摘要：为了减小混合动力汽车的燃油消耗,提出了驾驶工况自适应的等效燃油消耗最小控制策略。介绍了混合动力系统结构和工作模式,建立了混合动力车辆的实时控制模型。基于庞特里亚金极小值原理和等效燃油消耗最小策略求解了车辆在多个优化目标下的最优控制律;提取了车辆行驶工况特征参数,使用学习矢量量化神经网络构造了驾驶工况智能识别器,实现了驾驶工况精准识别。为了使等效燃油消耗最小策略适用于复杂多变的驾驶工况,提出了等效因子随驾驶工况自适应变化策略。使用由4种标准工况组成的综合工况进行仿真验证,并与文献[6]的智能规则控制、文献[11]的模型预测控制策略进行比较,这里提出的自适应等效燃油消耗最小策略的百公里油耗比智能规则控制减少了7.64%,比模型预测控制减少了4.96%,说明了自适应等效燃油消耗最小策略可以有效减少混合动力汽车的燃油消耗。

摘要：现有的雷电冲击下换流变压器绕组故障诊断方法灵敏度较低,且难以判断故障类型;绕组在雷电冲击下发生故障的试验数据较少,难以深入分析故障特征。针对上述问题,设计并制作了具有典型换流变压器绕组结构、比例约为1/5的缩比模型,并模拟不同故障类型进行试验研究。分析故障情况下的试验数据,利用故障情况与正常情况传递函数不同频率段的相关系数作为特征参数;提出了基于学习矢量量化(learning vector quantization,LVQ)网络的变压器绕组短路故障诊断方法,利用特征参数对LVQ网络进行训练,并对训练后的网络进行测试。结果表明:通过特定频率段相关系数的对比可以区分不同故障;LVQ网络故障诊断测试准确率达到98%,验证了诊断方法的有效性。

摘要：针对航空发动机预测与健康管理系统对其状态判断和故障诊断的需求,结合LVQ网络具有处理分类问题时能够识别信息内含有的重要聚类特征信息的优点,提出了基于LVQ神经网络的航空发动机故障特征提取方法。分析研究了LVQ神经网络的结构和学习算法,以及某型航空发动机的测量参数、数据预处理和故障样本选取方法。并以其设计点为例进行了系统仿真。通过与BP网络的分类器对比试验,表明了该算法的可行性和有效性。