简介：电机的附加损耗影响着电机的温升与效率，其数值大小受电机铁心结构的影响。本文详细讨论了笼型电机附加损耗的产生原因及计算方法，分析了通过改变槽形降低附加损耗的可能。文中通过建立多个不同转子槽形的电机模型，并利用二维有限元法分别对各个模型的定转子铁心与导条中的附加损耗进行了计算和分析。对比其结果发现，电机的附加损耗值随着转子槽形的改变而变化，尤其是转子槽宽对其影响显著。这意味着合理的优化转子槽形可以作为降低附加损耗的一项有效措施。

简介：改变槽形结构作为一种简单易实施的方法被广泛地应用在电机的各项,性能优化中。本文探讨了一种以降低电机附加损耗为目的的转子槽形的优化设计,首先分析了转子槽各个尺寸与附加损耗间的变化关系,并对其进行函数拟合得到对应于附加损耗最小值的一组尺寸,再根据电机设计的其他要求对尺寸变量进行迭代调整得到最佳的槽形参数。该研究可以为电机的优化设计提供参考思路。

简介：由于电机的运行状态与特性与其电、磁、热等物理场直接相关，因此对电机进行多物理场耦合分析至关重要。本文利用三维有限元法对分数槽永磁电机在运行时的磁场分布进行分析计算，并由磁场分析结果计算出各部分损耗情况，将各部分损耗作为电机运行时的热源，对电机的温度场进行仿真分析，得到电机的温度分布情况。并在此基础上，对一台样机进行实验分析，实验结果与仿真结果一致。从而验证了对该电机的多物理场耦合分析方法的有效性，为后续的电机结构优化奠定了理论基础。

简介：在开关磁阻电机直接转矩控制系统中，为了提高磁链观测器的性能，准确地实现磁链观测，提出基于粒子群优化的递归神经网络定子磁链观测器。利用训练样本对网络进行离线训练，通过训练过程中不断调整网络的权值和阈值，形成一个泛化能力强、结构简单的网络来实现电压、电流和磁链的非线性映射。将所建磁链观测器应用到开关磁阻电机直接转矩控制系统仿真中，仿真结果表明，对比传统递归神经网络磁链观测器，该方法不仅提高了收敛速度，而且具有很高的精确度和很强的泛化能力，证明了该方法的正确性和可行性。

简介：由于常规PID控制难以满足电弧炉电极调节系统复杂的工况，本文将径向基函数（RBF）神经网络与PID控制相结合，提出RBF—PID参数整定方法。通过RBF神经网络对控制对象Jacobian信息的辨识，采用增量式PID梯度下降算法整定已有的PID参数，设计了RBF-PID电极调节系统控制器。仿真结果验证了RBF-PID控制器能够实时整定PID参数，实现电极调节系统快速、准确地控制。

简介：最大功率点跟踪（MPPT）控制可以使光伏模块最大程度地输出功率，因此成为增强光伏发电系统输出功率的一个研究热点。本文提出一种基于二进制蚁群模糊神经网络的光伏系统最大功率点跟踪控制策略，利用模糊神经网络代替传统的BP神经网络对最大功率点进行预测，解决了恒压控制法误差较大的问题；利用二进制蚁群算法对模糊神经网络权值进行优化，克服了其搜索速度慢、易陷入局部极小值的缺点；将得到的最大功率点电压输入恒电压控制算法中，然后通过恒压法对最大功率点进行跟踪。在所构建的仿真模型中模拟了不同光照强度和环境温度的仿真环境，结果表明所提出的MPPT控制策略准确性高、适应性强。