期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
两相圆筒型永磁同步直线电机无传感算法 被引量:13
1
作者 张春雷 张辉 +1 位作者 叶佩青 张鲁宏 《电工技术学报》 EI CSCD 北大核心 2019年第23期4901-4908,共8页
受定子绕组磁动势谐波分量与纵向端部效应的影响,两相圆筒型永磁同步直线电机的实际相电感与理想相电感之间存在差异,导致传统基于高频方波注入的无传感算法不再适用。该文在直线电机动子与定子绕组完全耦合的情况下,通过有限元的方法... 受定子绕组磁动势谐波分量与纵向端部效应的影响,两相圆筒型永磁同步直线电机的实际相电感与理想相电感之间存在差异,导致传统基于高频方波注入的无传感算法不再适用。该文在直线电机动子与定子绕组完全耦合的情况下,通过有限元的方法对两相圆筒型永磁同步直线电机电感特性进行分析,并从实际相电感出发,求解得到静止轴高频方波注入的电机模型。通过拓展卡尔曼滤波算法提取估计的速度和位置信息,在不降低系统带宽的条件下实现了动子位置实时检测。最后通过实验验证了所提出的改进无传感算法的有效性。 展开更多
关键词 直线电机 电感 无传感 高频注入 卡尔曼滤波
在线阅读 下载PDF
两相无槽圆筒型永磁同步直线电机电感计算与分析 被引量:8
2
作者 张春雷 张辉 +1 位作者 叶佩青 张鲁宏 《电工技术学报》 EI CSCD 北大核心 2021年第6期1159-1168,共10页
在电机行程范围内,两相无槽圆筒型永磁同步直线电机的电感会受到电机绕组断开与耦合长度变化的影响,使其变化复杂,无传感控制算法难以实现。因此,需要对该电机电感进行精确的建模。该文基于轴向磁动势函数与轴向比磁导函数分别推导得到... 在电机行程范围内,两相无槽圆筒型永磁同步直线电机的电感会受到电机绕组断开与耦合长度变化的影响,使其变化复杂,无传感控制算法难以实现。因此,需要对该电机电感进行精确的建模。该文基于轴向磁动势函数与轴向比磁导函数分别推导得到该电机在全耦合状态下和全行程范围内电感解析模型。在此基础上,利用有限元数值计算法对电感模型进行参数计算与验证分析,并总结电机全耦合状态下电感的特征,给出耦合长度变化对于电感直流分量与2次谐波幅值的影响规律。最后,对比了样机电感的实验测量值与模型计算值。结果表明,两者之间误差仅为0.04mH,证明了电感模型的正确性。 展开更多
关键词 永磁同步直线电机 电感 磁动势 比磁导 有限元法
在线阅读 下载PDF
高霍尔位置检测精度的圆筒型永磁同步直线电机设计 被引量:8
3
作者 张春雷 张辉 叶佩青 《电工技术学报》 EI CSCD 北大核心 2022年第10期2481-2490,共10页
由于具有价格低、对机械扰动不敏感的优势,线性霍尔传感器被应用于圆筒型永磁同步直线电机动子位置检测。但线性霍尔传感器位置辨识精度会受到磁场谐波的影响而下降。为提升霍尔传感器的位置检测精度,该文在考虑机械加工误差的情况下,... 由于具有价格低、对机械扰动不敏感的优势,线性霍尔传感器被应用于圆筒型永磁同步直线电机动子位置检测。但线性霍尔传感器位置辨识精度会受到磁场谐波的影响而下降。为提升霍尔传感器的位置检测精度,该文在考虑机械加工误差的情况下,进行直线电机的可靠性与鲁棒性优化设计。首先,建立直线电机位置辨识精度与电机推力的解析模型,基于解析模型分析设计变量与设计指标之间的影响关系。然后,使用神经网络建立直线电机设计指标的响应曲面模型,通过不同推力系数下Pareto最优前沿得到优化设计的概率约束条件。最后,使用可靠性与鲁棒性优化设计的方法,在略微削减推力系数与磁通密度峰值的情况下,大幅降低磁场谐波含量,将电机霍尔位置的检测精度从357μm提升至109μm。 展开更多
关键词 直线电机 线性霍尔传感器 神经网络 可靠性与鲁棒性优化设计
在线阅读 下载PDF
引入注意力机制的后交叉韧带断裂的智能辅助诊断
4
作者 李玳 王天牧 +4 位作者 张思 谢福贵 刘辛军 聂振国 刘振龙 《中国运动医学杂志》 CAS CSCD 北大核心 2022年第11期833-840,共8页
目的:通过分析行走过程的足底压力数据,研究足底压力信息与后交叉韧带断裂的映射关系,从而实现借助足底压力对后交叉韧带断裂进行快速、准确的智能辅助诊断。方法:回顾性研究了北京大学第三医院2015至2017年收治的69名单纯左侧后交叉韧... 目的:通过分析行走过程的足底压力数据,研究足底压力信息与后交叉韧带断裂的映射关系,从而实现借助足底压力对后交叉韧带断裂进行快速、准确的智能辅助诊断。方法:回顾性研究了北京大学第三医院2015至2017年收治的69名单纯左侧后交叉韧带断裂患者、69名单纯右侧后交叉韧带患者,以及63名健康志愿者在行走过程中的足底压力数据。通过归一化等方法对足底压力信息进行预处理,然后通过引入注意力机制,采用自注意力结构,建立深度神经网络模型,实现对足底压力信息中隐式信息的特征编码与提取,并基于完整步态过程中足底压力最大值特征,对膝关节后交叉韧带断裂做出智能辅助诊断。结果:在数据处理后,得到1208段单纯左侧后交叉韧带断裂、1096段单纯右侧后交叉韧带断裂,以及964段健康人的足底压力数据,随机选择90%作为训练集,10%作为测试集。经过训练的神经网络在测试集上,对单侧后交叉韧带断裂的预测精度达到了92.02%。在测试集上,模型的曲线下面积(AUC)值达到了0.9820,显著高于使用传统卷积神经网络(CNN)方法得到的88.50%的预测精度和0.9218的AUC值。在可解释性方面,通过对训练过程的足底压力分布梯度进行可视化操作,可以观察到所提出的神经网络准确地提取了足底压力的边缘特征和重点压力特征区域。结论:借助采用了注意力机制的深度神经网络,能够有效地提取行走过程中足底压力信息的空间和时序特征,最终实现对后交叉韧带断裂的辅助智能诊断。这种基于人工智能的诊断方法具备显著的临床应用与研究价值。 展开更多
关键词 智能诊断 后交叉韧带断裂 足底压力 注意力机制 特征感知
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部