电力变压器是电力系统中及其重要的电气设备，它的安全运行直接关系到电力系统的稳定。变压器长期在电网中运行会发生各种故障和事故，一旦遭到破坏，损失巨大。通过预防性试验和油中溶解气体的气相色谱分析结果判断变压器的绝缘状况，对防止事故的发生有很大作用，但定期的预防性试验可能出现过多的维修和不必要的停机，又不能及时发现故障；而变压器在线监测可以及早发现变压器故障，避免事故的发生，而且可以降低维护成本。 变压器中最常发生故障的部位是绕组，它的损坏率约占整个变压器故障的60％～70％。诊断绕组变形的方法中，频率响应法、阻抗分析法、低压脉冲法虽然有可取之处，但是都属于离线方法，不能及时发现变压器的故障，不适于在线测量；通过实时计算变压器绕组短路电抗来在线诊断变压器故障是一种有效的在线监测方法。 本文根据变压器绕组的短路电抗在正常运行时不发生变化，而在变压器内部故障时要发生变化的特性，应用辩识理论，利用变压器三相电压、电流的测量值来辨识绕组的短路电抗。把辨识结果对比正常时的三相绕组的短路电抗，可以发现绕组是否异常及故障发生的部位，保证变压器元件得到及时更换，防止变压器非正常退出运行。 本文采用傅立叶算法来计算变压器三相电压、电流采样信号的基波分量的幅值与相角，实现变压器绕组的参数辨识，此时并没有考虑衰减直流分量。经过分析，当采样信号中存在衰减直流分量时傅立叶算法就会产生误差，而递推最小二乘法和卡尔曼滤波效果很好。 最后本文介绍了变压器绕组参数辨识的实际应用与误差分析，分析了系统中软件、硬件方面的问题对测量短路电抗造成的影响；以及参数辨识的软件设计和运行试验，验证了方案的可行性。
上传时间： 2013-07-29
上传用户：xyipie
在早期阶段，直流调速系统在传动领域中占统治地位。然而，从60年代后期开始，交流电动机在工业应用领域正在取代直流电动机，交流传动变得越来越经济和受欢迎。永磁交流伺服系统作为电气传动领域的重要组成部分，在工业、农业、航空航天等领域发挥越来越重大的作用。永磁同步电动机以其特点广泛应用于中小功率传动场合，成为研究的重要领域。然而，永磁同步电动机具有较大的转动脉动，而对于这些应用场合，转矩平滑通常是基本要求。因此，对永磁交流伺服系统的应用，必须考虑其转矩脉动的抑制问题。本文针对电机传动系统中参数变化对电机性能的影响，以永磁同步电机为例，围绕如何通过参数辨识来提高永磁同步电动机的控制性能，借助自行开发的全数字永磁交流伺服系统平台，对永磁同步电动机的磁场定向控制，参数辨识，神经网络和扩展卡尔曼滤波在控制系统中的应用，抑制转矩脉动，提高系统性能几个方面展开深入的研究。 本文从永磁同步电动机及其控制系统的基本结构出发，对通过参数辨识抑制转矩脉动进行了较为细致的分析。针对不同情况，通过改进电机的控制系统，提出了多种参数辨识方法。主要内容如下： 1、基于定子磁链方程，建立了永磁同步电动机的一般数学模型。经坐标变换，得出在静止两相（α—β）坐标系和旋转两相（d—q）坐标系下永磁同步电动机电压方程和转矩方程。 2、分析了永磁同步电动机id=0矢量控制系统的工作原理，介绍了永磁同步电动基于磁场定向的矢量控制的基本概念。经对永磁同步电动机系统进行分析，推导并建立了id=0控制时整个电机系统的数学模型。 3、基于超稳定性理论的模型参考自适应控制原理，设计了一种模型参考自适应控制系统，考虑电机参数的时变性，对永磁交流伺服系统的绕组电阻和电机负载转矩辨识进行了研究，以保持系统的动态性能。利用Matlab/Simulink建立仿真模型，对控制性能进行了验证，仿真实验证明这种方法的可行性。 