建立系统且全面的数学模型;其次,利用线性加权将建立的多目标问题转化为单目标问题,采用拉格朗日法求得目标函数的最优解;最后,采用引入的领导?跟随快速一致性算法实现了多目标模型的最优调度.仿真结果表明,该策略在保
目前配电变压器仿真建模及雷电防护措施研究均基于Yyn?0型配电变压器,未考虑工程中大量应用的Dyn?11型配电变压器与其在雷电耐受能力上的差异.针对Dyn?11型配电变压器雷电耐受能力研究缺失问题,基于两台不同接线组别的S13?315/10真型配电变压器的结构及标称参数,采用ATP?EMTP建立宽频等效模型,分析雷电防护措施相同的情况下及接地电阻改变时,接线组别的不同对配电变压器雷电耐受性能的影响.研究结果表明,在相同雷电防护措施下,Dyn?11型配电变压器高压绕组承受的过电压均低于Yyn?0型,Dyn?
为了满足立方体卫星对姿控计算机高性能、低功耗以及具有丰富的外设接口的要求,该文基于低成本、低功耗的STM32芯片设计立方体卫星姿控计算机.首先对立方体卫星任务进行总体分析,提出姿控计算机的总体设计方案;然后根据需求对姿控计算机硬件系统进行设计,重点对主控芯片的选型、主芯片基础外围电路的设计以及主芯片与姿控各部组件的接口电路设计进行阐述;最后对姿控计算机实物进行了试验验证.结果表明,基于STM32芯片设计的模块化的立方体卫星姿控计算机,具有集成度高、低成本、低功耗、高性能、质量轻、工程适用性强等优点.
当前利用雷达等气象资料对下击暴流进行识别预警的准确性很低,因此文中提出一种以深度神经网络为基础的下击暴流智能识别方法.该方法以雷达回波时序图像和雷达径向速度场时序图像作为输入,将两种图像的时空四维特征融合到深度神经网络中,通过深度学习寻求“雷达回波图像和径向速度场图像”与“是否发生下击暴流”之间的函数映射关系.运用数据增强和损失函数优化技术,改善因样本数据不均衡所导致的识别结果偏向于样本中大概率事件的问题.再结合K折交叉验证,避免模型训练过程陷入局部极值.实验结果表明,文中方法对下击暴流识别的成功率达到9
为实时在线自动获取光伏阵列各分支的电压、电流、温湿度、水平照度和有效照度等精确值,便于在不影响发电的情况下自动实现对光伏阵列的在线周期性精细检测,以提高光伏电站对发电效率的预测和对异常状况的维护,设计了一种智能光伏电站数据汇聚管理系统.系统采用模块化设计,可根据实际需要灵活配置传感器,以窄带物联网(NB?IoT)和LoRa为通信方式,采用UCOSⅢ嵌入式系统和消息队列遥测传输协议(MQTT)云服务器进行数据传输和存储.系统在配置要求极低的情况下,能保证可靠的数据传输,使多平台的客户端实时查看当前各光伏子阵