基于云模型的改进粒子群PMSM参数辨识算法

针对永磁同步电机传统参数辨识方法存在的缺陷,提出了一种基于云模型的改进粒子群参数辨识算法.该算法首先采用高频电压注入法建立高频电压方程,通过滤波处理获取高低频信号构建四阶满秩实时电机辨识模型;将云模型理论与粒子群算法相结合,采用正态云发生器对粒子进化变异操作建模,实现了自适应动态调节粒子的搜索范围,有效克服早熟收敛,保证了辨识参数为全局最优解.实验表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能.     

基于免疫粒子群优化算法的多约束路由选择算法

受生物体免疫系统免疫机制的启发,把免疫系统的免疫信息处理机制引入到粒子群优化算法中,设计了一个基于免疫粒子群优化算法的路由选择算法。这种免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理机制,实现简单,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法进化过程中的收敛速度和精度。     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

敷设聚脲的吸声模型改进粒子群算法优化

为了提高敷薄吸声层的水下小目标的隐身性能,以敷设聚脲的多层结构为基本吸声模型,推导了模型的反射系数计算公式.针对材料优化的应用需求,将粒子群算法的局部算法和全局算法相结合,改进粒子群算法的优化策略,得到了动态混合粒子群算法,提高了收敛能力和搜索精度.利用该算法对多层吸声模型的材料参数进行寻优,结果表明:当吸声材料杨氏模量近似为频率的分段线性函数时,其吸声性能最优.在此基础上,建立了提高模型吸声性能的理论方法,并进行了实例验证,结果表明,该方法可使模型吸声性能在140～500 kHz范围内达到-10dB以上.     

一种改进型粒子群算法求解资源优化配置问题

针对粒子群算法在求解优化问题时难以兼顾收敛精度与收敛速度这一问题,提出对目标的惯性权重进行修正和引入随着惯性权重变化的惯性学习因子的方法,该算法充分利用了上一代速度与位置、自我认知和群体间信息共享3部分内容,来影响算法的优化结果,提高了算法的全局和局部的搜索能力.最后将改进的粒子群算法应用于工程项目中的资源优化配置问题中,证明了该算法的有效性.     

细菌觅食机制粒子群优化算法

针对基本粒子群优化算法易陷入局部极值的缺陷,提出了一种细菌觅食机制粒子群优化算法.其基本思想是在粒子群优化算法中引入细菌觅食行为机制,提高PSO算法跳出局部极值的能力,借以改善PSO算法的寻优性能.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显著改进.     

基于多智能体局部寻优的粒子群优化算法

为了提高粒子群算法的收敛速度和全局寻优能力,用多智能体遗传算法对粒子群算法当前搜索到的全局极值进行局部寻优．用搜索到的更好的解在下一次迭代中引导粒子进行搜索从而获得更快的收敛速度和更好的全局收敛性。对函数优化和神经网络训练的仿真实验表明．此算法能更快的收敛到全局最优解。     

基于改进粒子群算法的车辆路径问题研究

针对标准粒子群算法在解决多维复杂优化问题中存在的“早熟”现象,以及算法后期出现的搜索精度下降、收敛速度降低等不足,对算法做出改进：引入微生物行为机制中的趋化、繁殖、迁移算子。最后,通过实例验证对比,表明改进粒子群算法在搜索效率和解的质量方面均优于遗传算法和基本粒子群算法。     

基于卡尔曼滤波和神经网络的PMSM参数辨识

永磁同步电机（PMSM）是一种非线性、强耦合的控制对象,电机参数的变化加大了其控制难度.因此,参数辨识对于其闭环控制系统的稳定运行有着重大的意义.文中针对这一非线性、强耦合的模型,研究了一种基于扩展卡尔曼滤波（EKF）和El man神经网络（El man NN）的永磁同步电机参数Rs,ψd和ψq的辨识方法.仿真结果表明,该方法具有很快的收敛速度,能很精确地辨识PMSM的Rs,ψd和ψq,该网络具有良好的泛化能力,在变速变负载等复杂情况下也适用.     

轨道交通永磁同步牵引系统发展概况与关键技术综述

为系统分析和总结轨道车辆永磁牵引系统控制技术研究与发展趋势，介绍了永磁同步电机作为牵引电机应用于轨道交通领域的优缺点和国内外永磁同步牵引系统的应用情况；回顾了大功率牵引逆变器在低开关频率下的控制技术和永磁同步电机牵引控制技术，分析了脉宽调制策略、弱磁控制等关键技术的设计思想、研究方法等；总结了近几年国内外研究成果，讨论了各类控制方法的优点和局限，并展望了永磁同步电机在轨道交通牵引领域的发展前景和面对的挑战。研究结果表明:内置式永磁同步电机适用于直驱系统，具有体积小、效率高等优势；牵引逆变器通常采用混合脉宽调制策略，低频段采用异步调制，中频段为同步调制，方波工况下采用单脉冲调制，其中特殊同步调制下系统动态性能的提升和不同调制方法之间的平滑切换是牵引逆变器脉宽调制技术的难点；电机控制策略主要针对基于双电流调节器、电压矢量角弱磁控制和方波工况下弱磁控制这3种高速运行区的弱磁控制方法进行研究；在前期研究的基础上，应进一步考虑永磁同步电机的无位置传感器技术、故障在线诊断与预测和高精度参数辨识问题；牵引传动系统的机电耦合特性和短路故障处理是今后重点关注的研究方向。      