4、人工神经网络具有很强的学习性能，经过训练的多层神经网络能以任意精度逼近非线性函数，因此为非线性系统辨识提供了一个强有力的工具。本章针对永磁同步电机提出了一种以电机输出转速为目标函数的神经网络控制方案，同时应用人工神经网络理论建立和设计了负载转矩扰动辨识的算法以及相应的控制系统的补偿方法，并应用MATLAB软件进行了计算机仿真，仿真证明和传统的控制方法相比，以电机输出转速为指导值和目标函数的神经网络控制方案能有效地提高神经网络的收敛速度，能有效地改善控制系统的动态响应，具有跟踪性能好和鲁棒性较强等优点。 5、电机的参数会随着温升和磁路饱和发生变化，需进行在线实时辨识。本文利用电机的定子电流、电压和转速，采用递推最小二乘法进行在线参数辨识，该方法不需要观测的磁链信号，消除了磁链观测和参数辨识的耦合。电机状态方程由于存在状态变量的乘积项，对电机参数辨识以后，仍然是非线性方程，为了对电机状态方程进行状态估计，得到电机的参数辨识值，本文采用扩展卡尔曼滤波进行状态估计，对以上方法的仿真实验得到了满意的结果。 6、本文基于数字电机控制专用DSP自行开发了全数字永磁交流伺服系统平台，通过软件实现扩展卡尔曼滤波对电阻和磁链的估计，以及基于磁场定向的空间矢量控制算法，获得了令人满意的实验结果，证明扩展卡尔曼滤波算法对电阻和磁链的实时估计是很准确的，由此构成的永磁交流伺服系统具有良好的静、动态性能。
上传时间： 2013-07-28
上传用户：凤临西北
随着社会的发展以及能源、环保等问题的日益突出，纯电动汽车以其零排放，噪声低等优点越来越受到世界各国的重视，被称作绿色环保车。作为发展电动车的关键技术之一的电池管理系统(BMS)，是电动车产业化的关键。本课题配合“基于开关磁阻电机的电动汽车的研制”，研制适用于纯电动汽车的电池管理系统。 电池管理系统直接检测及管理电动汽车的储能电池运行的全过程，包括电池基本信息测量、电量估计、单体电池间的均衡、电池故障诊断几个方面。 本论文主要工作是研制适用于纯电动汽车的蓄电池管理系统。研究铅酸蓄电池二阶模型的建立与剩余容量的卡尔曼滤波估算方法。分析铅酸蓄电池的基本工作原理和影响蓄电池组剩余容量SOC(state of charge)的主要因素。 介绍了基于DSP2407的蓄电池组控制器的硬件平台，完成DSP小系统、电池数据采集电路、信号调理电路、CAN总线相关电路等硬件电路设计、调试、完善。独立完成系统所有软件设计，包括：主程序设计，电池基本信息检测子程序设计，电池剩余电量卡尔曼滤波估算程序设计，电池状态检测子程序设计，CAN收发子程序设计，EEPROM读写子程序设计。 最后，在电动汽车上搭建实验平台，将铅酸蓄电池组与设计的软硬件系统联合进行调试、试验。测得了相关数据。试验结果表明，本文介绍的电池管理系统硬件电路可靠、经济、抗干扰能力强。可以实现：电池电压、电流、温度的模拟量采集；剩余电量的计算和电池状态的判断；实时显示，故障时报警等BMS相关功能。
上传时间： 2013-06-11
上传用户：hustfanenze
普通GPS接收机在特殊环境下，如在高楼林立的城市中心，林木遮挡的森林公路，特别是在隧道和室内环境的情况下，由于卫星信号非常微弱，载噪比（Carrier Noise Ratio，C/No）通常都在34dB-Hz以下，很难有效捕获到卫星信号，导致无法正常定位。恶劣条件下的定位有广阔的发展和应用前景，特别是在交通事故、火灾和地震等极端环境下，快速准确定位当事者所处位置对于降低事态损失和营救受伤者是极为重要的。欧美和日本等发达国家也都制定了相应的提高恶劣条件下高灵敏度定位能力的发展政策。