-
公开(公告)号：CN110112940B
公开(公告)日：2020-06-12
申请号：CN201910513615.7
申请日：2019-06-14
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于αβ坐标系下的PWM整流器自适应滑模QPIR控制方法，属于电力电子及其控制技术领域。本发明的控制策略为：一、以整流侧的直流母线电压为外环，通过自适应滑模控制输出idref；二、将得到的idref作为内环有功电流的给定值，无功给定iqref设定为零，通过两相静止αβ坐标系输出三、将和电网侧的iα、iβ进行比较，电流误差经QPIR控制器得到和四、将得到的通过SVPWM控制VSR运行。本发明采用自适应滑模控制，相较于传统滑模控制器无法跟踪负载突变时的变化，改善了系统的响应特性；内环采用准比例积分谐振调节器，克服了传统PI控制器对电流内环参考指令跟踪调节速度慢、存在静态误差、同时对电网电压畸变扰动的抑制能力弱等问题。
-
公开(公告)号：CN110112940A
公开(公告)日：2019-08-09
申请号：CN201910513615.7
申请日：2019-06-14
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于αβ坐标系下的PWM整流器自适应滑模QPIR控制方法，属于电力电子及其控制技术领域。本发明的控制策略为：一、以整流侧的直流母线电压为外环，通过自适应滑模控制输出idref；二、将得到的idref作为内环有功电流的给定值，无功给定iqref设定为零，通过两相静止αβ坐标系输出 三、将 和电网侧的iα、iβ进行比较，电流误差经QPIR控制器得到 和 四、将得到的 通过SVPWM控制VSR运行。本发明采用自适应滑模控制，相较于传统滑模控制器无法跟踪负载突变时的变化，改善了系统的响应特性；内环采用准比例积分谐振调节器，克服了传统PI控制器对电流内环参考指令跟踪调节速度慢、存在静态误差、同时对电网电压畸变扰动的抑制能力弱等问题。
-
公开(公告)号：CN104089976B
公开(公告)日：2016-08-24
申请号：CN201410326059.X
申请日：2014-07-09
Applicant: 安徽工业大学
IPC: G01N25/26
Abstract: 本发明公开了一种应用于固体燃料燃烧机理研究的可视装置，属于燃烧实验加热设备领域。本发明中内管与外管之间形成的环形空腔为加热腔，在外管的外周设置有耐火隔热层，耐火隔热层上设置有窥视窗；样品推送装置安装于炉体的第一密封法兰，该样品推送装置用于将固体燃料送入炉体的内部；进排气系统安装于炉体的第一密封法兰和第二密封法兰上，该进排气系统用于调整炉体内部的燃烧气氛及压力；数据采集系统分别与进排气系统、样品推送装置相连，该数据采集系统用于采集炉体内部的燃烧参数。本发明实现了对燃料在不同气氛及压力下燃烧特性的研究，从而为探究燃料燃烧机理提供了基础，对研究燃料燃烧机理及应用具有重要意义。
-
公开(公告)号：CN119578678A
公开(公告)日：2025-03-07
申请号：CN202411741070.2
申请日：2024-11-29
Applicant: 安徽工业大学
IPC: G06Q10/047 , G06N10/60 , G06N10/20 , G06N3/0455 , G06N3/047 , G06N3/092
Abstract: 本发明公开了一种基于量子自注意力神经网络的旅行商问题的解决方法，属于量子计算领域。本发明采用了经典的编码器‑解码器结构，在编码器中设计了量子自注意力层，包括量子多头注意力层和量子全连接前馈层，子层使用了变分量子电路替代了经典神经网络的全连接层。首先编码器接收输入数据集，将节点特征嵌入量子自注意力层中，通过量子多头注意力机制提取节点间的复杂关系。随后，解码器根据编码器生成的嵌入，逐步输出节点序列以形成最优路径。在模型训练阶段，利用REINFORCE深度强化学习算法，以路径总长度作为优化目标，通过策略梯度更新模型参数。相比于已有的算法，在性能上得到了良好的提升。
-
公开(公告)号：CN109217698B
公开(公告)日：2019-11-08
申请号：CN201811157836.7
申请日：2018-09-30
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于传统VSR电流闭环控制的双闭环控制方法及系统，属于电力电子及其控制技术领域；本发明的步骤为：一、以整流侧的直流母线电压为外环，通过PI调节，得到输出有功功率的给定值二、将得到的给定值和无功功率给定值通过电流指令计算模块得到有功电流指令值和无功电流指令值三、将得到的有功电流指令值和无功电流指令值通过电流环调节得到和四、将和通过同步旋转坐标变换，转换到两相αβ静止坐标系上并得到和值；五、通过SVPWM产生六路PWM信号控制VSR运行。本发明增加了电流指令计算的新方法，从而克服了传统VSR电流闭环的矢量控制策略动态响应较慢，电网电流总谐波畸变率较大，对负载变化等扰动的抗干扰性能差的问题。
