摘要：主要研究工作于危险环境的远程探险机器人的网络监控系统,采用 C/S 架构,运用实时通信技术(RTC)完成音频视频的采集,传输和播放,以获得远端逼真的环境信息;利用串口通信技术与单片机通信,获取安装在机器人上的传感器信息,使用网络通信套接字技术实现客户端与服务器端的远程通信,形成单片机、服务器、客户端流水线处理过程,对地下开采等危险作业区远程监控的进一步研究提供重要的参考模式。

摘要：基于对控制可靠性的考虑,锅炉的系统设计中引入了后备冗余技术,以确保生产过程的不间断控制。以75 t/h锅炉为例介绍了如何利用PLC-5/60C实现后备冗余控制,并对后备系统的硬件构成、工作机制、软件设计及程序调试等问题进行了详细讨论。实践证明,通过处理器、电源、框架、网络、RIO等方面的冗余设计,75 t/h锅炉控制系统的可靠运行得到了保障。

摘要：锂离子电池组作为电动汽车的主要动力能源,对荷电状态(state of charge,SOC)的准确估计是电动汽车的关键技术之一。准确的SOC估计,对锂离子电池组的寿命维持及电动汽车的行车安全,具有十分重要的意义。由此设计了一种神经网络与无迹卡尔曼滤波器(UKF)相结合的SOC估算方法,既克服了UKF需要等效电池组电路模型的缺点,也能显著减小神经网络估算方法的最大误差。实验数据来源于高级车辆仿真器(ADVISOR2002)基于实际工况的仿真结果,经实验数据证明,上述方法具有有效性和实用性。

摘要：电气化铁路运行过程中,系统不仅存在低次谐波,还存在大量的高次谐波,这是由于电气化铁路主要运营着的交直交型机车,在行驶过程中和供电系统电气匹配不当,会使机车产生谐波并注入电网。为了能够有效抑制高速铁路的谐波谐振,基于电气化铁路的谐波特性,利用单调谐滤波器以及高通滤波器设计出了一种新型组合而成的无源滤波器的抑制高频谐波谐振策略,并证明了此设计的有效性。

摘要：电动汽车的主要驱动动力是锂离子电池,当前电池充电均衡技术的不成熟成为制约电动汽车普及化的最大难题,从而严重影响了电动汽车的性能。设计一种以双向Buck-Boost拓扑为主电路的主动均衡控制系统,采用神经网络与无迹卡尔曼滤波器(UKF)相结合的估算方法估计荷电状态(SOC),并以SOC作为主要的均衡判据,提出了一种改进主动均衡控制策略,实现了锂电池组在充电过程中的主动均衡,并通过MATLAB仿真分析。实验结果表明:电池组能够较好地完成各单体电池间的能量均衡,所改进的主动均衡控制方法可以更加有效快速地达到均衡目标,同时能量损耗较少,证明了该方案的可行性。

摘要：锂离子电池组作为电动汽车的主要动力能源,对荷电状态的准确估计是电动汽车的关键技术之一。准确的SOC估计,对锂离子电池组的寿命维持及电动汽车的行车安全,具有十分重要的意义。基于此设计一种基于神经网络与无迹卡尔曼滤波器(UKF)相结合的SOC估算方法,既克服了UKF需要等效电池组电路模型的缺点,也能显著减小神经网络估算方法的最大误差。该实验数据来源于高级车辆仿真器(ADVISOR2002)基于实际工况的仿真结果,经实验数据证明,该方法具有有效性和实用性。

摘要：针对充电桩分配不合理而导致的充电桩资源浪费,过剩等情况。从实际情况出发设计了基于NB-IoT的充电桩远程数据监控,通过窄带物联网(NB-IoT),把多个地区的所有充电桩进行统一的监控,进而去了解每个地区中每一个充电桩的使用情况。在进行一段时间的监控之后,对所有数据进行综合比对,便可以得到每个地区充电桩的使用频率以及电能使用量。结合实际情况进而对每个地区的充电桩进行合理的分配。以STM32103VE芯片为控制核心,同时辅以RC522智能卡信息采集模块和IM1281电能采集模块,在NB-IoT的通信手段的支持下,完成对每个地区充电桩的远程数据监控。测试结果显示,基于NB-IoT的充电桩远程数据监控能够很好的监测到每个地区中充电桩的电能使用情况,这对于合理分配充电桩有着非常重要的意义。

摘要：本文介绍了一种新的高功率双向隔离式DC/DC变换器。DC/DC转换器使用基于氮化镓(GaN)的功率开关器件。本文对10 kW GaN大功率DC/DC变换器的拓扑结构进行了优化,参数化和分析,并通过仿真和验证了其有效性。它由两个单相全桥电路、两个输入输出电感和一个高频变压器组成。高频变压器在实现两个全桥变换器之间的电流隔离方面起着至关重要的作用。使用MATLAB仿真软件对10 kW的变换器进行了建模。MATLAB仿真结果验证了变换器的性能适合于高功率应用并能实现轻负载条件下的零电压开通(ZVS)和零电流关断(ZCS)。然后,设计了一个7 kW的实验原型,以验证所设计拓扑的有效性。

摘要：神经网络由于强大的非线性逼近能力、不需要建立数学模型等优势可以很好地完成荷电状态(state of charge,SOC)预测。但是常用的BP神经网络也存在学习效率慢、容易陷入局部极小值的缺点。为改进传统神经网络的不足,提高预测精度,提出自适应变异粒子群优化算法(Particle Swarm Optimizition with Adaptive Mutation,AMPSO)与BP神经网络相结合的估算方法。在高级车辆仿真器(ADVISOR)仿真环境下,利用实际工况条件下的数据进行SOC估计,并与PSO、EKF、UKF方法对比,结果显示,优化后的BP神经网络预测误差在2%以内,说明所提的SOC估计方法有更好的预测准确性和稳定性。

摘要：介绍了一种新的高功率双向隔离式DC/DC变换器作为高功率转换系统的主要电路。DC/DC变换器使用基于氮化镓(GaN)的功率开关器件。对10 kWGaN大功率DC/DC变换器的拓扑结构进行了优化、参数化和分析,并通过仿真和实验验证了其有效性。它由使用新型的GaN晶体管组成的两个单相全桥电路、两个输入/输出电感和一个高频变压器组成。变压器在实现两个全桥变换器之间的电气隔离方面起着至关重要的作用。使用MATLAB仿真软件对10 kW的变换器进行了建模。MATLAB仿真结果验证了变换器的性能适合于高功率应用并能实现轻负载条件下的零电压开通(ZVS)和零电流关断(ZCS)。然后,设计了一个10 kW的实验原型,以验证所设计拓扑的有效性。