基于PEM中性点移位载波调制可重构控制仿真研究

电力电子变换装置的重要发展方向是高电压大容量,多电平变换装置以电力电子模块(PEM)为基本单元,是实现高电压大容量的重要途径,可靠性是衡量模块化多电平变换装置优劣的重要性能指标。该文以电力电子模块多电平变换装置的可重构控制途径为基础,分析出了中性点移位加故障模块旁路重构法,计算出了多种故障状态下的中性点移位参数,提出了两种中性点移位载波调制(CPSPWM、SFO-CPSPWM)电力电子模块可重构控制策略,并进行了两种控制策略的对比仿真。仿真结果验证了两种载波调制可重构控制策略的有效性及正确性。     

我国海洋钻修井机的应用

为了适应我国海上油气田日益活跃的开发需要,我国海洋钻修井机装备产业提高了海洋钻修井机的整体技术经济性能,报告了我国近年来装备的标准化、可搬迁式、小模块化海洋钻修井机和海洋模块钻机等的技术特点及其应用现状.     

基于嵌入式舰船通信模块的DSP设计

舰船通信模块是实现舰船内部及舰船与指挥中心进行卫星通信的重要单元,针对当前舰船通信模块设计抗干扰能力差、通信质量差的问题,提出基于嵌入式舰船通信模块的DSP设计方案。构建通信模块的总体结构模型,通信模块的硬件单元包括DSP处理器和PCI总线模块,采用嵌入式16位定点DSP内核进行逻辑控制设备设计,以ADSP-BF537为核心器件进行舰船通信模块的主控模块设计,在IEE802.3兼容10/100 M以太网MAC下实现通信协议和通信接口设计。测试结果表明,采用该方法案进行舰船通信模块设计,提高了舰船通信系统稳定性和抗干扰性。     

设定航点与虚拟自动识别航标导航海坛海峡

为解决通航密度大、航道窄以及航行线路复杂区域的船舶通航安全问题,以具有典型代表性的海坛海峡为例,利用虚拟航点与虚拟AIS数字航标进行海坛海峡的导航.该海峡航行环境复杂.新修建的海峡大桥对船舶通航提出了更高的要求,仅靠VTS和AIS航标不能完全解决所有的问题.采用数字化航标--AIS虚拟航标帮助导航,依据有限个离散航点拟合成船舶航线函数,AIS基站利用编程方式将AIS虚拟航标信息通过VHF频道传送到AIS船台,并在与AIS相连接的电子海图中显示于航线两侧,以便解决复杂水域的航行问题.这种方法既节省了航标的维护费用,又能动态地对某海域适当地增减航标,有效地保证船舶在该海域中安全地航行.     

米轨轨枕不同部位横向阻力分担比的数值模拟

研究目的:为了研究米轨混凝土枕和钢枕横向阻力分担情况,本文采用离散元法分别建立米轨混凝土枕和钢枕有砟道床模型,并通过单根轨枕横向阻力试验验证离散元模型的正确性,进一步研究米轨混凝土枕、钢枕横向阻力分担比例。同时在离散元模型不同部位建立测量圆监测道砟孔隙率,探究轨枕横向移动过程中不同部位道砟密实度变化规律。研究结论:(1)米轨混凝土枕枕端和枕底提供了约79%的道床横向阻力,与道砟颗粒接触面大的轨枕侧面道床阻力占比较小,可以采用密实和部分胶结等方式使枕心道砟充分参与作用;(2)米轨钢枕枕端提供了约60%的道床横向阻力,枕底提供了约30%的道床横向阻力;(3)米轨混凝土枕道床横向阻力主要来源于轨枕与底部道砟颗粒的摩擦作用和砟肩道砟的压力作用,而米轨钢枕道床横向阻力主要来源于枕腔内部道砟的挤压摩擦作用和砟肩部位道砟的压力作用;(4)本文结论可为米轨无缝线路的设计和养护维修提供参考和借鉴。     

节理岩体中隧道开挖后渗流场重分布影响因素研究

在富水地区的节理岩体中开挖隧道会打破原有的渗流平衡,形成新的渗流场,造成突水等灾害。考虑流固耦合作用,运用离散元理论,建立垂直交叉节理岩体模型,以洞周测点的流量为指标,从地应力、水位高度和节理法向刚度等方面进行隧道开挖后节理岩体渗流场重分布的影响因素研究,并从开挖前后节理隙宽和水压力变化分析影响产生的原因,结论可为进一步研究围岩稳定性和突水灾害等提供参考。     

船用无刷发电机励磁系统改装

船舶电站系统经多年运行后,其发电机控制系统器件老化,原始资料丢失,功能不完善,虽勉强能运行发电,但远不能满足船舶正常工作的供电需求。若更新发电机或订购原制造商的配件,需投入大量资金和时间,对于营运20多年的旧船来说,投入的可能性和经济性不大,而利用现行产品和技术对其进行改造,是1个很好的修复方案。文中的改装实例可为老龄船舶发电机的修复提供参考。     

基于离散-连续耦合的钢桥面铺装剪切模拟

层间剪切破坏是钢桥面铺装主要病害之一,为了对钢桥面铺装复合结构层间剪切行为进行研究,基于三维离散-连续耦合方法建立了钢桥面铺装复合结构仿真模型,分析得出30℃条件下钢桥面铺装层间剪切破坏行为的变化规律,分析剪切速率对钢桥面铺装层间剪切受力状态的影响。研究结果表明过高或过低的行车速度对钢桥面铺装层都不利。对比分析离散-连续模型与离散元模型模拟结果发现,离散-连续模型计算结果更加符合实际情况。     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.