-
公开(公告)号:CN111219296B
公开(公告)日:2021-12-17
申请号:CN202010289211.7
申请日:2020-04-14
Applicant: 扬州大学
Abstract: 本发明公开了一种适用于抑制风力机塔筒涡激振动的装置,包括设置在方形外壳内的方形载框,方形载框内设置有质量块,方形载框的一对外侧壁与方形外壳的一对内侧壁之间经两锥形弹簧相连,锥形弹簧的两端分别固定连接在方形载框的外侧壁和方形外壳的内侧壁上,位于锥形弹簧内部还设置有连接方形载框外侧壁和方形外壳内侧壁的阻尼器;方形载框的另一对外侧壁与方形外壳的另一对内侧壁之间经线性弹簧相连,线性弹簧的两端分别经销轴铰接在方形载框的另一对外侧壁、方形外壳的另一对内侧壁上,本发明能够有效抑制和减弱风力机塔筒的涡激振动,为风力机大型化发展提供可靠保障。
-
公开(公告)号:CN111640412A
公开(公告)日:2020-09-08
申请号:CN202010473052.6
申请日:2020-05-29
Applicant: 扬州大学
IPC: G10K11/16 , G10K11/162 , G01M9/04 , G01M9/02
Abstract: 本发明公开了一种吸气式直流低速风洞降噪处理方法,借鉴风洞设计理论经验、空气动力学、气动声学的基础,在原有的吸气式低速直流风洞基础上,风机管道内来流方向加装消声器,消声器和风洞原有管道采用密封橡胶圈结合卡套连接的方式软连接,风洞利用两支撑架固定后,施工时仅需将原试验段后移,并将卡件固定在定位槽中,高效率的完成风洞扩散段与收缩段拆卸,避免了大范围的移动性施工。同时通过软连接及加装阻尼减振器,进一步减小振动噪声。利用本发明方法,风洞改造的整体工作量减轻,且施工时的所需工具较少,难度较低,同时较低的改造成本及较少的基建面积对低速风洞设计及推广使用,具有较强的实用价值和实际意义。
-
公开(公告)号:CN111289213A
公开(公告)日:2020-06-16
申请号:CN202010156967.4
申请日:2020-03-09
Applicant: 扬州大学
IPC: G01M9/06
Abstract: 本发明公开了一种适用于风洞实验的风力机塔架表面压力测量装置和方法,该装置包括支撑架和套筒,支撑架包括底座、承重支架、顶部平板;该方法包括以下步骤:在风洞中安装风力机及支撑架,在支撑架周围安装套筒;在套筒不同截面布置测压孔,并连接至压力扫描阀;安装霍尔传感器、整流桥及直流负载;启动风洞;采集当前风速及不同转速及静止状态下下风力机塔架的表面压力;改变风洞风速,待风洞风速稳定后,重复测量,直至所需测量的工况均完成测量。本发明设计成本较低且安装方便,对旋转、静止状态下风力机塔架气动载荷的准确预测具有重要的工程意义。
-
公开(公告)号:CN107733310B
公开(公告)日:2019-12-10
申请号:CN201710773393.3
申请日:2017-08-31
Applicant: 扬州大学
Abstract: 本发明公开了一种适用于异步电机大转矩启动的无速度传感器控制方法,包括:采集电机定子A相、B相电流和逆变器直流母线电压,计算对应C相电流;经过坐标变换得到异步电机定子电流在αβ坐标系下的α轴分量和β轴分量;建立自适应滑模观测器,计算出转子估计旋转角速度、模型电机控制量和电机转子估计磁场位置角;设计电流内环控制器,用滑模控制方法将估计转速直接作为控制量,并通过Lyapunov非线性设计法判断稳定,计算出实际控制量在dq坐标系下的d轴分量和q轴分量;经过坐标变换得到实际控制量在αβ坐标系下的α轴分量和β轴分量;进行SVPWM,得到六路PWM信号实现对异步电机的控制。本发明基于自适应滑模观测器的转子磁链观测来估计异步电机的转速,不事先获取相位差信息情况下,通过调节模型电机控制量的自适应律参数使得模型电机电流与实际电机电流之间的误差为零,满足实时控制的要求,响应速度更快,能实现电机的大转矩负载状态下直接启动,并削弱抖振。
-
公开(公告)号:CN108448633B
公开(公告)日:2019-12-06
申请号:CN201810398257.5
申请日:2018-04-28
Applicant: 扬州大学
Abstract: 本发明公开了光伏发电领域内的一种适合不同功率组件级联的光伏集成组件控制器,包括多组级联的光伏发电控制组件,所述光伏发电控制组件包括光伏组件、Boost升压电路、输出电容、双向隔离型半桥DC/DC变换器以及均压电容,所述Boost升压电路的输入端接光伏组件,输出端接滤波电容,同时引出两个端子与相邻的Boost升压电路相串联,最终输出系统电压,Boost升压电路的输出端还接有隔离型双向DC/DC变换器的原边,隔离型双向DC/DC变换器的副边接均压电容,同时均压电容两端引出两个端子与上一级的滤波电容相并联,第一级的滤波电容两端短路,本发明避免了光伏系统因限压而导致功率的损失,用于光伏发电中。
-
公开(公告)号:CN108574301A
公开(公告)日:2018-09-25
申请号:CN201810398260.7
