基于神经网络的感应电动机特性辨识新方法

提出并论证了一种基于神经网络的感应电动机特性辨识新方法,只需测得电机两相电流数值便可以辨识出电动机转矩和转速,用改进的Levenberg-Marquardt算法对神经网络进行学习和训练,构建了适合电动机转矩转速观测的BP神经网络。由于RBF神经网络无论是在逼近能力、函数拟合和学习速度方面都优于BP网络,也利用RBF网络进行了辨识。该方法较已经提出的方法相比,需要的检测量少,辨识方法简单。仿真研究表明,RBF神经网络辨识效果优于BP神经网络。     

铁路电子产品生产过程中的静电防护问题研究

结合机辆所在铁路电子产品研发、生产过程中的经验,分析了生产全过程包括运输、检验、组装、测试、包装、仓储等环节可能产生静电的因素,介绍了静电的危害与特点,提出从配备人体静电防护用品、提供静电防护设施与装备、控制环境温湿度、制定静电管理制度4个方面来落实静电防护措施的方法。