永磁同步电机MTPA控制系统设计

为有效提高永磁同步电机控制器资源的利用率和数据采集的精度,利用模块化方法设计了永磁同步电机的最大转矩电流比(MTPA)矢量控制系统,通过CAN通信的方式将转速和电角度等信息发送到上位机。通过对系统的实验测试,验证了该控制方法以及CAN通信功能的有效性。针对工程实践中出现的电角度误差和相电流直流偏差问题,提出了误差补偿量的计算方法和实现方法,具有较强的实际工程应用价值。     

Adaptive Identification of Logging Lithology Based on VPSO-ENN Hybrid Algorithm

Particle swarm optimization (PSO) was modified by variation method of particle velocity, and a variation PSO (VPSO) algorithm was proposed to overcome the shortcomings of PSO, such as premature convergence and local optimization. The VPSO algorithm is combined with Elman neural network (ENN) to form a VPSO-ENN hybrid algorithm. Compared with the hybrid algorithm of genetic algorithm (GA) and BP neural network (GA-BP), VPSO-ENN has less adjustable parameters, faster convergence speed and higher identification precision in the numerical experiment. A system for identifying logging parameters was established based on VPSO-ENN. The results of an engineering case indicate that the intelligent identification system is effective in the lithology identification.     

基于个体最优位置的自适应变异扰动粒子群算法

针对粒子群算法在寻优时容易陷入局部最优的不足,提出了一种基于个体最优位置的自适应变异扰动粒子群算法AMDPSO (adaptive mutation disturbance particle swarm optimization).该算法以粒子群算法为基础,加入扰动,当满足自适应条件时,粒子以个体最优位置为依据进行变异操作.将该算法运用于6个测试函数,并与惯性权重粒子群算法、收缩因子粒子群算法以及差分进化算法进行了比较,结果表明:AMDPSO能在寻优过程中让粒子跳出局部最优,保持种群多样性,具有更好的收敛速度和优化性能.      

永磁同步电动机在混合动力汽车上的应用

介绍应用于混合动力汽车上的永磁同步电动机的结构、工作原理、控制方法。井对永磁同步电动机在丰田prius轿车上的应用进行分析。     

基于免疫粒子群神经网络的短时交通流量预测

免疫理论中的基于浓度选择机制能避免粒子群算法在群体收敛性和个体多样性平衡问题上的不足,使改进后的粒子群算法优化BP神经网络参数的配置,提高短时交通流量预测的准确性。仿真实验表明：免疫粒子群优化后的BP神经网络可有效提高短时交通流量的预测精度,减小预测误差。     

基于模糊滑模控制的永磁同步液压电机泵变速控制的研究

提出一种永磁同步液压电机泵模型,即把永磁同步电机转子作为液压泵缸体,以进一步提高液压传动的整机效率．通过控制电机转速直接调节泵的输出流量,使电机泵提供的功率与负载匹配,从根本上提高液压调速系统的效率．同时建立了该液压电机泵变速控制系统的数学模型．针对永磁同步电机非线性、多变量、强耦合的特点,将模糊和滑模控制理论运用到永磁同步电机直接转矩控制中,以提高系统的鲁棒性和快速性．对转速阶跃变化进行仿真研究,仿真结果表明该策略具有良好的鲁棒性和快速性．     

轨道车辆永磁直驱技术综述

概述了国内外采用永磁直驱技术的轨道车辆发展状况，归纳了永磁直驱转向架的结构形式，讨论了抱轴式直驱结构与弹性架悬式直驱结构的特点及其适用情形，分析了永磁直驱转向架的蛇行运行稳定性与曲线通过性；针对轨道车辆应用，从磁性材料、冷却系统、温升效应、电机质量、气隙磁密、反电势抑制、失磁故障、电路结构等方面论述了永磁直驱牵引电机的结构设计与优化方法，分析了传统的牵引电机控制策略，讨论了模型预测控制技术和无位置传感器控制技术的研究现状及其用于永磁直驱电机的可行性和存在的问题；总结了轨道车辆永磁直驱技术的现存问题并展望了其未来发展方向。研究结果表明:刚性抱轴式永磁直驱结构紧凑，但电机受轮轨振动影响较大且增加了列车簧下质量，仅适用于低速轨道车辆；高速轨道车辆直驱技术宜采用弹性架悬式直驱结构，但需要进一步研究永磁牵引电机和直驱转向架的弹性连接方式和最优匹配参数，优化簧上、簧下质量分布；内置式永磁直驱转向架可缩短车轴长度和减少轴距，具有质量轻、动力特性好等优势，较适用于复杂的地形环境应用；需要研究更为快速准确的永磁电机故障在线诊断、预警与抑制方法，可结合基于故障诊断及预测的智慧运维技术，为车辆提供维修决策建议；需对永磁直驱电机定子、转子拓扑结构进一步优化，并提出更为有效的冷却结构及精确的温升计算方法；传统矢量控制与直接转矩控制难以兼顾高转矩动态响应和低转矩脉动，模型预测控制因其结构简单、动态响应快等优点，较适用于轨道车辆这类低开关频率大功率应用，但仍需进一步研究以降低其运算负荷并提升其稳态性能；无位置传感器技术可节省电机内部空间体积，且能防止编码器故障带来的可靠性问题，适用于内部空间狭小的直驱转向架，现有中高速无位置传感器技术已具有较好的性能，零速和低速下采用高频信号注入法虽能实现较准确的位置估计，但其对电机控制性能带来的一系列不利影响还需要进一步研究。