CN110380655A - 一种直线发电机控制方法和装置 - Google Patents
一种直线发电机控制方法和装置 Download PDFInfo
- Publication number
- CN110380655A CN110380655A CN201910568312.5A CN201910568312A CN110380655A CN 110380655 A CN110380655 A CN 110380655A CN 201910568312 A CN201910568312 A CN 201910568312A CN 110380655 A CN110380655 A CN 110380655A
- Authority
- CN
- China
- Prior art keywords
- battery
- value
- electric generator
- linear electric
- thyristor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/14—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from dynamo-electric generators driven at varying speed, e.g. on vehicle
- H02J7/1469—Regulation of the charging current or voltage otherwise than by variation of field
- H02J7/1492—Regulation of the charging current or voltage otherwise than by variation of field by means of controlling devices between the generator output and the battery
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P2101/00—Special adaptation of control arrangements for generators
- H02P2101/40—Special adaptation of control arrangements for generators for railway vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/92—Energy efficient charging or discharging systems for batteries, ultracapacitors, supercapacitors or double-layer capacitors specially adapted for vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明提供了一种直线发电机控制方法和装置,通过将计算得到的直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻。本发明专利满足了磁悬浮列车的供电性能需求,很大程度上提高了直线发电机的控制的实时性、电压的稳定性及供电的效率,同时也能够保证输出电流最大程度充到电池中,提高了电池的充电效率。
Description
技术领域
本发明涉及自动控制技术领域,具体而言,涉及一种直线发电机控制方法和装置。
背景技术
目前,磁悬浮列车通过电磁力实现列车与轨道之间的无接触悬浮和导向,再利用地面牵引设备产生的电磁力驱动列车运行。其中磁悬浮列车在行驶过程中由于悬浮消耗的电能由电池提供,而电池消耗的电量是由直线发电机补充。
通常,直线发电机的控制器仅采用直线发电机的输出电流作为直线发电机的控制信号,并不考虑电池的充电能力。因此,现有磁悬浮列车直线发电机输出电压波动范围较大,充电效率低。
发明内容
为解决上述问题,本发明实施例的目的在于提供一种直线发电机控制方法和装置。
第一方面,本发明实施例提供了一种直线发电机控制方法,包括:
获取悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间;
根据悬浮间隙值、垂向加速度和直线发电机线圈所在位置的磁密变化幅值计算直线发电机在预设时长后的输出电压预测值;
根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长后的输出电流的预测值;
当升压斩波装置晶闸管的断开时,根据电池各单体电压的和计算电池实际电压;
根据电池实际电压、电容输出电压和电池充电特性图查询直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间;
确定充电过程中电池温度的变化率,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池充电时间的波动值;
根据电池最优充电时间和电池充电时间的波动值计算电池最终的充电时间;
通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻。
第二方面,本发明实施例还提供了一种直线发电机控制装置,包括:
获取模块,用于获取悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间;
第一计算模块,用于根据悬浮间隙值、垂向加速度和直线发电机线圈所在位置的磁密变化幅值计算直线发电机在预设时长后的输出电压预测值;
第二计算模块,用于根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长后的输出电流的预测值;
第三计算模块,用于当升压斩波装置晶闸管的断开时,根据电池各单体电压的和计算电池实际电压;
查询模块,用于根据电池实际电压、电容输出电压和电池充电特性图查询直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间;
神经网络计算模块,用于确定充电过程中电池温度的变化率,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池充电时间的波动值;
第四计算模块,用于根据电池最优充电时间和电池充电时间的波动值计算电池最终的充电时间;
