三电平逆变器开路故障容错控制方法及系统

    公开(公告)号:CN112217410A

    公开(公告)日:2021-01-12

    申请号:CN202011285212.0

    申请日:2020-11-17

    Applicant: 中南大学

    Abstract: 本发明涉及电路故障容错控制领域,公开一种三电平逆变器开路故障容错控制方法及系统,提高系统的可靠性和安全性。本发明方法包括以下步骤:S1:建立逆变器开关信号与评价函数的关系,构建基于有限集模型预测控制的评价函数,确定正常运行情况下可选逆变器输出电压矢量集合,实现正常运行情况下三电平逆变器有限集模型预测控制;S2:分别分析各类开路故障对逆变器输出电压矢量的影响,确定开路故障后受影响的、可用的逆变器输出电压矢量;S3:当发生开路故障时,去除受影响的电压矢量,更新可选逆变器输出电压矢量集合,使用有限集模型预测控制,选择使评价函数最小的值所对应的脉冲控制信号,实现容错控制。

    突发事件下的基于多智能体系统模型的分布式调度方法

    公开(公告)号:CN109733445B

    公开(公告)日:2020-08-18

    申请号:CN201811613563.2

    申请日:2018-12-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种突发事件下的基于多智能体系统模型的分布式调度方法,包括如下步骤:步骤一:评估突发事件等级,若为低等级延误,就近停车等待事件被解决,加速赶上原时间表,转到步骤四;若为高等级延误,转到步骤二;步骤二:选择最优同级临近车站S2i,i为第i次选择;步骤三:根据调度算法调度受影响的列车;步骤四:列车集合按各自的时刻表运行至目标车站S4。本发明提出的突发事件下的基于多智能体系统模型的分布式调度方法,保证在突发事件下,高铁能够在对全局的延误影响最小下进行行车。

    一种牵引变流器器件结温在线计算方法及系统

    公开(公告)号:CN108649807B

    公开(公告)日:2019-08-30

    申请号:CN201810490961.3

    申请日:2018-05-21

    Applicant: 中南大学

    Abstract: 本发明涉及电力电子技术领域,公开了一种牵引变流器器件结温在线计算方法及系统,以实现三电平牵引变流器变频调速系统中关键器件结温波动的在线计算,进一步检测器件的健康,保证系统的稳定性和鲁棒性;针对牵引变流器目标桥臂上的目标器件,建立目标器件功率损耗与交流侧电流及驱动控制信号之间的第一关系模型;建立目标器件的当前周期的通断功耗与上一周期结温之间的第二关系模型、以及目标器件当前周期的通态功耗与上一周期结温之间的第三关系模型;在非第一周期的其他周期内,计算该周期所对应的目标器件到所在外壳之间的第一等效热阻抗、以及目标器件由外壳到外部环境网络之间的第二等效热阻抗;然后计算目标器件在该周期的结温值。

    非高斯工业过程故障检测方法及系统

    公开(公告)号:CN107357275B

    公开(公告)日:2019-08-27

    申请号:CN201710623082.9

    申请日:2017-07-27

    Applicant: 中南大学

    Abstract: 本发明涉及工业过程监控和故障诊断领域,公开了一种非高斯工业过程故障检测方法及系统,以方便实用地在线检测非高斯工业过程。本发明方法包括:第一步、选取一定数量的正常历史数据集,对数据集进行去均值预处理,利用典型相关分析方法建立残差发生器;第二步、采样蒙特卡罗方法确定相应残差发生器的相应阈值;第三步、根据所确定的相应残差发生器阈值和对工业过程数据进行实时在线检测。

    电机故障诊断方法及系统
    15.
    发明公开

    公开(公告)号:CN109447187A

    公开(公告)日:2019-03-08

    申请号:CN201811590223.2

    申请日:2018-12-25

    Applicant: 中南大学

    Abstract: 本发明涉及电机故障诊断领域,公开了一种电机故障诊断方法及系统,以及时发现电机运行的异常情况并进行故障诊断,使用方便,易于实施;本发明的方法包括:选取正常训练数据集,计算第一检测统计量,并计算检测阈值;选取不同类型的故障数据作为故障训练数据集,计算第二检测统计量,采用核密度估计法计算第二检测统计量的故障概率密度函数,并构建所有类型故障样本的概率密度函数集;选取测试数据集,根据测试数据集计算第三检测统计量,将第三检测统计量与检测阈值进行比较,判断电机是否发生故障;若发生故障,采用核密度估计法计算第三检测统计量的故障密度函数,并构建测试数据集的概率密度函数集,从而诊断故障类型。

