公共文化服务平台

张孝远: 作品数：27 被引量：162H指数：9; 供职机构：河南工业大学电气工程学院更多>>; 发文基金：国家自然科学基金“十一五”国家科技支撑计划国家科技支撑计划更多>>; 相关领域：电气工程自动化与计算机技术水利工程文化科学更多>>

合作作者

基于滑模变结构控制的水轮机调节系统被引量：13: 2012年; 针对传统PID控制策略随水轮机工况切换、参数时变适应性差的问题,将滑模变结构控制引入到水轮机调节系统中;考虑到传统水轮机调节系统状态空间模型忽略了机组转速给定项无法仿真机组空载扰动且线性最优控制下机组转速存在稳态误差的问题,推导出一种三控制输入的水轮机调节系统状态方程,揭示了状态方程稳态误差产生机制,提出了消除状态方程稳态误差的方法,在此基础上设计了水轮机调节系统的滑模变结构控制器。仿真试验表明,改进的三控制输入水轮机调节系统状态空间方程是一种有效的水轮机调节系统模型;滑模变结构控制器性能优于PID控制器,对水轮机调节系统的物理参数摄动、运行工况变化、各种幅度扰动具有更好的鲁棒性、适应性。; 寇攀高周建中张孝远王常青; 关键词：水轮机调节系统滑模变结构控制

水轮机调速系统仿真测试装置: 本发明提供一种水轮机调速系统仿真测试装置，包括：DSP嵌入式内核及其逻辑主控模块，所述DSP嵌入式内核及其逻辑主控模块为所述水轮机调速系统仿真测试装置的逻辑控制核心，用于分别控制模拟信号调理模块、开关信号输入模块、频率信...; 周建中李超顺寇攀高卢有麟雷慧李丰攀李穆肖剑王永强张孝远王学敏乔坦吴想

考虑不同充电策略的锂电池健康状态区间估计: 2024年; 评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数,通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外,考虑到锂电池全生命期循环次数有限,属于小样本问题,提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集,对SVQR模型进行离线训练,训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法,实验结果表明:所提方法适用于不同充电策略,且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.; 张孝远张金浩杨立新; 关键词：锂离子电池

基于多健康特征融合的锂离子电池剩余使用寿命预测被引量：2: 2024年; 本文提出一种基于多健康特征融合和改进XGBoost-LSTM模型的锂离子电池剩余使用寿命(RUL)预测方法。首先从锂离子电池充放电曲线中选取恒流充电阶段电压上升时间、恒压充电阶段电流下降时间和放电阶段温度达到峰值时间三个间接健康特征,然后代入XGBoost模型进行特征构造,将其结果作为新特征与原始三个健康特征一起输入LSTM模型中,同时使用网格搜索算法对模型参数进行寻优,并使用误差倒数法对两个模型的预测结果进行加权求和,以得到最终的锂离子电池RUL值。使用NASA电池数据集进行实验,结果表明,与LSTM和CNN-LSTM模型相比较,本文提出的XGBoost-LSTM组合模型的预测精度更高,RUL预测相对误差低于0.04。针对CALCE数据集CS33电池的预测结果证明本文模型具有较强的普适性。; 杨立新张孝远; 关键词：锂离子电池

基于混合蜂群算法特征参数同步优化支持向量机的水电机组轴心轨迹识别方法研究被引量：9: 2013年; 在水电机组轴心轨迹识别研究中,为解决传统支持向量机方法中特征参数无法自适应选择而导致分类性能不高、计算时间过长等问题,提出混合人工蜜蜂群算法特征参数同步优化支持向量机(HABC-SVM)的轴心轨迹识别方法。将人工蜜蜂群算法引入到支持向量机识别优化模型的求解中,对人工蜜蜂群从搜索策略、蜜源编码、更新策略等方面进行了改进。通过仿真试验获取水电机组的四类典型轴心轨迹样本,对轴心轨迹中提取的19种特征参数和支持向量机参数进行了同步优化,将改进HABC算法与PSO-SVM算法和GA-SVM算法进行了对比。研究结果表明HABC-SVM具有良好的自适应性和分类精度,可以同步获取支持向量机参数和特征子集的最优解,增强分类器的性能,提高轴心轨迹模式识别的准确率,对水电机组的故障诊断工程应用有一定的指导意义。; 肖剑周建中李超顺王常青张孝远肖汉; 关键词：支持向量机参数优化