第五计算模块,用于通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻。
本发明实施例上述第一方面至第二方面提供的方案中,通过获取的悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间计算直线发电机在预设时长后的输出电流的预测值,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池最终的充电时间,最后通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出打开和关闭晶闸管的实际控制时刻。与相关技术中仅通过直线发电机的输出电流对直线发电机进行控制相比,本发明专利通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出的打开和关闭晶闸管的实际控制时刻,及时对直线发电机进行斩波操作。本发明专利属于一个前馈控制,减小了直线发电机输出电压波动范围。另外,直线发电机的控制过程考虑了电池充电性能,并将电池温度的变化率作为变量参与到直线发电机控制过程中,提高了电池充电效率。本发明专利满足了磁悬浮列车的供电性能需求,很大程度上提高了直线发电机输出电压的稳定性及给电池充电的效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例1所提供的一种直线发电机控制方法的流程图;
图2示出了本发明实施例1所提供的一种直线发电机控制方法中,直线发电机的原理图;
图3示出了本发明实施例1所提供的一种直线发电机控制方法中,模糊神经网络的结构示意图;
图4示出了本发明实施例2所提供的一种直线发电机控制装置的结构示意图。
具体实施方式
目前,磁悬浮列车中设置有用于对直线发电机进行控制的控制器。传统直线发电机的控制器采用输出电流作为控制信号,所以在直线发电机的工作过程中,直线发电机实际的输出电流大于电流阈值后,才能对直线发电机进行控制,导致直线发电机输出电压波动范围较大,发电效率低。另外,也没有考虑电池充电性能,因此直线发电机给电池的充电效率也较低。
基于此,本申请实施例提出一种直线发电机控制方法和装置。该直线发电机控制方法,包括:通过获取的悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间计算直线发电机在预设时长后的输出电流的预测值,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池最终的充电时间,最后通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出打开和关闭晶闸管的实际控制时刻。
本申请方案提供的直线发电机控制方法,通过获取的悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间计算直线发电机在预设时长后的输出电流的预测值,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池最终的充电时间,最后通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出打开和关闭晶闸管的实际控制时刻。本发明专利通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出的打开和关闭晶闸管的实际控制时刻,及时对直线发电机进行斩波操作。本发明专利属于一个前馈控制,减小了直线发电机输出电压波动范围。另外,直线发电机的控制过程考虑了电池充电性能,并将电池温度的变化率作为变量参与到直线发电机控制过程中,提高了电池充电效率。本发明专利满足了磁悬浮列车的供电性能需求,很大程度上提高了直线发电机输出电压的稳定性及给电池充电的效率。
在本申请以下各实施例中,A*B表示A与B相乘;A2表示A的平方。
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请做进一步详细的说明。
实施例1
参见图1所示的直线发电机控制方法的流程图,本实施例提出一种直线发电机控制方法,执行主体是磁悬浮列车中设置的直线发电机的控制器。
上述控制器,可以是现有技术中任何能够对直线发电机进行控制的处理器、微处理器或者单片机,这里不再一一赘述。
本实施例提出一种直线发电机控制方法,包括以下具体步骤:
步骤100、获取悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间。
所述悬浮物体,可以是磁悬浮列车在内的任何悬浮物体,如:磁悬浮列车、磁悬浮电梯的悬浮箱体和磁悬浮货检系统中的悬浮载体等。
上述悬浮间隙值,用于表示正常行驶过程中,所述悬浮物体与所经过轨道之间的间隙大小。可以通过磁悬浮列车中设置的间隙传感器检测得到。
上述垂向加速度,用于表示正常行驶过程中,磁悬浮列车在与行驶方向的垂直方向上的加速度。可以通过安装在磁悬浮列车上的加速度传感器得到。
上述垂向加速度,包括:垂向加速度大小和垂向加速度方向。
上述间隙传感器,可以设置在磁悬浮列车的转向架中。
上述间隙传感器,可以采用现有技术中任何可以测量磁悬浮列车与轨道之间距离的任何距离传感器,这里不再一一赘述。
由于所述悬浮物体采用的是直线发电机,直线发电机线圈的电动势非常难以测量。参见图2所示的直线发电机的原理图,为了获取直线发电机线圈所在位置的磁密变化幅值,可以在紧挨直线发电机线圈的位置安装一个小型测试线圈。通过计算小型测试线圈的磁密变化幅值,来得到直线发电机线圈所在位置的磁密变化幅值。
一个实施方式中,悬浮物体的直线发电机线圈所在位置磁密变化幅值等于在其附近安装的小型测量线圈磁密变化幅值。
小型测量线圈磁密变化幅值通过测量紧挨直线发电机线圈的位置安装的小型测量线圈的电动势、小型测量线圈面积和小型测量线圈的绕线匝数进行计算。
具体地,小型测量线圈磁密变化幅值通过测量紧挨直线发电机线圈的位置安装的小型测量线圈的电动势、小型测量线圈面积和小型测量线圈的绕线匝数进行计算,包括:
小型测量线圈的磁密变化幅值=小型测量线圈的电动势/(小型测量线圈面积*小型测量线圈的绕线匝数)。
另一个实施方式中,测量小型测试线圈的电动势,由于小型测试线圈紧挨直线发电机线圈的位置安装,所以可以测量得到的小型测试线圈的电动势。在测量得到小型测试线圈的电动势后,可以计算小型测量线圈的磁密变化幅值,并将计算得到的小型测量线圈的磁密变化幅值作为悬浮物体的直线发电机线圈所在位置的磁密变化幅值。
