一种计及模式切换的记忆电机模型预测电流控制方法

    公开(公告)号:CN115765567A

    公开(公告)日:2023-03-07

    申请号:CN202211606298.1

    申请日:2022-12-14

    申请人: 东南大学

    发明人: 阳辉 刘兴 林鹤云

    IPC分类号: H02P21/22 H02P21/14 H02P27/12

    摘要: 本发明公开了一种计及模式切换的记忆电机模型预测电流控制方法,涉及记忆电机控制技术领域。本发明包括:采集逆变器母线电压、记忆电机转子位置、转速、绕组电流等信息;计算绕组电流dq轴分量;计算电流q轴电流参考值并给定d轴电流参考值;判断系统运行状态;根据磁化状态更新电流预测模型参数;根据系统运行状态施加动态控制或稳态控制;获得逆变器桥臂开关管控制信号。本方法根据系统运行状态施加相应的控制算法,在提升系统稳态性能的同时,保证快速的动态响应速度。此外,考虑了不同磁化状态下记忆电机参数变化范围大的问题,克服了传统模型预测电流控制稳态性能差、开关频率不固定并且依赖精确系统参数等缺点。

    新型钢管混凝土梁柱节点

    公开(公告)号:CN105926775A

    公开(公告)日:2016-09-07

    申请号:CN201610298602.9

    申请日:2016-05-06

    申请人: 东南大学

    IPC分类号: E04B1/30 E04B1/58

    CPC分类号: E04B1/30

    摘要: 本发明公开了一种新型钢管混凝土梁柱节点,包括上钢管、预置节点和下钢管,所述预置节点的上、下端面分别与上钢管和下钢管连接设置,所述预置节点与钢筋连接。本发明提供一种新型钢管混凝土梁柱节点,结构简单,可靠性高,安装效率高,满足“强节点,弱构件”的抗震设计原则。

    基于眼动信号的感兴趣目标深度学习检测与定位方法

    公开(公告)号:CN112818883B

    公开(公告)日:2024-03-26

    申请号:CN202110169344.5

    申请日:2021-02-07

    申请人: 东南大学

    摘要: 本发明公开了一种基于眼动信号的感兴趣目标深度学习检测与定位方法,包括以下步骤:获取眼动仪的原始输出数据;对原始数据预处理,包括剔除异常数据及数据滤波;采用自适应阈值算法从预处理后的眼动数据中区分出凝视事件和扫视事件;手动标记凝视序列并设计处理不等长序列的深度神经网络,训练ConvLSTM神经网络,并使用该网络检测刻意凝视簇和非刻意凝视簇,将刻意凝视簇与原图叠加即可定位感兴趣目标在图片中的具体位置,该方法中的自适应阈值算法识别凝视事件和扫视事件,对不同的被试具有更高的识别精度,深度神经网络也提高了感兴趣目标检测与定位精度,尤其是在遮挡目标、不完整目标以及不确定目标等检测与定位精度远高于基于计算机视觉的方法。

    一种计及电感参数校正的并网逆变器预测电流控制方法

    公开(公告)号:CN116418044A

    公开(公告)日:2023-07-11

    申请号:CN202310215338.8

    申请日:2023-03-08

    申请人: 东南大学

    IPC分类号: H02J3/46 H02M1/088

    摘要: 本发明公开了一种计及电感参数校正的并网逆变器预测电流控制方法,涉及逆变器控制技术领域。本发明包括:采集逆变器直流侧电压、交流侧电流与电压等信息;计算交流侧电压相位角;计算交流侧电压与电流的dq轴分量;计算交流侧电流dq轴分量参考值;校正电感参数;计算零电压矢量和六个非零电压矢量对应的交流电流预测值;选取最优电压矢量,并作用于逆变器。本方法通过在线校正电感参数的方法,克服传统模型预测电流控制对参数敏感的缺陷,能够有效提高系统鲁棒性。

    基于眼动信号的感兴趣目标深度学习检测与定位方法

    公开(公告)号:CN112818883A

    公开(公告)日:2021-05-18

    申请号:CN202110169344.5

    申请日:2021-02-07

    申请人: 东南大学

    摘要: 本发明公开了一种基于眼动信号的感兴趣目标深度学习检测与定位方法,包括以下步骤:获取眼动仪的原始输出数据;对原始数据预处理,包括剔除异常数据及数据滤波;采用自适应阈值算法从预处理后的眼动数据中区分出凝视事件和扫视事件;手动标记凝视序列并设计处理不等长序列的深度神经网络,训练ConvLSTM神经网络,并使用该网络检测刻意凝视簇和非刻意凝视簇,将刻意凝视簇与原图叠加即可定位感兴趣目标在图片中的具体位置,该方法中的自适应阈值算法识别凝视事件和扫视事件,对不同的被试具有更高的识别精度,深度神经网络也提高了感兴趣目标检测与定位精度,尤其是在遮挡目标、不完整目标以及不确定目标等检测与定位精度远高于基于计算机视觉的方法。

    一种记忆电机离线充去磁方法及装置

    公开(公告)号:CN116455293A

    公开(公告)日:2023-07-18

    申请号:CN202310367783.6

    申请日:2023-04-07

    申请人: 东南大学

    发明人: 阳辉 刘兴 林鹤云

    摘要: 本发明属于记忆电机控制领域,公开一种记忆电机离线充去磁方法及装置,包括以下步骤:通过保持逆变器B相与C相的上桥臂关断、下桥臂导通,给定A相桥臂占空比,来控制电机A相绕组电流为正值,将电机转子d轴与定子A相绕组对齐;基于预设调磁状态设定调磁电流幅值确定调磁电流轨迹,利用PI控制器对A相电流进行闭环控制,获得逆变器A相桥臂占空比,使实际A相电流跟踪所设定的调磁电流轨迹,同时,根据充去磁操作控制逆变器B相与C相的桥臂导通进行调磁。利用逆变器实现记忆电机的离线充去磁,无需获取电机转子位置信息即可实现记忆电机永磁体磁化状态的初始化控制,使其在电机起动前保持在较高水平以降低电机起动电流。