申请日:2018-04-28
Applicant: 扬州大学
Abstract: 本发明公开了光伏发电领域内的一种具备分布式均压的光伏集成组件控制器,包括多组级联的光伏发电控制组件,光伏发电控制组件包括光伏组件、Boost电路、双向隔离型半桥DC/DC变换器以及均压电容,Boost电路的输入端接光伏组件,输出端引出两个端子与相邻的Boost电路相串联,最终输出系统电压,Boost电路的输出端还接有双向隔离型半桥DC/DC变换器的原边,双向隔离型半桥DC/DC变换器的副边接均压电容,同时均压电容两端引出两个端子与上一级的均压电容相并联,本发明仅利用了并联均压电容的电压相等特性和并联电容之间能量快速流动的特性,既不需要测量直流母线的电压,也不要测量其它级联模块的输出电压,减少了模块之间的耦合,有利于实现光伏集成组件的模块化,可用于光伏发电中。
-
公开(公告)号:CN119807655A
公开(公告)日:2025-04-11
申请号:CN202411861000.0
申请日:2024-12-17
Applicant: 江苏国信靖江发电有限公司 , 扬州大学
IPC: G06F18/20 , G06F18/15 , G06F18/2135 , G06N3/0442 , G06N3/006 , G06N3/0985
Abstract: 本发明公开了一种磨煤机一次风量预测方法,包括1)确定预测模型的输入变量,通过对磨煤机一次风送风系统进行机理分析,选出多个变量作为辅助变量;2)利用归一化法对训练样本数据进行基本量度单位同一化,采用相似度函数法去除相似度高的数据样本,对数据样本进行冗余处理;3)利用核主成分分析抽取数据之间的特征,降低数据维度;4)建立基于长短期记忆网络的一次风量预测模型。通过核主成分分析抽取数据之间的特征,降低数据维度;建立基于长短期记忆网络的一次风量预测模型,提高了预测精度。
-
公开(公告)号:CN119644739A
公开(公告)日:2025-03-18
申请号:CN202411789016.5
申请日:2024-12-06
Applicant: 扬州大学广陵学院
IPC: G05B13/04
Abstract: 本发明公开了振动控制领域内的一种基于时延补偿的滑模‑扩张状态观测器振动控制方法,包括步骤:步骤1)对于四面固支板系统的新型建模;步骤2)对扩张状态观测器的设计;步骤3)对滑模控制器的设计;步骤4)对时延补偿器的设计;步骤5)利用NI‑PCIe采集卡和Simulink完成对控制量的计算。本发明基于NI‑PCIe硬件在环平台开发,解决了四面固支板存在的系统时滞、模型不确定性、惯性作动器的影响和外部激励的问题,通过扩张状态观测器估计包括内外扰动在内的系统总扰动,通过前馈消除总扰动将内容系统简化为积分串联型以便控制,通过引入一种基于增强型微分器的时滞补偿器,对系统进行无延迟设计,提高了滑模控制器的振动抑制性能。
-
公开(公告)号:CN117365867B
公开(公告)日:2025-03-18
申请号:CN202311494925.1
申请日:2023-11-10
Applicant: 扬州大学广陵学院
Abstract: 本发明公开了一种用于风洞实验加装格尼襟翼的风力机气动优化设计方法,包括1) 搭建用于风洞实验的模型风力机试验平台;2) 设备安全性检查;3) 开启风洞,获得设定风速,获取期望转速下模型风力机在基准工况时的轴功率;4) 设计格尼襟翼;5) 构造李雅普诺夫函数,稳定性判断;6) 在模型风力机上加装格尼襟翼;7) 获取期望转速下加装格尼襟翼的模型风力机轴功率;8) 数据处理并定性定量对比气动优化效率;9) 估算实际全尺寸风力机气动优化后的气动效率。本发明适用于加装格尼襟翼的风力机流动控制方法,该方法具有设计简单、可靠性高、安全性高的特点,可以准确获取期望工况时风力机加装格尼襟翼的气动变化情况,对现有风力机气动优化具有重要的工程意义。
-
公开(公告)号:CN119167325A
公开(公告)日:2024-12-20
申请号:CN202411315298.5
申请日:2024-09-20
Applicant: 扬州大学
IPC: G06F18/27 , G06F18/214 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , G01W1/10 , G06F123/02
Abstract: 本发明公开了一种基于深度学习的热带气旋最大持续风速预测方法,包括1)采集热带气旋的最大持续风速数据;2)将数据分为训练集和测试集;3)将训练集输入一维卷积神经网络训练;4)将一维卷积神经网络输出的特征数据输入长短期记忆神经网络中训练;5)确定最佳参数;6)得出对训练集的预测结果;7)对比本模型和传统模型的训练效果,并且将预测结果与测试集进行误差对比;8)将测试集输入模型获得对未来的预测结果。本发明以热带气旋最大持续风速历史数据为输入值,可以实现实时预测,具有更高的预测精度,并且可以适应在厄尔尼诺现象影响下的气象数据,对于厄尔尼诺现象影响下热带气旋最大持续风速预测研究具有重要意义。
-
-
-
-
-
-
-
-
-