在计算悬浮物体的直线发电机线圈所在位置的磁密变化幅值之前,控制器需要获取小型测试线圈的半径和绕组匝数,小型测试线圈的半径和绕组匝数可以预先存储在控制器中。通过小型测试线圈的半径就可以计算得到小型测试线圈切割磁感线的线圈面积。
悬浮物体的直线发电机线圈所在位置的磁密变化幅值=小型测量线圈的磁密变化幅值=小型测量线圈的电动势/(小型测量线圈面积*小型测量线圈的绕线匝数)。
如果该小型测试线圈与直线发电机的转子线圈的安装位置具有一定距离,可以根据小型测试线圈在车体上的安装位置、直线发电机线圈的绕线方式、车体在长定子的精确位置和小型测试线圈的磁密变化幅值以及图2所示的直线发电机的原理图,也可计算出直线发电机的线圈的当前磁密变化幅值,本实施例中不再赘述。
所述电容输出电压,就是图2中的电容的输出电压,可以通过电压测量装置测量得到。
所述直线发电机输出电流值,可以通过电流测量装置测量得到。
所述电池各单体电压,就是组成图2中的电池的各单体的电压,可以通过电压测量装置测量得到。
升压斩波装置的晶闸管的持续打开时间,可以通过控制器中的晶振在打开晶闸管时,测量得到升压斩波装置的晶闸管的持续打开时间。
步骤102、根据悬浮间隙值、垂向加速度和直线发电机线圈所在位置的磁密变化幅值计算直线发电机在预设时长后的输出电压预测值。
具体地,为了计算直线发电机在预设时长后的输出电压预测值,上述步骤102可以执行以下步骤(1)至步骤(4):
(1)计算悬浮物体预设时长后的垂向速度;
(2)根据悬浮间隙值、垂向加速度、垂向速度和预设时长,计算预设时长后悬浮间隙预测值;
(3)根据磁密变化幅值、悬浮间隙值、悬浮间隙预测值计算预设时长后磁密变化幅值预测值;
(4)根据磁密变化幅值预测值计算直线发电机在预设时长后的输出电压预测值。
在上述步骤(1)中,可以通过以下公式计算悬浮物体预设时长后的垂向速度:
或者悬浮间隙物体预设时长后的垂向速度=悬浮间隙物体的当前垂向速度+垂向加速度1
其中,T1表示预设时长。
悬浮物体的当前垂向速度是上一次计算得到的悬浮物体预设时长后的垂向速度。悬浮物体首次计算时处于静止,悬浮物体的当前垂向速度等于0。
所述预设时长,可以预先存储在控制器中。
在另一个实施方式中,也可以通过控制器直接获取悬浮物体的垂向速度作为悬浮物体预设时长后的垂向速度,无需进行计算。控制器直接获取的悬浮物体的垂向速度是安装在磁悬浮列车上的速度传感器得到的。
在上述步骤(2)中,可以通过以下公式计算预设时长后悬浮间隙预测值:
悬浮间隙预测值=悬浮间隙值+垂向速度*预设时长+0.5*垂向加速度*预设时长2。
在上述步骤(3)中,可以通过以下公式计算磁密变化幅值预测值:
磁密变化幅值预测值=第一调整系数*磁密变化幅值*悬浮间隙值/悬浮间隙预测值。
上述第一调整系数,是通过试验或者有限元仿真进行统计获得的数值,被预先存储在控制器中。
在上述步骤(4)中,可以通过以下公式计算输出电压预测值:
直线发电机输出电压预测值=磁密变化幅值预测值*直线发电机线圈面积*绕线匝数。
为了对直线发电机输出电压预测值进行计算,控制器需要获取直线发电机线圈的绕线匝数和半径,而直线发电机线圈的绕线匝数和半径可以预先存储在控制器中。
步骤104、根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长后的输出电流的预测值。
当升压斩波装置晶闸管当前状态为关闭时,通过以下公式计算直线发电机在预设时长后的输出电流的预测值:
或者
I1=第二调整系数*((直线发电机的输出电压预测值/电感值)*T1)+直线发电机输出电流值
其中,I1表示当升压斩波装置晶闸管当前状态为关闭时,直线发电机在预设时长后的输出电流的预测值;T1表示预设时长。
当升压斩波装置晶闸管当前状态为打开时,上述步骤104可以执行以下步骤(1)至步骤(2):
(1)根据直线发电机输出电压预测值和电容输出电压确定电感的电压值;
(2)根据电感的电压值、直线发电机输出电流值和电感值,计算直线发电机在预设时长后的输出电流的预测值。
在上述步骤(1)中,当直线发电机输出电流值>=0时,电感的电压值=直线发电机输出电压预测值-电容输出电压;
当直线发电机输出电流值<0时,电感的电压值=直线发电机输出电压预测值+电容输出电压。
上述电感,就是图2中与直线发电机连接的电感,具体的电感值可以预先设置在控制器中。
在上述步骤(2)中,可以通过以下公式计算直线发电机在预设时长后的输出电流的预测值:
或者
I2=第二调整系数*((电感的电压值)/电感值)*T1)+直线发电机输出电流值
其中,I2表示当升压斩波装置晶闸管当前状态为打开时,直线发电机在预设时长后的输出电流的预测值;T1表示预设时长。
所述第二调整系数,是通过试验或者有限元仿真进行统计获得的数值,被预先存储在控制器中。
步骤106、当升压斩波装置晶闸管的断开时,根据电池各单体电压的和计算电池实际电压。
当然,该电池实际电压也可以采用预先设置值,或者是采用包括磁悬浮列车在内的悬浮物体在发车之前的电池初始电压值。
本领域技术人员可知,电池的实际电压与其中复杂的物理化学反应相关。
步骤108、根据电池实际电压、电容输出电压和电池充电特性图查询直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间。
在上述步骤108中,为了确定直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间,可以根据电池实际电压、直线发电机在预设时长后的输出电流的预测值和电容输出电压在电池充电特性图中查询出直线发电机在预设时长后的输出电流的预测值下电池最优充电时间。
所述电池充电特性图,预先存储在控制器中,预先设置有电池实际电压、电容输出电压、直线发电机在预设时长后的输出电流的预测值以及电池最优充电时间的对应关系。所以,通过电池实际电压和电容输出电压和直线发电机在预设时长后的输出电流的预测值就可以在电池充电特性图中查询出与电池实际电压和电容输出电压电池对应的最优充电时间。
电池充电特性图通过地面台架试验测试绘制得到,其测试目的是获取在不同电池电压(等同于电池充电前的实际电压)在不同充电电压(等同于本文中电容输出电压)下,在不同充电电流((充电电压-电池电压)/电池内阻)下给电池充电多长时间,能够获得电池最优充电效率。
电池充电特性图可能根据不同的最优充电方法通过试验生成,包括不限于变电流最优充电、变电压最优充电方法、Reflex快速充电法等生成的最优特性曲线图。
如果采用变电压最优充电方法,电池充电特性图是不同充电电压(充电电压-电池电压)不同时间下的最优充电效率。在本发明中采取(充电电压-电池电压)查找当前的最优充电效率,进而确定最优充电时间。
