En
  • 清华大学电机系
    官方微信公众号
    清华大学电机系本科生
    官方微信公众号
    清华大学电机系研究生
    官方微信公众号
    清华大学电机系校友会
    官方微信公众号
    清华大学能源互联网创新研究院
    官方微信公众号
    清华四川能源互联网研究院
    官方微信公众号

电机系微信公众号

校友微信公众号

研究生微信公众号

本科生微信二维码

北京院微信公众号

四川院微信公众号

新闻动态

当前位置: 首页 > 本系动态 > 新闻动态 > 正文

为加强博士后和教师、研究生之间的学术交流,助力打造高质量的博士后队伍,电机系电机所党支部策划了“电力电子与电机系统研究所博士后学术沙龙”系列活动,第3期于3月13日中午在西主楼2-308会议室进行。本次学术沙龙邀请了任一夫、宋哲两位博士后作学术报告,二十余位博士后、研究生参与了讨论交流,会议由电机所党支部书记、副所长王奎主持。

智能故障诊断是将人工智能、大数据等新兴技术赋能故障诊断环节,以智能技术提升诊断表现。作为工业数字化转型的重要产物,智能故障诊断一经面世便受到广泛关注。大规模类别均衡的训练数据,是实现智能故障诊断可靠建模的先决条件。然而,受限于复杂的运行工况以及不稳定的监测环境,完备的故障样本难以保证。这导致电气设备故障小样本普遍存在,成为电气智能故障诊断发展的“卡脖子”问题。任一夫博士的报告“电气设备智能故障诊断样本迁移增强方法研究”,着重介绍了如何增强小样本,获得诊断精度高、泛化能力强的故障诊断模型,取得了很好的效果。

宋哲博士的报告“考虑摩擦特性的永磁同步电机模型预测直接速度控制”,主要介绍永磁同步电机的模型预测直接速度控制方法,重点分析了电机参数和摩擦特性对速度控制的影响规律,开发了针对电机参数时变的鲁棒预测控制技术,提出了精确的摩擦模型和控制方法,能够有效提高系统的动态特性和参数鲁棒性。

自2024年秋季学期开始,电力电子与电机系统研究所已举办3次博士后学术沙龙,有效促进了博士后与研究所内师生之间的互动与交流,拓宽了学术视野,激发了创新思维,取得了较大的反响。未来,电机所也将邀请更多系内外博士后共同探讨学术难题,分享研究成果,进一步建设和完善博士后学术交流平台,为学术合作与创新研究提供更加广阔的空间。

—— 分享 ——

上一篇:英大传媒投资集团有限公司到访电机系开展交流

下一篇:施耐德电气有限公司一行到访清华大学电机系

关闭