-
公开(公告)号:CN107222148A
公开(公告)日:2017-09-29
申请号:CN201710342737.5
申请日:2017-05-16
Applicant: 江苏大学
IPC: H02P23/14
CPC classification number: H02P23/14 , H02P2207/01
Abstract: 本发明公开了基于改进电压模型法的无轴承异步电机转子位移自检测方法及控制系统,属于电气传动中的稳定控制领域。本方法在无轴承异步电机电压模型法的基础上,采用低通滤波器代替电压模型中的纯积分环节,进而利用电机电感矩阵和转子径向位移之间的关系,设计出转子位移估计器,从而实现转子位移的准确辨识。本发明能够有效检测出转子的径向位移,避免了传统机械式位移传感器的安装对无轴承异步电机高速运行带来的负面影响。采用基于改进电压模型法的无轴承异步电机转子位移自检测方法具有不依赖电机的各种非理想特性、不易引入其他谐波信号、构造简单等优点,便于工程实现。
-
公开(公告)号:CN114969963A
公开(公告)日:2022-08-30
申请号:CN202210455061.1
申请日:2022-04-28
Applicant: 江苏大学
IPC: G06F30/15 , G06F30/27 , G06N3/12 , G06F119/14
Abstract: 本发明公开了一种基于梯形网络的车辆动惯性悬架建模方法,包括:步骤(1):建立包含机电惯容器外端电路的1/4动惯性悬架模型;步骤(2):基于梯形网络设计串臂电容、并臂电感的机电惯容器梯形外端电路;步骤(3):选取路面不平度的垂向输入位移zr;步骤(4):考虑悬架性能指标约束,通过优化算法求解悬架模型参数,得到基于梯形网络的车辆动惯性悬架最优参数。
-
公开(公告)号:CN107679651A
公开(公告)日:2018-02-09
申请号:CN201710832600.8
申请日:2017-09-15
Applicant: 江苏大学
CPC classification number: G06Q10/04 , G06N3/0454 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种基于灰色预测模型与BP人工神经网络模型的月用电量预测方法,该方法首先计算每月指数,再利用每月指数修正月用电量数据,而后对修正的数据作对数变换并以此建立灰色预测模型,用该模型进行拟合预测后,得到月用电量的拟合值向量、未来月用电量的预测值向量及残差值向量,将残差值向量做计算处理后输入BP人工神经网络模型进行网络训练并做预测,得残差预测值向量,最后,将该向量计算处理后与未来月用电量的预测值向量进行计算处理后得最终预测值矩阵。相比现有方法,本发明能够显著提高月用电量的预测精度。
-
公开(公告)号:CN115248958A
公开(公告)日:2022-10-28
申请号:CN202210673205.0
申请日:2022-06-15
Applicant: 江苏大学
IPC: G06F30/17 , G06F111/04 , G06F119/14 , G06F119/02
Abstract: 本发明公开了一种基于桥式网络的车辆机电惯性悬架建模方法,可通过其产生的感应电流形成阻碍电机的电磁阻力,以此实现系统目标阻抗的输出;利用桥式网络可实现高阶次的阻抗传递函数,实现对车辆悬架综合性能的提升;利用模式搜索法对桥式网络的元件参数进行优化计算;仿真分析表明,运用本发明所提出的桥式网络的车辆机电惯性悬架结构及其参数优化方法,相比较于被动悬架,该悬架性能有明显改善,车辆行驶平顺性得到明显提升。
-
-
-