徐理英
- 作品数：10 被引量：36H指数：3
- 供职机构：长沙理工大学电气与信息工程学院更多>>
- 发文基金：湖南省教育厅科研基金国家自然科学基金湖南省科技厅科研项目更多>>
- 相关领域：电气工程自动化与计算机技术理学文化科学更多>>
- 基于学科竞赛的电子类专业创新性实验课程教学改革与探索
- 本文以长沙理工大学电气与信息工程学院电子类专业为例，从学科竞赛与创新性实验课程教学改革的关联入手，提出了基于学科竞赛的电子类专业创新性实验课程教学改革的方法策略，并对实验教学改革的模式和方法进行了探索。
- 文卉李红英徐理英
- 关键词：学科竞赛电子类专业
- 基于AT89C51的智能电工仪表的设计
- 2009年
- 本系统采用AT89C51单片机结合原有数字仪表设计了一种智能电工仪表,阐述了仪表的结构,硬件电路以及软件流程。该设计对于设备较为陈旧、自动化程度不高的小电站的自动化改造有一定的参考价值。
- 徐理英
- 关键词：AT89C51单片机小电站
- 高压电网自适应接地距离保护研究被引量：12
- 2008年
- 为提高接地距离保护对高压电网高阻接地故障反应的灵敏性,提出了一种对过渡电阻Rg具有高度自适应动作边界的新型动作判据。根据接地阻抗继电器自适应动作判据的构成原则,在分析了负序电压极化的自适应阻抗继电器动作特性的基础上,分析了负序电压移相极化阻抗继电器的移相控制方法、移相极化的工作性能。分析表明,将负序电压根据近保护安装点侧系统的负序阻抗角的大小适当移相后作为极化电压,接地阻抗继电器对Rg不但有更好的自适应性,也保持了其方向动作的明确性。MATLAB仿真结果表明,新的动作判据确实提高了继电器对保护范围末端高阻接地故障动作的灵敏性和自适应性。
- 杨兰张艳平杨庭芳徐理英
- 关键词：接地距离保护负序电压过渡电阻MATLAB仿真
- 基于神经网络的常微分方程数值计算方法被引量：3
- 2007年
- 科学与工程应用中常用微分方程来建模,提出了一种基于余弦基神经网格的计算微分方程的新方法,其基本思想是以神经网络的输出来近似初值问题中的解析解.为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为神经网络学习率的选择提供了依据.通过实例证明了该算法的有效性.
- 徐理英朱树人
- 关键词：神经网络收敛性常微分方程初值问题
- 零序电压移相极化的自适应阻抗继电器研究
- 2007年
- 提出了一种基于自适应原理的新型接地阻抗继电器。在对零序电压极化的自适应阻抗继电器动作特性分析的基础上,通过对接地距离保护对过渡电阻自适应构成机理的分析,阐述了零序电压移相极化的自适应控制方法及移相原理。讨论了该继电器的动作判据,分析了其动作特性。初步理论分析表明所提继电器具有动作迅速、构成简单等良好性能。分析还表明,零序电压移相后的自适应阻抗继电器既进一步提高抗过渡电阻的能力,又不存在动作的电压死区,具有明确的方向性。同时,它还具有故障分量继电器所特有的不受负荷、系统振荡等因素影响的特点。Matlab仿真分析结果表明,该继电器具有良好的动作特性。
- 杨兰杨廷方屈桂银徐理英
- 关键词：接地电阻MATLAB仿真
- FPGA远程实验仿真平台的建设
- 本文以长沙理工大学的FPGA实验室为对象,以Linux为操作系统,在Web服务器中采用JSP和MYSQL数据库技术搭建B/S体系结构的FPGA远程实验仿真平台,主要包括软件共享、仪器互联、远程控制和虚拟实验四大部分,实现...
- 文卉徐理英
- 关键词：高等教育功能模块
- 数值积分的神经网络算法研究被引量：5
- 2008年
- 提出一种求解数值积分的新方法,其基本思想是训练傅立叶基神经网络来逼近被积函数以实现定积分的数值计算。为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为学习率的选取提供依据。本算法计算精度较高,对被积函数要求较低,适应性强,并可以计算振荡函数的积分。数值积分算例验证了本算法的有效性,因此在工程实际中有较大的应用价值。
- 徐理英李立军
- 关键词：数值积分神经网络收敛性定理
- 基于语音辨识的遥控小车的设计被引量：3
- 2009年
- 设计了一个具有语音识别功能的遥控小车。采用16位凌阳单片机SPCE061A和红外发射芯片TX-2B构成遥控电路。由SPCE061A实现语音的采集、识别;红外发射/接收芯片TX-2B/RX-2B实现对小车的遥控。详细阐述了语音辨识的过程。实践表明,遥控小车能实时的根据语音命令完成相应的动作。
- 徐理英
- 关键词：SPCE061A语音识别红外遥控
- 基于傅立叶基神经网络的传感器非线性补偿方法被引量：2
- 2009年
- 针对热敏电阻温度传感器应用中存在的非线性问题,提出了以神经网络为补偿环节,结合传感器构成的一种非线性补偿模型.基本思想是采用傅立叶基神经网络,以传感器的输出作为神经网络的输入样本,传感器的输入温度为神经网络的期望输出,通过调整神经网络权值使神经网络的输出与期望值近似,实现温度测量的非线性补偿.结果表明该方法有效提高了精度,是一种有效的传感器非线性补偿方法.
- 徐理英何怡刚
- 关键词：非线性补偿神经网络
