摘要：为计算不同载流时的高压架空导线径向温度,利用径向热平衡原理,提出了基于状态方程形式的径向温度热路模型。根据几何分析,提出了径向环状截面内导线的热功率及热容计算方法。通过线性回归方法,对模型中不同截面内导线的径向热阻进行了灰箱辨识。为验证模型准确度,设计了径向温度梯度测量的实验平台,在实验室内对加载不同电流情况下的导线径向温度进行了实测。通过Simulink对径向热路模型进行了仿真,仿真与实验结果的对比表明,自然对流条件下,热路模型平均误差小于3.16%,能够用于计算不同电流时的导线径向温度梯度。

摘要：文章设计了一种采用PCI主控模式(Master)进行高速数据传输的12位分辨率,最高采样率105MSps、256K卡上缓存的PC机用数据采集卡。该采集卡信噪比可达60dB以上(含谐波),卡到计算机主存平均传输速度达到40Mbyte/s。该卡是将高速电路设计和大规模集成电路设计技术有机结合的一种新型产品。

摘要：不同电流时的高压架空导线轴向温度分布对输电系统安全运行具有重要意义。根据热平衡原理,提出了基于状态方程形式的轴向热路模型。为验证模型精度,设计了导线温度测量实验平台,利用接续管使实验导线轴向产生温度分布,在自然对流条件下对不同电流时的LGJ—400导线和LJG—240导线轴向温度进行了实测。利用线性回归方法,对模型中导热热阻和对流热阻进行了灰箱辨识。热阻辨识结果表明在环境条件相对稳定时,随着导线电流及平均实验数据所用时间窗长度的增加,导线导热热阻呈增大趋势,对流热阻呈减小趋势。通过求解轴向热路模型时域响应,得到了导线温度分布计算值。与实验结果对比表明,热路模型计算结果平均误差在3%以内,精度高于IEEE标准模型,能够用于计算自然对流下LGJ—400导线和LJG—240导线的轴向温度分布。

摘要：利用离子群优化(PSO)算法的全局搜索功能和最小二乘支持向量机(LSSVM)泛化能力强、运算速度快的特点,设计了一种温度控制器。通过LSSVM对输入输出数据的训练学习,建立其预测模型;然后运用粒子群算法完成控制过程的滚动优化。该方法克服了PID控制中存在的控制精度不高、抗干扰能力差以及实时性不好的缺点。通过对连续槽式搅拌反应器(CSTR)温度控制的实际应用,证明了该方法的有效性。

摘要：针对非线性程度较高的系统,设计了一种广义预测控制器。该设计基于Hammerstein模型的动静态可分离特性,首先利用具有全局搜索能力的免疫遗传算法(IGA,Immune Genetic Algorithm)在线辨识模型的一些关键参数,然后运用广义预测控制策略实现对该系统的预测控制。仿真试验结果表明,该设计能够准确预测,而且稳定性好、稳态误差小。

摘要：在研究正反激变换电路和三相Buck变换器基本原理的基础上,设计了一种新颖的单级高频隔离式三相PWM变换器。通过对电路的拓扑结构分析,建立了相应的数学模型。应用三值逻辑PWM开关信号、坐标变换和电压闭环控制实现了单位功率因数校正,并从理论角度证明该数学模型和控制策略的合理性。通过仿真实验,进一步验证了该设计方法的有效性。

摘要：针对传统免疫遗传算法PID参数整定速度慢的缺点,通过引入了混沌增殖思想和隔离小生境技术,结合免疫遗传算法的特点,设计了一种智能的PID参数整定方法。该方法利用混沌增殖对初值的敏感性以及随机性、遍历性、规律性,使免疫遗传算法能够更加有效地跳出局部收敛区域而以更快的速度向全局最优值收敛,进而较好地处理了通常遗传算法中遇到的"早熟"问题。通过隔离小生境技术的引入使得子种群的进化不仅同整个种群的进化密切相关,还有自身进化的独立性,这有利于种群个体多样性的保持。通过实际PID参数整定的例子,结果表明该算法能明显改善免疫遗传算法的收敛性能,搜索效率也得到了显著提高。

摘要：矢量控制技术作为交流异步电机控制的一种方式已成为高性能变频调速系统的首选方案,空间矢量脉宽调制(Space Vector Pulse Width Modulation,简称SVPWM)方式因具有比SPWM调速方式更优异的性能而得到了广泛应用。简要介绍了SVPWM和矢量控制的基本原理,运用TMS320LF2407设计了一种简化的SVPWM实现方法,并给出了变频调速系统的全数字化实现。通过对实际电机的控制实验结果表明,该方法是切实可行的,且控制系统具有优良的动静态性能和较好的控制效果,因此应用前景广阔。

摘要：蛋白质溶解性是生物信息学领域的重要研究课题,通过分析蛋白质溶解性数据,结合特征提取和深度学习技术,设计多种卷积神经网络预测蛋白质溶解性的模型.使用CD-HIT对蛋白质原始数据进行降噪,并利用G-gap对每个样本进行张量化处理,得到适用于卷积神经网络的特征数据,作为模型其中一路网络的输入;为提高模型预测精度,对每个样本利用SCRATCH工具提取6维序列特征和51维结构特征作为额外特征,作为模型的另一路网络输入.依据数据特点,通过对卷积层的串并联结构调整组合,设计4种不同网络模型,实现蛋白质溶解性预测.通过对比试验确定网络结构和参数,结果表明基于深度双路卷积神经网络DDcCNN(Deep Dual-channel Convolutional Neural Networks)的蛋白质溶解性预测模型整体性能最优,其预测精度、查全率、查准率、MCC(Matthews Correlation Coefficient)等性能指标分别达到76.31%、65.31%、75.05%、0.55.并通过与基于传统的深度神经网络、支持向量机、随机森林、决策树建立的预测模型以及现有的研究成果进行比较试验,证明了本研究设计的有效性.

摘要：文章介绍了一个以高速DSP为核心的数字语音处理系统的设计,该系统主要由数字语音处理模块和路由协议处理模块组成。在数字语音处理模块的设计中,使用了6片TI公司的16位定点高速DSPTMS320VC549,每个数字语音处理模块可以处理16路话音信号。高速的DSP性能保证话音数据能够正确及时地得到处理,它构成了IP电话的处理核心。