如果采用的是变电流最优充电方法,电池充电特性图是不同充电电流下不同时间下的最优充电效率。在本发明中采取(充电电压-电池电压)/电池内阻查找当前的最优充电效率,进而确定最优充电时间。
如果采用的是Reflex快速充电法,则忽略电池放电过程,因为包括磁悬浮列车在内的悬浮物体的悬浮电磁铁的供电由电池提供,可以替代放电过程。其充电过程是变电压最优充电方法和变电流最优充电方法的组合,只需要根据试验获取最优充电效率下的电压和电流,即可选择对应的控制效率,获取电池最优充电时间。
步骤110、确定充电过程中电池温度的变化率,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池充电时间的波动值。
在上述步骤110中,所述理想充电电压是根据多次测试后得到的电压值,预存在控制器中。
为了得到电池充电时间的波动值,上述步骤110可以具体执行以下步骤(1)至步骤(8):
(1)获取两次采集到的电池的温度,并根据两次采集到的电池的温度计算得到电池的温度变化率;
(2)获取电池充电电压与理想充电电压,计算电池充电电压与理想充电电压的差值;
(3)将电池充电电压与理想充电电压的差值和充电过程中电池温度的变化率输入到模糊神经网络模型中;
(4)通过模糊神经网络模型对电池充电电压与理想充电电压的差值进行模糊化处理,得到电池充电电压与理想充电电压的差值的模糊值;
(5)通过模糊神经网络模型对电池的温度变化率进行模糊化处理,得到电池的温度变化率的模糊值;
(6)从电池充电电压与理想充电电压的差值的模糊值、电池的温度变化率的模糊值以及电池充电时间的波动值模糊值的对应关系中查询出与电池充电电压与理想充电电压的差值的模糊值和电池的温度变化率的模糊值对应的电池充电时间的波动值模糊值;
(7)对确定出的电池充电时间波动值模糊值进行清晰化处理,得到所述电池充电时间的波动值的模糊层输出值;
(8)根据得到的电池充电时间的波动值的模糊层输出值,计算得到电池充电时间的波动值。
在上述步骤(1)中,控制器获取温度传感器前后两次采集到的电池的温度,并通过以下公式计算得到电池温度的变化率:
电池温度的变化率=(第二次采集温度-第一次采集温度)/第一次采集温度。
在上述步骤(3)中,参见图3所示的模糊神经网络的结构示意图,是一个将电池充电电压与理想充电电压的差值和充电过程中电池温度的变化率作为模糊神经网络模型的输入,电池充电时间的波动值作为模糊神经网络的输出的模糊神经网络。通过图3可以看出,该模糊神经网络为一个输入层、一个模糊层、一个控制层、一个隐含层、一个隐含层的前向神经网络。该模糊神经网络模型预先设置在控制器中。
为了实现上述步骤(3),控制器需要调用模糊神经网络模型,并将电池充电电压与理想充电电压的差值和充电过程中电池温度的变化率输入模糊神经网络模型的输入层。
在上述步骤(4)和步骤(5)中,模糊神经网络模型的模糊层会采用正态型隶属度函数对电池充电电压与理想充电电压的差值进行模糊化处理,得到电池充电电压与理想充电电压的差值的模糊值,并采用正态型隶属度函数对电池的温度变化率进行模糊化处理,得到电池的温度变化率的模糊值。
在上述步骤(6)中,电池充电电压与理想充电电压的差值的模糊值、电池的温度变化率的模糊值以及电池充电时间的波动值模糊值的对应关系,预先设置在模糊神经网络模型的模糊层中。
在一个实施方式中,电池充电电压与理想充电电压的差值的模糊值、电池的温度变化率的模糊值以及电池充电时间的波动值模糊值的对应关系可以如以下表1所示:
表1
在上述步骤(7)中,上述模糊层采用三角型隶属度函数对确定出的电池充电时间波动值模糊值进行清晰化处理,得到所述电池充电时间的波动值的模糊层输出值。
上述对确定出的电池充电时间波动值的模糊值进行清晰化处理,得到所述电池充电时间的波动值的模糊层输出值的具体过程为现有技术,这里不再赘述。
在上述步骤(8)中,可以通过以下公式计算得到电池充电时间的波动值:
Δt=∑wijpij
其中,wij表示预设参数,Δt表示电池充电时间的波动值,pij表示电池充电时间的波动值的模糊层输出值。wij可以预先设置在模糊神经网络模型中的隐含层中。
当然,除了上述步骤(1)至步骤(8)描述的过程外,所述步骤110还可以采用可以现有技术中任何可以应用到上述图3所示的模糊神经网络的算法对电池充电时间的波动值进行计算,这里不再赘述。
步骤112、根据电池最优充电时间和电池充电时间的波动值计算电池最终的充电时间。
这里,可以通过以下公式计算电池最终的充电时间:
电池最终的充电时间=电池最优充电时间+电池充电时间的波动值。
步骤114、通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻。
在上述步骤114中,当升压斩波装置晶闸管当前状态为关闭,且直线发电机在预设时长后的输出电流的预测值大于升压斩波装置晶闸管打开的最大阈值时,通过以下公式计算出打开晶闸管的实际时间:
打开晶闸管的实际时间=(升压斩波装置晶闸管打开的最大阈值-直线发电机输出电流)*(直线发电机在预设时长后的输出电流的预测值-直线发电机输出电流值)/预设时长。
当升压斩波装置晶闸管当前状态为打开,并且电池最优充电时间与晶闸管的持续打开时间的差值小于等于预设时长或直线发电机输出电流的预测值大于升压斩波装置晶闸管关闭的最小阈值时,分别计算第一关闭晶闸管实际时间和第二关闭晶闸管实际时间;
将第一关闭晶闸管实际时间和第二关闭晶闸管实际时间中的较小值确定为关闭晶闸管的实际时间。
上述当升压斩波装置晶闸管当前状态为打开且电池最优充电时间与晶闸管的持续打开时间的差值小于等于预设时长时,分别计算第一关闭晶闸管实际时间和第二关闭晶闸管实际时间,包括:
通过以下公式计算第一关闭晶闸管实际时间:
当电池最优充电时间与晶闸管的持续打开时间的差值小于等于预设时长时,通过以下公式计算第一关闭晶闸管实际时间:
第一关闭晶闸管实际时间=电池最优充电时间-晶闸管的持续打开时间;
否则,
认为第一关闭晶闸管实际时间大于第二关闭晶闸管实际时间;
通过以下公式计算第二关闭晶闸管实际时间:
当直线发电机输出电流的预测值大于升压斩波装置晶闸管关闭的最小阈值时,通过以下公式计算第二关闭晶闸管实际时间:
第二关闭晶闸管实际时间=(直线发电机输出电流值-升压斩波装置晶闸管关闭的最小阈值)*(直线发电机输出电流值-直线发电机在预设时长后的输出电流的预测值)/预设时长。
否则,
认为第二关闭晶闸管实际时间大于第一关闭晶闸管实际时间;
通过将直线发电机在预设时长后的输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,计算出打开和关闭晶闸管的实际控制时刻,还包括:
当升压斩波装置晶闸管当前状态为打开时,并且电池最终的充电时间与晶闸管的持续打开时间的差值大于预设时长或直线发电机输出电流的预测值小于升压斩波装置晶闸管关闭的最小阈值时,关闭晶闸管。
综上所述,本实施例提出的一种直线发电机控制方法,通过获取的悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间计算直线发电机在预设时长后的输出电流的预测值,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池最终的充电时间,最后通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出打开和关闭晶闸管的实际控制时刻。与相关技术中通过直线发电机的输出电流对直线发电机进行控制相比,本发明专利通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出的打开和关闭晶闸管的实际控制时刻,及时对直线发电机进行斩波操作。本发明专利属于一个前馈控制,减小了直线发电机输出电压波动范围。另外,直线发电机的控制过程考虑了电池充电性能,并将电池温度的变化率作为变量参与到直线发电机控制过程中,提高了电池充电效率。本发明专利满足了磁悬浮列车的供电性能需求,很大程度上提高了直线发电机输出电压的稳定性及给电池充电的效率。
实施例2
参见图4所示的直线发电机控制装置的结构示意图,本实施例提出一种直线发电机控制装置,包括:
获取模块400,用于获取悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间。
第一计算模块402,用于根据悬浮间隙值、垂向加速度和直线发电机线圈所在位置的磁密变化幅值计算直线发电机在预设时长后的输出电压预测值。
第二计算模块404,用于根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长后的输出电流的预测值。
第三计算模块406,用于当升压斩波装置晶闸管的断开时,根据电池各单体电压的和计算电池实际电压。
查询模块408,用于根据电池实际电压、电容输出电压和电池充电特性图查询直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间。
神经网络计算模块410,用于确定充电过程中电池温度的变化率,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池充电时间的波动值。
第四计算模块412,用于根据电池最优充电时间和电池充电时间的波动值计算电池最终的充电时间。
第五计算模块414,用于通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻。
综上所述,本实施例提出的一种直线发电机控制装置,通过获取的悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间计算直线发电机在预设时长后的输出电流的预测值,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池最终的充电时间,最后通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出打开和关闭晶闸管的实际控制时刻。与相关技术中通过直线发电机的输出电流对直线发电机进行控制相比,本发明专利通过计算得到的直线发电机在预设时长后的输出电流的预测值和电池最终的充电时间计算出的打开和关闭晶闸管的实际控制时刻,及时对直线发电机进行斩波操作。本发明专利属于一个前馈控制,减小了直线发电机输出电压波动范围。另外,直线发电机的控制过程考虑了电池充电性能,并将电池温度的变化率作为变量参与到直线发电机控制过程中,提高了电池充电效率。本发明专利满足了磁悬浮列车的供电性能需求,很大程度上提高了直线发电机输出电压的稳定性及给电池充电的效率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (19)
1.一种直线发电机控制方法,其特征在于,包括:
获取悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间;
根据悬浮间隙值、垂向加速度和直线发电机线圈所在位置的磁密变化幅值计算直线发电机在预设时长后的输出电压预测值;
根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长的输出电流的预测值;
当升压斩波装置晶闸管的断开时,根据电池各单体电压的和计算电池实际电压;
根据电池实际电压、电容输出电压和电池充电特性图查询直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间;
确定充电过程中电池温度的变化率,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池充电时间的波动值;
根据电池最优充电时间和电池充电时间的波动值计算电池最终的充电时间;
通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻。
2.根据权利要求1所述的方法,其特征在于,获取悬浮物体的直线发电机线圈所在位置的磁密变化幅值,包括:
悬浮物体的直线发电机线圈所在位置磁密变化幅值等于在其附近安装的小型测量线圈磁密变化幅值;
小型测量线圈磁密变化幅值通过测量紧挨直线发电机线圈的位置安装的小型测量线圈的电动势、小型测量线圈面积和小型测量线圈的绕线匝数进行计算。
3.根据权利要求2所述的方法,其特征在于,小型测量线圈磁密变化幅值通过测量紧挨直线发电机线圈的位置安装的小型测量线圈的电动势、小型测量线圈面积和小型测量线圈的绕线匝数进行计算,包括:
小型测量线圈的磁密变化幅值=小型测量线圈的电动势/(小型测量线圈面积*小型测量线圈的绕线匝数)。
4.根据权利要求1所述的方法,其特征在于,根据悬浮间隙值、垂向加速度和直线发电机线圈所在位置的磁密变化幅值计算直线发电机在预设时长后的输出电压预测值,包括:
计算悬浮物体预设时长后的垂向速度;
根据悬浮间隙值、垂向加速度、垂向速度和预设时长,计算预设时长后悬浮间隙预测值;
根据磁密变化幅值、悬浮间隙值、悬浮间隙预测值计算预设时长后磁密变化幅值预测值;
根据磁密变化幅值预测值计算直线发电机在预设时长后的输出电压预测值。
5.根据权利要求4所述的方法,其特征在于,计算悬浮物体预设时长后的垂向速度,包括:
通过以下公式计算悬浮物体预设时长后的垂向速度:
或者
悬浮间隙物体预设时长后的垂向速度=悬浮间隙物体的当前垂向速度+垂向加速度*T1
其中,T1表示预设时长。
6.根据权利要求4所述的方法,其特征在于,根据悬浮间隙值、垂向加速度、垂向速度和预设时长,计算悬浮间隙预测值,包括:
通过以下公式计算悬浮间隙预测值:
悬浮间隙预测值=悬浮间隙值+垂向速度*预设时长+0.5*垂向加速度*预设时长2。
7.根据权利要求4所述的方法,其特征在于,根据磁密变化幅值、悬浮间隙值、悬浮间隙预测值计算预设时长后磁密变化幅值预测值,包括:
通过以下公式计算磁密变化幅值预测值:
磁密变化幅值预测值=第一调整系数*磁密变化幅值*悬浮间隙值/悬浮间隙预测值。
8.根据权利要求4所述的方法,其特征在于,根据磁密变化幅值预测值计算直线发电机在预设时长后的输出电压预测值,包括:
通过以下公式计算输出电压预测值:
直线发电机输出电压预测值=磁密变化幅值预测值*直线发电机线圈面积*绕线匝数。
9.根据权利要求1所述的方法,其特征在于,根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长后的输出电流的预测值,包括:
当升压斩波装置晶闸管当前状态为关闭时,通过以下公式计算直线发电机在预设时长后的输出电流的预测值:
或者
I1=第二调整系数*((直线发电机的输出电压预测值/电感值)*T1)+直线发电机输出电流值
其中,I1表示当升压斩波装置晶闸管当前状态为关闭时,直线发电机在预设时长后的输出电流的预测值;T1表示预设时长。
10.根据权利要求1所述的方法,其特征在于,根据电池实际电压、电容输出电压和电池充电特性图查询直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间,包括:
根据电池实际电压、直线发电机在预设时长后的输出电流的预测值和电容输出电压在电池充电特性图中查询出直线发电机在预设时长后的输出电流的预测值下电池最优充电时间。
11.根据权利要求1所述的方法,其特征在于,确定充电过程中电池温度的变化率,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池充电时间的波动值,包括:
获取两次采集到的电池的温度,并根据两次采集到的电池的温度计算得到电池的温度变化率;
获取电池充电电压与理想充电电压,计算电池充电电压与理想充电电压的差值;
将电池充电电压与理想充电电压的差值和充电过程中电池温度的变化率输入到模糊神经网络模型中;
通过模糊神经网络模型对电池充电电压与理想充电电压的差值进行模糊化处理,得到电池充电电压与理想充电电压的差值的模糊值;
通过模糊神经网络模型对电池的温度变化率进行模糊化处理,得到电池的温度变化率的模糊值;
从电池充电电压与理想充电电压的差值的模糊值、电池的温度变化率的模糊值以及电池充电时间的波动值模糊值的对应关系中查询出与电池充电电压与理想充电电压的差值的模糊值和电池的温度变化率的模糊值对应的电池充电时间的波动值模糊值;
对确定出的电池充电时间波动值模糊值进行清晰化处理,得到所述电池充电时间的波动值的模糊层输出值;
根据得到的电池充电时间的波动值的模糊层输出值,计算得到电池充电时间的波动值。
12.根据权利要求11所述的方法,其特征在于,根据得到的电池充电时间的波动值的模糊层输出值,计算得到电池充电时间的波动值,包括:
通过以下公式计算得到电池充电时间的波动值:
Δt=∑wijpij
其中,wij表示预设参数,Δt表示电池充电时间的波动值,pij表示电池充电时间的波动值的模糊层输出值。
13.根据权利要求1所述的方法,其特征在于,通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻,包括:
当升压斩波装置晶闸管当前状态为关闭,且直线发电机在预设时长后的输出电流的预测值大于升压斩波装置晶闸管打开的最大阈值时,通过以下公式计算出打开晶闸管的实际时间:
打开晶闸管的实际时间=(升压斩波装置晶闸管打开的最大阈值-直线发电机输出电流)*(直线发电机在预设时长后的输出电流的预测值-直线发电机输出电流值)/预设时长。
14.根据权利要求1所述的方法,其特征在于,通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻,还包括:
当升压斩波装置晶闸管当前状态为打开,并且电池最优充电时间与晶闸管的持续打开时间的差值小于等于预设时长或直线发电机输出电流的预测值大于升压斩波装置晶闸管关闭的最小阈值时,分别计算第一关闭晶闸管实际时间和第二关闭晶闸管实际时间;
将第一关闭晶闸管实际时间和第二关闭晶闸管实际时间中的较小值确定为关闭晶闸管的实际时间。
15.根据权利要求14所述的方法,其特征在于,当升压斩波装置晶闸管当前状态为打开,且电池最优充电时间与晶闸管的持续打开时间的差值小于等于预设时长时,分别计算第一关闭晶闸管实际时间和第二关闭晶闸管实际时间,包括:
通过以下公式计算第一关闭晶闸管实际时间:
当电池最优充电时间与晶闸管的持续打开时间的差值小于等于预设时长时,通过以下公式计算第一关闭晶闸管实际时间:
第一关闭晶闸管实际时间=电池最优充电时间-晶闸管的持续打开时间;
否则,
认为第一关闭晶闸管实际时间大于第二关闭晶闸管实际时间;
通过以下公式计算第二关闭晶闸管实际时间:
当直线发电机输出电流的预测值大于升压斩波装置晶闸管关闭的最小阈值时,通过以下公式计算第二关闭晶闸管实际时间:
第二关闭晶闸管实际时间=(直线发电机输出电流值-升压斩波装置晶闸管关闭的最小阈值)*(直线发电机输出电流值-直线发电机在预设时长后的输出电流的预测值)/预设时长;
否则,
认为第二关闭晶闸管实际时间大于第一关闭晶闸管实际时间。
16.根据权利要求1所述的方法,其特征在于,通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻,还包括:
当升压斩波装置晶闸管当前状态为打开时,并且电池最终的充电时间与晶闸管的持续打开时间的差值大于预设时长或直线发电机输出电流的预测值小于升压斩波装置晶闸管关闭的最小阈值时,关闭晶闸管。
17.根据权利要求1所述的方法,其特征在于,根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长后的输出电流的预测值,还包括:
当升压斩波装置晶闸管当前状态为打开时,根据直线发电机输出电压预测值和电容输出电压确定电感的电压值;
根据电感的电压值、直线发电机输出电流值和电感值,计算直线发电机在预设时长后的输出电流的预测值。
