本文關(guān)鍵詞：交流電力測(cè)功機(jī)特性參數(shù)降噪處理及其轉(zhuǎn)矩軟測(cè)量研究

  更多相關(guān)文章： 交流電力測(cè)功機(jī) 遺傳最小二乘支持向量機(jī) EMD-Wavelet 離散譜校正 軟測(cè)量

【摘要】：測(cè)功機(jī)是機(jī)械傳動(dòng)試驗(yàn)臺(tái)、發(fā)動(dòng)機(jī)及電機(jī)性能測(cè)試臺(tái)等試驗(yàn)裝置中的核心設(shè)備。常用的如水力測(cè)功機(jī)、電渦流測(cè)功機(jī)等均是將測(cè)試中所產(chǎn)生的能量轉(zhuǎn)化為熱能而消耗掉,不僅造成能量浪費(fèi),而且還需配置散熱設(shè)備。交流電力測(cè)功機(jī)不僅可以測(cè)量機(jī)械功率,還可實(shí)現(xiàn)能量回饋,這是其它測(cè)功機(jī)所不具備的。然而交流電動(dòng)測(cè)功機(jī)存在的轉(zhuǎn)矩測(cè)量難、成本高和精度低等問題還沒有得到很好地解決。為此,本文做了如下工作:(1)針對(duì)傳統(tǒng)交流電力測(cè)功機(jī)運(yùn)行參數(shù)信號(hào)離散傅里葉變化檢測(cè)精度差的問題,提出了密集譜校正處理方案,運(yùn)用軟件MATLAB仿真交流電力測(cè)功機(jī)的振動(dòng)信號(hào),結(jié)果表明能量重心校正DFT很大提高頻率、振幅和相位的精度。(2)將經(jīng)驗(yàn)?zāi)B(tài)分解-小波(EMD-Wavelet)方法用于檢測(cè)分析交流電力測(cè)功測(cè)試系統(tǒng)中特性參數(shù)信號(hào),實(shí)現(xiàn)去噪重構(gòu),實(shí)驗(yàn)結(jié)果表明將EMD-Wavelet用于交流電力測(cè)功機(jī)運(yùn)行特性參數(shù)的檢測(cè)分析能滿足去噪要求。(3)為解決參數(shù)和損耗的變化導(dǎo)致模型轉(zhuǎn)矩輸出結(jié)果的誤差,提出了一種考慮電機(jī)損耗,并在電機(jī)轉(zhuǎn)速已知情況下,加載轉(zhuǎn)矩作為未知輸入的遺傳最小二乘支持向量機(jī)模型。實(shí)驗(yàn)結(jié)果表明基于遺傳最小二乘支持向量機(jī)的交流電力測(cè)功機(jī)轉(zhuǎn)矩預(yù)估模型的預(yù)估誤差在-0.2~0.2N·m范圍內(nèi)波動(dòng),具有較高預(yù)測(cè)精度。
【關(guān)鍵詞】：交流電力測(cè)功機(jī) 遺傳最小二乘支持向量機(jī) EMD-Wavelet 離散譜校正 軟測(cè)量
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TK406
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-16
• 1.1 課題背景與研究意義9-10
• 1.1.1 課題背景9-10
• 1.1.2 研究意義10
• 1.2 交流電力測(cè)功機(jī)國(guó)內(nèi)外研究現(xiàn)狀10-11
• 1.3 信號(hào)處理國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.3.1 離散密集頻譜校正國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.3.2 小波去噪國(guó)內(nèi)外研究現(xiàn)狀12
• 1.4 人工智能技術(shù)國(guó)內(nèi)外研究現(xiàn)狀12-14
• 1.4.1 智能優(yōu)化建模技術(shù)國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.4.2 預(yù)測(cè)技術(shù)國(guó)內(nèi)外研究現(xiàn)狀13-14
• 1.5 研究?jī)?nèi)容與論文框架14-16
• 第2章 交流電力測(cè)功機(jī)運(yùn)行參數(shù)信號(hào)離散譜校正16-26
• 2.1 交流電力測(cè)功機(jī)運(yùn)行參數(shù)信號(hào)的DFT校正16-20
• 2.1.1 FFT+FT細(xì)化校正16-17
• 2.1.2 多點(diǎn)卷積幅值校正法17
• 2.1.3 相位差校正17-18
• 2.1.4 能量重心校正18-20
• 2.2 交流電力測(cè)功機(jī)運(yùn)行參數(shù)信號(hào)的DFT校正應(yīng)用20-25
• 2.2.1 仿真分析20-24
• 2.2.2 實(shí)驗(yàn)驗(yàn)證24-25
• 2.3 本章小結(jié)25-26
• 第3章 基于EMD-Wavelet的交流電力測(cè)功機(jī)運(yùn)行特性參數(shù)去噪處理26-35
• 3.1 交流電力測(cè)功機(jī)運(yùn)行特性參數(shù)EMD-Wavelet去噪算法26-28
• 3.1.1 EMD分解算法26-27
• 3.1.2 小波軟閾值去噪算法27-28
• 3.1.3 EMD-wavelet降噪模型28
• 3.2 交流電力測(cè)功機(jī)特性參數(shù)信號(hào)EMD-Wavelet去噪算法應(yīng)用28-34
• 3.3 本章小結(jié)34-35
• 第4章 交流電力測(cè)功機(jī)轉(zhuǎn)矩的遺傳最小二乘支持向量機(jī)軟測(cè)量35-49
• 4.1 交流電力測(cè)功機(jī)系統(tǒng)轉(zhuǎn)矩測(cè)量數(shù)學(xué)建模35-40
• 4.1.1 三相坐標(biāo)數(shù)學(xué)模型35-37
• 4.1.2 坐標(biāo)變換與矢量變換37-40
• 4.1.3 兩相坐標(biāo)系數(shù)學(xué)模型40
• 4.2 基于遺傳最小支持向量機(jī)的交流電力測(cè)功機(jī)轉(zhuǎn)矩測(cè)量40-48
• 4.2.1 轉(zhuǎn)矩軟測(cè)量模型40-41
• 4.2.2 遺傳最小二乘支持向量機(jī)(GA-LASVM)41-44
• 4.2.3 應(yīng)用實(shí)例44-48
• 4.3 本章小結(jié)48-49
• 結(jié)論與展望49-50
• 參考文獻(xiàn)50-55
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄55-56
• 致謝56