而高灵敏度GPS接收机定位的关键在于GPS微弱信号的处理。 本课题的主要研究内容是针对GPS微弱信号改进处理方法。针对传统GPS接收机信号捕获中的串行搜索方法提出了基于批处理的微弱信号捕获方法,来提高低信噪比情况下微弱信号的捕获能力，实现快速高灵敏度的准确捕获；针对捕获微弱信号处理大量数据导致的运算量激增，运用双块零拓展(Double Block Zero Padding，DBZP)处理方法减少运算量同时缩短捕获时间。针对传统GPS接收机延迟锁相环跟踪算法提出了基于卡尔曼滤波的新型捕获算法，减小延迟锁相环失锁造成的信号跟踪丢失概率，来提高恶劣环境下低信噪比信号的跟踪能力，实现微弱信号的连续可靠跟踪。通过提高GPS微弱信号的捕获与跟踪能力，进而使GPS接收机在恶劣环境下卫星信号微弱时能够实现较好的定位与导航。 通过拟合GPS接收机实际接收到的原始数据，构造出不同载噪比的数字信号，分别对提出的针对微弱信号的捕获与跟踪算法进行仿真比较验证，结果表明，对接收机后端信号处理部分作出的算法改进使得GPS接收机可以更好的处理微弱信号，并且具有较高的灵敏度和精度。文章同时针对提出的数据处理特征使用FPGA技术对算法主要的数据处理部分进行了初步的构架实现并进行了板级验证，结果表明，利用FPGA技术可以较好的实现算法的数据处理功能。文章最后给出了结论，通过提出的基于批处理和基于DBZP方法的捕获算法以及基于卡尔曼滤波的信号跟踪算法，可以有效地解决微弱GPS信号处理的难题，进而实现微弱信号环境下的定位与导航。
上传时间： 2013-05-31
上传用户：cccole0605
北京航空航天大学在参加飞思卡尔智能车比赛中的技术报告
上传时间： 2013-06-22
上传用户：是王洪文
飞思卡尔平板电脑开发板完整电路图，是A8核的ARM作为cpu
上传时间： 2013-07-18
上传用户：ykykpb
普通GPS接收机在特殊环境下，如在高楼林立的城市中心，林木遮挡的森林公路，特别是在隧道和室内环境的情况下，由于卫星信号非常微弱，载噪比（Carrier Noise Ratio，C/No）通常都在34dB-Hz以下，很难有效捕获到卫星信号，导致无法正常定位。恶劣条件下的定位有广阔的发展和应用前景，特别是在交通事故、火灾和地震等极端环境下，快速准确定位当事者所处位置对于降低事态损失和营救受伤者是极为重要的。欧美和日本等发达国家也都制定了相应的提高恶劣条件下高灵敏度定位能力的发展政策。而高灵敏度GPS接收机定位的关键在于GPS微弱信号的处理。 本课题的主要研究内容是针对GPS微弱信号改进处理方法。针对传统GPS接收机信号捕获中的串行搜索方法提出了基于批处理的微弱信号捕获方法,来提高低信噪比情况下微弱信号的捕获能力，实现快速高灵敏度的准确捕获；针对捕获微弱信号处理大量数据导致的运算量激增，运用双块零拓展(Double Block Zero Padding，DBZP)处理方法减少运算量同时缩短捕获时间。针对传统GPS接收机延迟锁相环跟踪算法提出了基于卡尔曼滤波的新型捕获算法，减小延迟锁相环失锁造成的信号跟踪丢失概率，来提高恶劣环境下低信噪比信号的跟踪能力，实现微弱信号的连续可靠跟踪。通过提高GPS微弱信号的捕获与跟踪能力，进而使GPS接收机在恶劣环境下卫星信号微弱时能够实现较好的定位与导航。 通过拟合GPS接收机实际接收到的原始数据，构造出不同载噪比的数字信号，分别对提出的针对微弱信号的捕获与跟踪算法进行仿真比较验证，结果表明，对接收机后端信号处理部分作出的算法改进使得GPS接收机可以更好的处理微弱信号，并且具有较高的灵敏度和精度。文章同时针对提出的数据处理特征使用FPGA技术对算法主要的数据处理部分进行了初步的构架实现并进行了板级验证，结果表明，利用FPGA技术可以较好的实现算法的数据处理功能。文章最后给出了结论，通过提出的基于批处理和基于DBZP方法的捕获算法以及基于卡尔曼滤波的信号跟踪算法，可以有效地解决微弱GPS信号处理的难题，进而实现微弱信号环境下的定位与导航。