    一种牵引系统主回路接地故障诊断方法及系统

    公开(公告)号:CN109203995A

    公开(公告)日:2019-01-15

    申请号:CN201810752527.8

    申请日:2018-07-10

    Applicant: 中南大学

    Abstract: 本发明涉及牵引系统故障诊断领域,公开了一种牵引系统主回路接地故障诊断方法及系统,以考虑主回路中变量间的相关性,快速且准确地判断是否发生接地故障;该方法包括获取与中间直流环节电压有关的可测变量,将可测变量进行分组,选取每组可测变量对应的历史正常数据组成相应组数的数据矩阵,并建立残差发生器;计算历史正常数据的残差信号,然后根据残差信号计算历史正常数据的残差信号统计量,然后设定控制限;计算实时数据的残差信号,然后根据实时数据的残差信号计算实时数据的残差信号统计量,将实时数据的残差信号统计量与控制限进行比较,当实时数据的残差信号统计量超过控制限时,视为发生接地故障;反之,视为正常运行。

    一种实时故障注入时序资源优化方法及其系统

    公开(公告)号:CN108388147A

    公开(公告)日:2018-08-10

    申请号:CN201810146226.0

    申请日:2018-02-12

    Applicant: 中南大学

    Abstract: 本发明涉及电力电子数字仿真技术领域,公开了一种实时故障注入时序资源优化方法及其系统,以能解决故障注入情况下的FPGA时序错误问题,同时优化FPGA逻辑资源,可为高速列车传动控制系统的实时仿真与故障注入提供一个稳定可靠的模拟环境;本发明的方法包括建立传动系统模型,采用FPGA开发平台分析对应传动系统模型的时序逻辑电路;遍历时序逻辑电路中所有时序起点终点对以及其间的组合逻辑电路,建立传动系统模型在正常运行状态下的时序有向图GO和在故障运行状态下的初始时序有向图遍历GO中的每条时序路径的时间裕量和 中的每条时序路径的时间裕量,然后迭代更新计算 中每条时序路径的时间裕量,直至每条时序路径的时间裕量满足要求。

    电机驱动系统能耗优化控制方法及系统

    公开(公告)号:CN113595465B

    公开(公告)日:2025-05-06

    申请号:CN202110908818.3

    申请日:2021-08-09

    Applicant: 中南大学

    Abstract: 本发明公开了电机驱动系统能耗优化控制方法及系统,通过获取电机驱动系统的当前周期的实时电机电流以及参考电机电流,并将实时电机电流分别输入至电机电流预测模型以及各个逆变器功率器件能耗预测模型中,得到下一周期的预测电机电流以及下一周期各个逆变器功率器件能耗;将参考电机电流、预测电机电流以及各个逆变器功率器件能耗输入至以最小化电流跟踪、逆变器总能耗降低、逆变器能耗均衡为最优控制策略的多目标优化控制模型,得到将实时电机电流值调控至参考电机电流值的最优控制策略;根据最优控制策略对应的各个逆变器桥臂的开关状态控制电机驱动系统。能保证较高的电机驱动系统电流控制性能,同时降低逆变器总能耗、提高逆变器能耗均衡性能。

    一种列车空气制动系统EP阀的故障注入方法及注入器

    公开(公告)号:CN114510779B

    公开(公告)日:2025-01-03

    申请号:CN202210055929.9

    申请日:2022-01-18

    Applicant: 中南大学

    Abstract: 本发明涉及故障注入技术领域,公开了一种列车空气制动系统EP阀故障注入方法及注入器,包括:根据列车空气制动系统原理搭建制动系统仿真模型,所述制动系统仿真模型包括EP阀正常模型;设定EP阀的故障类型、故障注入位置和故障程度,并根据所述故障类型、所述故障注入位置和所述故障程度以及所述EP阀正常模型生成EP阀故障模型;基于预设注入方式和所述EP阀故障模型生成故障信息,所述预设注入方式包括指定故障注入方式和随机故障注入方式;基于所述故障信息执行故障注入。

    图像识别任务的轻量化剪枝方法及系统

    公开(公告)号:CN118521948A

    公开(公告)日:2024-08-20

    申请号:CN202310047046.8

    申请日:2023-01-31

    Applicant: 中南大学

    Abstract: 本发明涉及人工智能技术领域,公开一种图像识别任务的轻量化剪枝方法及系统,以在保证精度满足要求的同时高效快速降低模型复杂度,节约计算资源和存储空间。方法包括:收集训练图像数据集;基于训练图像数据集对原始YOLOv5s网络进行稀疏化训练,得到稀疏的YOLOv5s模型的权值和各个卷积核的缩放因子;根据模型的权值和各个卷积核的缩放因子对稀疏化后的模型进行联合筛选剪枝后进行微调训练,得到轻量化后的YOLOv5s模型;将待检测的图像或视频数据输入剪枝后的轻量化YOLOv5s模型,得到目标检测结果。

Patent Agency Ranking