您的位置: 专家智库 > >

国家自然科学基金(60705032F030605)

作品数:6 被引量:20H指数:3
相关作者:全书海谢长君全睿陈启宏杜传进更多>>
相关机构:武汉理工大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术交通运输工程机械工程电气工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇机械工程
  • 2篇电气工程
  • 2篇交通运输工程

主题

  • 4篇电池
  • 4篇燃料电池
  • 2篇燃料电池发动...
  • 2篇故障诊断
  • 2篇发动机
  • 1篇电池系统
  • 1篇动力系统
  • 1篇多模型控制
  • 1篇硬件
  • 1篇硬件电路
  • 1篇优化算法
  • 1篇预测控制
  • 1篇诊断专家系统
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇逆变
  • 1篇逆变器
  • 1篇燃料电池系统

机构

  • 6篇武汉理工大学

作者

  • 5篇谢长君
  • 5篇全书海
  • 3篇全睿
  • 2篇陈启宏
  • 1篇明宏
  • 1篇江竑旭
  • 1篇杜传进
  • 1篇黄亮
  • 1篇张琴
  • 1篇姚玲
  • 1篇刘祯

传媒

  • 1篇振动.测试与...
  • 1篇机械工程学报
  • 1篇武汉理工大学...
  • 1篇武汉理工大学...
  • 1篇上海交通大学...
  • 1篇微计算机信息

年份

  • 1篇2012
  • 2篇2011
  • 1篇2010
  • 1篇2009
  • 1篇2008
6 条 记 录,以下是 1-6
排序方式:
自主机器人燃料电池多能源动力系统被引量:2
2008年
为解决传统蓄电池机器人能量密度低、充电时间长等问题,采用质子交换膜燃料电池与镍氢电池混合构成自主机器人多能源动力系统的方案,并对动力系统拓扑结构及优化目标进行了分析.分别设计动力系统在启动、加载、制动及匀速运动工作模式下的能量流控制策略,并根据机器人运行轨迹及实时运行状态切换各模式下相应控制器对系统进行控制.仿真结果表明:多模型控制能提高整个动力系统的经济性,且燃料电池得到了保护.
谢长君全书海陈启宏姚玲
关键词:自主机器人燃料电池多模型控制
燃料电池中巴车电电混合动力控制系统被引量:11
2009年
针对燃料电池电压电流输出特性及动态响应滞后的特点,提出燃料电池加辅助电源的中巴车电电混合动力系统方案。采用燃料电池加镍氢电池加超级电容的三能源结构作为整车的驱动电源,设计了整个动力系统的基本结构。通过分析动力系统的驱动模式,引入智能协调和预测控制思想,设计了燃料电池中巴车混合动力协调控制系统。采用三层前馈神经网络建立系统的非线性预测模型,对燃料电池发动机功率预测控制系统进行了研究和优化,给出了具体的预测控制算法步骤。仿真实验结果表明该控制策略具有良好的控制效果,减少了燃料电池发动机输出功率的频繁波动,整车动力性及经济性都得到了加强。
谢长君杜传进全书海
基于推挽结构SPWM逆变器的研究和设计
2010年
本文以DC-AC逆变器为研究对象,设计了一种基于推挽结构的SPWM逆变器。以单片机PIC18F4520为核心设计了逆变器硬件电路,主要包括推挽式逆变主电路、控制电路、驱动电路、取样电路、保护电路等。重点分析了SPWM控制算法,并给出了软件实现SPWM波形的过程。通过MATLAB仿真及实际测试结果对比,证明了本方案设计的逆变器能得到优质的正弦交流电。
张琴江竑旭刘祯谢长君
关键词:硬件电路逆变器SPWM控制
基于神经网络的燃料电池发动机风机系统建模
2011年
燃料电池发动机的风机系统是一个非线性系统,针对其难以建模以及建立的模型过于复杂等问题,利用神经网络的非线性映射和自学习能力建立了风机系统的辨识模型。模型以风机转速和空气压力为输入,以空气流量为输出,采用Levenberg-Marquardt优化算法进行神经网络的训练,建立了不同转速和压力条件下的空气流量模型。仿真结果表明,该模型精度较高,可为燃料电池发动机空气供给系统的优化控制奠定基础。
明宏全睿全书海
关键词:燃料电池发动机风机神经网络LEVENBERG-MARQUARDT算法
基于支持向量机的车用燃料电池系统故障诊断被引量:4
2012年
为了提高车用燃料电池系统的安全可靠性和可维护性,考虑到其大量完整的故障样本难以获取,提出了一种基于二叉树多分类器的支持向量机故障诊断方法。首先,以自主研发的60 kW车用燃料电池系统为研究对象,分析了其故障机理和特征;然后,融合15种故障征兆参数并进行归一化预处理作为支持向量机的输入,以14种典型故障作为输出,选取径向基核函数并利用粒子群优化算法对支持向量机的惩罚参数和核函数参数进行优化,利用310组样本数据对其进行训练,通过90组测试样本测试实现了其典型故障的识别;最后,将支持向量机和神经网络分别在不同训练样本数下的故障诊断性能进行了对比。仿真结果表明,支持向量机具有较好的故障正判率和泛化能力,可有效用于车用燃料电池系统的多故障诊断。
全睿全书海黄亮谢长君
关键词:燃料电池系统支持向量机粒子群优化算法故障诊断
燃料电池发动机故障诊断专家系统设计与研究被引量:3
2011年
针对自主研发的60kW车用燃料电池发动机的可靠性与安全性要求,结合实际研发经验和燃料电池的工作机理,设计了其基于故障树的故障诊断专家系统.根据其常见故障模式,建立了系统的故障树模型,用字段和代码表示各节点的树状层次关系从而构建知识库,通过模糊产生式规则对知识进行表达,采用正向推理方式实现系统的推理,并基于VC++语言开发出了燃料电池发动机的故障诊断专家系统.该系统人机界面友好、知识库维护方便,具有一定的自学习功能.最后,以氢气供给子系统失效为诊断实例,阐述了系统的故障诊断过程并验证了其有效性和实用性.
全睿全书海谢长君陈启宏
关键词:燃料电池发动机故障诊断专家系统故障树
共1页<1>
聚类工具0