上传时间： 2013-04-24
上传用户：变形金刚
随着GPS(Global Positioning System)技术的不断发展和成熟，其全球性、全天候、低成本等特点使得GPS接收机的用户数量大幅度增加，应用领域越来越广。但由于定位过程中各种误差源的存在，单机定位精度受到影响。目前常从两个方面考虑减小误差提高精度：①用高精度相位天线、差分技术等通过提高硬件成本获取高精度；②针对误差源用滤波算法从软件方面实现精度提高。两种方法中，后者相对于前者在满足精度要求的前提下节约成本，而且便于系统融合，是应用于GPS定位的系统中更有前景的方法。但由于在系统中实现定位滤波算法需要时间，传统CPU往往不能满足实时性的要求，而FPGA以其快速并行计算越来越受到青睐。 本文在FPGA平台上，根据“先时序后电路”的设计思想，由同步没计方法以及自顶向下和自下而上的混合设计方法实现系统的总体设计。从GPS-OEM板输出的定位信息的接收到定位结果的坐标变换，最终到kalman滤波递推计算减小定位误差，实现实时、快速、高精度的GPS定位信息采集处理系统，为GPS定位数据的处理方法做了新的尝试，为基于FPGA的GPS嵌入式系统的开发奠定了基础。具体工作如下： 基于FPGA设计了GPS定位数据的正确接收和显示，以及经纬度到平面坐标的投影变换。根掘GPS输出信息标准和格式，通过串口接收模块实现串口数掘的接收和经纬度信息提取，并通过LCD实时显示。在提取信息的同时将数据格式由ASCⅡ码转变为十进制整数型，实现利用移位和加法运算达到代替乘法运算的效果，从而减少资源的利用率。在坐标转换过程中，利用查找表的方法查找转化时需要的各个参数值，并将该参数先转为双精度浮点小数，再进行坐标转换。根据高斯转化公式的规律将公式简化成只涉及加法和乘法运算，以此简化公式运算量，达到节省资源的目的。 卡尔曼滤波器的实现。首先分析了影响定位精度的各种误差因素，将各种误差因素视为一阶马尔科夫过程的总误差，建立了系统状态方程、观测方程和滤波方程，并基于分散滤波的思想进行卡尔曼滤波设计，并通过Matlab进行仿真。结果表明，本文设计的卡尔曼滤波器收敛性好，定位精度高、估计误差小。在仿真基础上，实现基于FPGA的卡尔曼滤波计算。在满足实时性的基础上，通过IP核、模块的分时复用和树状结构节省资源，实现数据卡尔曼滤波，达到提高数据精度的效果。 设计中以Xilinx公司的Virtex-5系列的XC5VLX110-FF676为硬件平台，采用Verilog HDL硬件描述语言实现，利用Xilinx公司的ISE10.1工具布局布线，一共使用44438个逻辑资源，时钟频率达到100MHZ以上，满足实时性信号处理要求，在保证精度的前提下达到资源最优。Modelsim仿真验证了该设计的正确性。
上传时间： 2013-04-24
上传用户：二驱蚊器
飞思卡尔摄像头组，简单可跑程序，可以研究，把针脚接对就没有问题了
上传时间： 2013-05-16
上传用户：skhlm
2011年飞思卡尔智能汽车大赛B车的电机PID算法程序
上传时间： 2013-06-25
上传用户：李彦东