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 付忠廣;曹宏芳;齊敏芳;;時(shí)序回歸支持向量機(jī)在衛(wèi)星振動(dòng)預(yù)測(cè)中的應(yīng)用[J];振動(dòng)與沖擊;2015年17期

2 陳涵瀛;高璞珍;譚思超;;搖擺流動(dòng)不穩(wěn)定性的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J];原子能科學(xué)技術(shù);2015年02期

3 汪方斌;洪津;孫曉兵;王羿;胡亞東;;基于支持向量機(jī)預(yù)測(cè)偏振模式[J];光學(xué)精密工程;2014年11期

4 劉艷;鄭彬;鄔文亮;胡建利;朱葉飛;劉文東;;RBF神經(jīng)網(wǎng)絡(luò)在甲肝流行趨勢(shì)預(yù)測(cè)中的應(yīng)用研究[J];江蘇預(yù)防醫(yī)學(xué);2014年01期

5 劉愛平;陳鴻蔚;;交流異步電力測(cè)功機(jī)的模糊PID控制[J];湖南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

6 段園培;李萍;薛克敏;甘國(guó)強(qiáng);曹婷婷;;TB8鈦合金固溶組織研究及神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J];稀有金屬材料與工程;2012年08期

7 陳聰;劉祥鵬;臧小杰;;啟動(dòng)時(shí)轉(zhuǎn)矩迅速加載的直流測(cè)功機(jī)[J];控制工程;2011年05期

8 吳緒成;胡芳;張桂香;陳鴻蔚;;基于UKF的交流異步電力測(cè)功機(jī)軟測(cè)量模型[J];計(jì)算機(jī)仿真;2010年11期

9 ;Application of GA-SVM in classification of surrounding rock based on model reliability examination[J];Mining Science and Technology;2010年03期

10 丁康;朱文英;楊志堅(jiān);李巍華;;FFT+FT離散頻譜校正法參數(shù)估計(jì)精度[J];機(jī)械工程學(xué)報(bào);2010年07期

，

本文編號(hào)：1112384