18.根据权利要求17所述的方法,其特征在于,根据电感的电压值、直线发电机输出电流值和电感值,计算直线发电机在预设时长后的输出电流的预测值,包括:
通过以下公式计算直线发电机在预设时长后的输出电流的预测值:
或者
I2=第二调整系数*((电感的电压值)/电感值)*T1)+直线发电机输出电流值
其中,I2表示当升压斩波装置晶闸管当前状态为打开时,直线发电机在预设时长后的输出电流的预测值;T1表示预设时长。
19.一种直线发电机控制装置,其特征在于,包括:
获取模块,用于获取悬浮物体的悬浮间隙值、垂向加速度、直线发电机线圈所在位置的磁密变化幅值、电容输出电压、直线发电机输出电流值、电池各单体电压和升压斩波装置的晶闸管的持续打开时间;
第一计算模块,用于根据悬浮间隙值、垂向加速度和直线发电机线圈所在位置的磁密变化幅值计算直线发电机在预设时长后的输出电压预测值;
第二计算模块,用于根据直线发电机输出电压预测值、直线发电机输出电流值、电容输出电压和升压斩波装置晶闸管当前状态,计算直线发电机在预设时长后的输出电流的预测值;
第三计算模块,用于当升压斩波装置晶闸管的断开时,根据电池各单体电压的和计算电池实际电压;
查询模块,用于根据电池实际电压、电容输出电压和电池充电特性图查询直线发电机在预设时长后的输出电流的预测值下的电池最优充电时间;
神经网络计算模块,用于确定充电过程中电池温度的变化率,并将电池充电电压与理想充电电压的差值、充电过程中电池温度的变化率输入到模糊神经网络模型中,计算得到电池充电时间的波动值;
第四计算模块,用于根据电池最优充电时间和电池充电时间的波动值计算电池最终的充电时间;
第五计算模块,用于通过将直线发电机输出电流的预测值与升压斩波装置晶闸管打开和关闭阀值进行对比,以及在升压斩波装置晶闸管的打开时通过晶闸管的持续打开时间和电池最终的充电时间进行对比,计算出打开和关闭晶闸管的实际控制时刻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910568312.5A CN110380655B (zh) | 2019-06-27 | 2019-06-27 | 一种直线发电机控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910568312.5A CN110380655B (zh) | 2019-06-27 | 2019-06-27 | 一种直线发电机控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110380655A true CN110380655A (zh) | 2019-10-25 |
CN110380655B CN110380655B (zh) | 2021-01-22 |
Family
ID=68250999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910568312.5A Active CN110380655B (zh) | 2019-06-27 | 2019-06-27 | 一种直线发电机控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110380655B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117310349A (zh) * | 2023-11-27 | 2023-12-29 | 山东天瑞重工有限公司 | 一种检测工装、电子元件检测系统及其检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0862247A (ja) * | 1994-08-23 | 1996-03-08 | Hitachi Ltd | 加速度センサ及びその製造方法 |
CN1743202A (zh) * | 2004-09-03 | 2006-03-08 | 尚德敏 | 一种高速铁路 |
CN101083447A (zh) * | 2006-06-01 | 2007-12-05 | 田景华 | 广义施力磁体与使用该磁体的导体轨道磁悬浮车辆或列车 |
CN103921641A (zh) * | 2014-04-29 | 2014-07-16 | 江苏大学 | 一种馈能悬架系统与控制方法 |
CN103986209A (zh) * | 2014-05-23 | 2014-08-13 | 安徽江淮汽车股份有限公司 | 一种车用蓄电池充电系统及方法 |
CN104753350A (zh) * | 2015-03-31 | 2015-07-01 | 西安理工大学 | 一种用于升压电路中电感电流预测收敛控制方法 |
CN105035099B (zh) * | 2015-07-01 | 2017-06-06 | 中国人民解放军国防科学技术大学 | 引入桥梁振动速度的磁浮列车—桥梁自激振动抑制方法 |
CN109842269A (zh) * | 2017-11-26 | 2019-06-04 | 裘根富 | 一种直线电机发电机动力电源 |
-
2019
- 2019-06-27 CN CN201910568312.5A patent/CN110380655B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0862247A (ja) * | 1994-08-23 | 1996-03-08 | Hitachi Ltd | 加速度センサ及びその製造方法 |
CN1743202A (zh) * | 2004-09-03 | 2006-03-08 | 尚德敏 | 一种高速铁路 |
CN101083447A (zh) * | 2006-06-01 | 2007-12-05 | 田景华 | 广义施力磁体与使用该磁体的导体轨道磁悬浮车辆或列车 |
CN103921641A (zh) * | 2014-04-29 | 2014-07-16 | 江苏大学 | 一种馈能悬架系统与控制方法 |
CN103986209A (zh) * | 2014-05-23 | 2014-08-13 | 安徽江淮汽车股份有限公司 | 一种车用蓄电池充电系统及方法 |
CN104753350A (zh) * | 2015-03-31 | 2015-07-01 | 西安理工大学 | 一种用于升压电路中电感电流预测收敛控制方法 |
CN105035099B (zh) * | 2015-07-01 | 2017-06-06 | 中国人民解放军国防科学技术大学 | 引入桥梁振动速度的磁浮列车—桥梁自激振动抑制方法 |