基于粗糙集和多类支持向量机的水电机组振动故障诊断被引量：30: 2010年; 针对水电机组常规振动故障诊断分类器不能反映分类中的不确定信息的不足,提出一种基于粗糙集的一对一(1-v-1)多类支持向量机分类方法。该方法充分利用粗糙集对不确定、不完整数据和复杂模式的良好刻画能力及支持向量机优秀的泛化能力,应用粗糙集最核心的思想:上、下近似来描述支持向量机分类结果。结合1-v-1方法实现支持向量机的多类分类,导出多类分类时样本的上、下近似和边界区域的集合表示,并以规则的形式对分类器进行描述。用所提方法对国际标准测试数据进行实验,并应用于某水电厂机组振动故障诊断。所得结果与单纯1-v-1多类支持向量机方法比较,结果表明该分类器具有规则简洁、分类阶段所需存储空间小,能够反映故障模式分类中的不确定信息等优点。; 张孝远周建中黄志伟李超顺贺徽; 关键词：水电机组粗糙集支持向量机故障诊断

基于改进TCN模型的动力电池健康状态评估被引量：11: 2022年; 电动汽车动力电池的健康状态(state of heath,SOH)是电池管理系统重点监测指标之一,对其进行精确评估对于整车安全可靠运行具有重要意义。但现有动力电池SOH评估方法存在评估精度不理想、计算复杂度高等问题,为此提出一种基于改进时间卷积网络(Temporal convolutional network,TCN)模型的动力电池SOH评估方法。该方法首先从动力电池充电数据中提取等电压上升时间、等电流下降时间、电压回升数值三个健康因子,并采用皮尔森相关系数验证了其与电池容量之间的相关关系;然后根据TCN模型的感受野对编码器-解码器结构进行调整,通过训练后的编码器对输入序列进行特征提取,获取到长时间序列的短时表达;最后利用TCN模型捕获特征时间序列与电池SOH之间的因果关系,实现对动力电池SOH的精确评估。所提方法应用于公开电池数据集,并将实验结果与当前广泛采用的时间序列分析方法及相关文献中所用方法进行对比,结果表明所提方法可使均方根误差和绝对平均误差分别降低0.0012和0.0008,相同训练次数所需计算时间减少3.4%。; 张孝远张金浩蒋亚俊; 关键词：动力电池编码器 TCN

基于帐篷映射的混沌自适应粒子群优化算法在同步发电机励磁控制中的应用被引量：4: 2011年; 针对励磁控制系统中比例–积分–微分控制参数整定难的问题,提出了一种基于帐篷映射的混沌自适应权重粒子群优化算法对控制器参数进行优化,采用2级优化策略,第1级采用自适应权重粒子群优化算法执行全局搜索;第2级采用基于帐篷映射的混沌搜索对第1级的结果执行局部遍历搜索,并通过在粒子群算法中引入自适应权重及在混沌局部搜索中采用帐篷映射的方法对混沌粒子群搜索算法进行改进,解决了常规粒子群算法易陷入局部极值且在迭代后期收敛效率低的问题,在建立励磁控制系统简单模型的基础上,实现同步发电机励磁系统的参数优化控制。仿真研究表明,新方法与常规粒子群方法相比具有更好的收敛速度和精度,能有效改善励磁控制系统空载起励和孤网过渡过程的动态性能。; 贺徽周建中寇攀高张孝远; 关键词：励磁控制帐篷映射混沌粒子群优化同步发电机

基于差分进化算法的模糊核聚类算法及其在故障诊断中的应用被引量：4: 2014年; 针对模糊核聚类方法中,核函数参数的确定问题以及聚类结果的有效评价问题,提出采用差分进化算法进行核函数参数和聚类中心的同时寻优策略。并将Xie-Beni指标推广至核空间,设计了有效的适应度函数以实现聚类效果的提升。对所提出的方法进行数值试验,同时应用在电机轴承的故障诊断中,取得了不错的效果,验证了方法的可行性。; 张新萍张孝远刘杰; 关键词：模糊聚类核函数差分进化算法故障诊断

流体在微小管径中的流量检测方法研究: 2024年; 随着国内半导体等精密制造业的发展,对于微小管径的计量需求不断增加。为弥补国内在微小管径的流量计量方面的不足,提出一种与温度无关的超声波测量微小管径的液体流量计设计方法。首先,阐述了超声波测量流量的原理,详细解释了基于超声信号特征点计算飞行时间的方法,然后根据测量精度要求保证了信号时序的同步,通过以STM32控制器为核心的样机实现了流量数据的实时测量,最后,搭建测量实验平台,验证该方法的有效性。以DN4管道进行液体流量检测实验,实验结果表明流量范围为5~50 mL/min时,测量相对误差均在2.0%以内,流量范围为50~800 mL/min时,测量相对误差均在1.5%以内,满足工业生产要求,具有较好的实用性。; 王伟生冯启航张孝远高岩; 关键词：超声波测量嵌入式系统

张孝远

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

张孝远

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