-
Patent Agency Ranking
公开(公告)号：CN106583709A
公开(公告)日：2017-04-26
申请号：CN201611214885.0
申请日：2016-12-26
CPC classification number: B22F1/0085 , B22F1/0088 , B22F1/02 , H01F1/14766 , H01F1/24
Abstract: 本发明公开了一种具备核壳结构的铁硅合金复合粉末及其制备方法，属于软磁复合材料技术领域。本发明的铁硅合金复合粉末的内部核为铁硅软磁微粒，软磁微粒的外层包覆有一层致密的Al2O3。该复合粉末的制备方法的具体步骤为：将铁硅合金粉末、铝粉、氯化铵粉末和氧化铝粉末混合均匀，置于惰性气体保护下在300～1250℃进行热处理0.5～5h，随炉冷却至室温；随后置于氧化气氛下，于200～500℃条件下保温1～3h，随炉冷却；最后经超声波清洗、磁选、真空干燥，即得具备核壳结构的铁硅合金复合粉末。采用本发明的方法制备得到的铁硅合金复合粉末的电阻率高、损耗低，热稳定性好，能够满足电‑磁转换装备向高频化发展的使用需求。
-
公开(公告)号：CN104089976A
公开(公告)日：2014-10-08
申请号：CN201410326059.X
申请日：2014-07-09
Applicant: 安徽工业大学
IPC: G01N25/26
Abstract: 本发明公开了一种应用于固体燃料燃烧机理研究的可视装置，属于燃烧实验加热设备领域。本发明中内管与外管之间形成的环形空腔为加热腔，在外管的外周设置有耐火隔热层，耐火隔热层上设置有窥视窗；样品推送装置安装于炉体的第一密封法兰，该样品推送装置用于将固体燃料送入炉体的内部；进排气系统安装于炉体的第一密封法兰和第二密封法兰上，该进排气系统用于调整炉体内部的燃烧气氛及压力；数据采集系统分别与进排气系统、样品推送装置相连，该数据采集系统用于采集炉体内部的燃烧参数。本发明实现了对燃料在不同气氛及压力下燃烧特性的研究，从而为探究燃料燃烧机理提供了基础，对研究燃料燃烧机理及应用具有重要意义。
-
公开(公告)号：CN106583709B
公开(公告)日：2022-06-07
申请号：CN201611214885.0
申请日：2016-12-26
Abstract: 本发明公开了一种具备核壳结构的铁硅合金复合粉末及其制备方法，属于软磁复合材料技术领域。本发明的铁硅合金复合粉末的内部核为铁硅软磁微粒，软磁微粒的外层包覆有一层致密的Al2O3。该复合粉末的制备方法的具体步骤为：将铁硅合金粉末、铝粉、氯化铵粉末和氧化铝粉末混合均匀，置于惰性气体保护下在300～1250℃进行热处理0.5～5h，随炉冷却至室温；随后置于氧化气氛下，于200～500℃条件下保温1～3h，随炉冷却；最后经超声波清洗、磁选、真空干燥，即得具备核壳结构的铁硅合金复合粉末。采用本发明的方法制备得到的铁硅合金复合粉末的电阻率高、损耗低，热稳定性好，能够满足电‑磁转换装备向高频化发展的使用需求。
-
公开(公告)号：CN109217698A
公开(公告)日：2019-01-15
申请号：CN201811157836.7
申请日：2018-09-30
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于传统VSR电流闭环控制的双闭环控制方法及系统，属于电力电子及其控制技术领域；本发明的步骤为：一、以整流侧的直流母线电压为外环，通过PI调节，得到输出有功功率的给定值二、将得到的给定值 和无功功率给定值 通过电流指令计算模块得到有功电流指令值 和无功电流指令值三、将得到的有功电流指令值和无功电流指令值 通过电流环调节得到 和 四、将 和 通过同步旋转坐标变换，转换到两相αβ静止坐标系上并得到 和 值；五、通过SVPWM产生六路PWM信号控制VSR运行。本发明增加了电流指令计算的新方法，从而克服了传统VSR电流闭环的矢量控制策略动态响应较慢，电网电流总谐波畸变率较大，对负载变化等扰动的抗干扰性能差的问题。
-
公开(公告)号：CN118502364A
公开(公告)日：2024-08-16
申请号：CN202410562212.2
申请日：2024-05-08
Applicant: 安徽工业大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于深度强化学习的大型飞机装配生产机器人调度方法，属于生产机器人调度技术领域。本发明在编码器中参考着色旅行商问题，将任务目标进行着色处理以满足异构AGV的处理需求，同时在解码器中的mask环节中增加不同AGV的访问限制，可以让多AGV在协同的环境中共同学习和决策，让它们通过相互获取信息，来避免碰撞以及优化整体性能；同时该方法可以自主学习并适应不同的任务和环境，对于多AGV系统中的异构任务非常有用，并可以从大量的训练数据中学习，具有较强的泛化能力，可以适应多变的协同工作场景。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.028 seconds)