CN109842269A (zh) * | 2017-11-26 | 2019-06-04 | 裘根富 | 一种直线电机发电机动力电源 |
Non-Patent Citations (2)
Title |
---|
XIAOLONG LI ET AL.: "Suspension characteristics analysis running on curve for maglev train", 《2008 IEEE INTERNATIONAL CONFERENCE ON AUTOMATION AND LOGISTICS》 * |
王辉 等: "磁悬浮车轨耦合振动的小比例相似模型", 《交通运输工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117310349A (zh) * | 2023-11-27 | 2023-12-29 | 山东天瑞重工有限公司 | 一种检测工装、电子元件检测系统及其检测方法 |
CN117310349B (zh) * | 2023-11-27 | 2024-05-10 | 山东天瑞重工有限公司 | 一种检测工装、电子元件检测系统及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110380655B (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Constituting abrupt magnetic flux density change for power density improvement in electromagnetic energy harvesting | |
Bazzi et al. | Review of methods for real-time loss minimization in induction machines | |
CN106357184A (zh) | 基于神经网络的车用永磁同步电机输出转矩的温度补偿方法 | |
Mehbodniya et al. | Hybrid Optimization Approach for Energy Control in Electric Vehicle Controller for Regulation of Three‐Phase Induction Motors | |
CN105474532A (zh) | 在ac感应式电机中转子时间常量在线识别的系统及方法 | |
Aymen et al. | Electric vehicle model based on multiple recharge system and a particular traction motor conception | |
Sun et al. | Joint estimation of state-of-health and state-of-charge for lithium-ion battery based on electrochemical model optimized by neural network | |
Zhang et al. | A PMSM control system for electric vehicle using improved exponential reaching law and proportional resonance theory | |
CN108847799A (zh) | 基于信号注入的pmsm定子绕组温度在线检测的方法 | |
CN110299882A (zh) | 基于混合供电型开绕组永磁同步电机的快速三矢量模型预测控制方法 | |
CN102611382B (zh) | 异步电机转子电阻的在线辨识方法 | |
Yan et al. | Torque estimation and control of PMSM based on deep learning | |
CN110380655A (zh) | 一种直线发电机控制方法和装置 | |
Chatterjee et al. | Efficient energy management strategy for fuel cell hybrid electric vehicles using classifier fusion technique | |
CN110277940A (zh) | 一种直线发电机控制方法和装置 | |
Praharsena et al. | Evaluation of hysteresis loss curve on 3 phase induction motor by using cascade feed forward neural network | |
Chen et al. | A High‐Performance Control Method of Constant V/f‐Controlled Induction Motor Drives for Electric Vehicles | |
CN108448986A (zh) | 基于可调带宽型预测控制的永磁电机电流控制方法 | |
CN104967380B (zh) | 具有抗扰能力的双凸极发电机电压调节控制方法 | |
CN108649852A (zh) | 一种改进电流环的永磁同步电机控制方法 | |
CN110323978A (zh) | 一种直线发电机控制方法和装置 | |
Afrozi et al. | Simulation and Optimization of asynchronous AC motor control by Particle Swarm Optimization (PSO) and Emperor Algorithm | |
CN110323816A (zh) | 一种直线发电机控制方法和装置 | |
Song et al. | A new regression modeling method for pmslm design optimization based on k-nearest neighbor algorithm | |
Ahmed et al. | Mathematical model for an asynchronous motor implemented in MATLAB |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |