准比例谐振控制算法在三相逆变电源中的应用研究

非线性负载会在三相车载逆变电源系统中引入谐波,损伤用电设备。为了降低逆变电源输出电压谐波含量,文章研究了基于准比例谐振控制算法的谐波抑制方法 ,主要抑制电源输出的5次和7次谐波。通过仿真模型和实物试验,测试了传统瞬时控制方法和准比例谐振控制方法的差别。结果表明,准比例谐振控制方法既能消除输出电压中的特定次谐波,又可满足系统动态响应性能和稳态精度要求,具有良好的谐波抑制效果。     

联轴器液压紧配螺栓的设计与工艺

介绍了我厂近年开发、制造成功的带中间锥套的联轴器液压紧配螺栓，并从设计计算和制造工艺等方面对其进行了论述和剖析。     

含有非线性电阻的动态电路唯一稳态的范数判定方法

以矩阵范数为工具，得到了确定含有非线性电阻的动态电路唯一稳态的条件，并给出了一个算例，其结果与理论分析吻合．本文的结果表明，含有非线性电阻的动态电路的唯一稳态．可以用矩阵范数决定．而且这个方法可以应用于任意阶的非线性电路．判据适用范围更广，结果便于应用，在理论与实用两个方面，都有重要意义．     

高强钢筋混凝土非线性力学模型研究

针对高强钢筋混凝土非线性分析，对非线性分析中裂缝的模拟、钢筋混凝土材料本构关系及其非线性问题求解方法的改进进行研究，提出了适用于高强混凝土的本构曲线，并将混合法用于非线性问题，为高强钢筋混凝土梁非线性分析提供了理论基础。     

带有改编能力限制的编组计划优化模型及算法

本文用一个非线性０－１规模模型，来描述带有改编能力限制的技术直达列车编组计划问题。能力约束增加了该问题的计算难度。这是一个ＮＰＣ问题。因此，获得一个全局最优解是困难的。本文用模拟退火算法解该问题。该算法可以以很高的概率获得全局最优解。文末列出了两个数值例子，并分别同了考虑和不考虑改编能车约束两种情况下的计算结果。     

开关磁阻电机最优化设计的研究

ＳＲＭ优化设计问题属于带多个约束条件的非线性规划问题，除变量的离散性外，约束条件众多且非线性程度高，目标函数是离散跳跃的，本文着重对ＳＲＭ最优化方法进行了研究，提出了一种改进的增广Ｌａｒｇｒａｎｇｅ乘子法，与罚函数法相比，对复杂数学模型的优化具有明显的优越性。     

城市轨道交通大小交路模式列车开行方案的优化

列车开行方案是城市轨道交通运输组织的基础.大小交路模式列车开行方案规定各时间段内各交路上开行列车对数.分析大小交路模式乘客出行成本和企业运营成本的计算方法,以乘客出行成本及运输企业运营成本最小化为目标,以列车追踪间隔时间、乘客需求和最大可用车底数量为约束,构建城市轨道交通大小交路模式列车开行方案双目标混合整数非线性规划模型.采用理想点法将原模型转化为单目标模型,借助Lingo11.0求解.通过算例验证模型的合理性,并对折返站和小交路区段客流比重进行成本的灵敏度分析,结果表明:小交路折返站的选取对成本影响显著,且小交路区段客流比重越高,开行大小交路模式越有利于降低运输成本.     

乙二醇机组的温度模糊控制器设计与仿真

针对我国通信行业和计算机行业大型机房耗电量大的现状,提出了一种乙二醇机组控制系统。介绍了它的工作原理,阐述了它的总体控制方案,并重点阐述了采用温度模糊PID控制器对室内温度进行调节。仿真和实验结果表明：采用温度模糊控制器的系统运行稳定、可靠性高、节能效果明显,具有广阔的应用前景。     

基于非线性观测器的IPMSM无位置传感器控制

为了解决内嵌式永磁同步电机(IPMSM)无位置传感器控制中转子角度和速度估计问题,根据IPMSM的状态方程和非线性理论,设计了一种非线性状态观测器,并基于Lyapunov稳定性原理讨论了观测器稳定条件.同时考虑负载影响,加入了负载转矩的观测由于模型参数问题和采样精度问题,状态变量的观测值和实际值存在一定误差,因此对角度和速度观测值分别进行了修正.仿真和试验研究表明,改进后的非线性观测器能够准确估计转子角度和速度,可以获得良好的动态和稳态性能.     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。