基于FPGA平台的窄脉冲大电流LED频闪光源设计

针对高频信号的特点,利用FPGA,设计了一种窄脉宽、大电流的LED频闪光源。通过FPGA平台上的编程控制,实现了满足频闪光源控制时序要求的窄脉宽信号。最后,将窄脉宽信号进行电流放大,获得脉宽为ns级,电流最大可达30A的LED驱动脉冲信号。     

响应面优化超声-微波协同提取黄秋花中总黄酮工艺的研究

为确定黄秋葵花中总黄酮提取的最佳工艺,在单因素实验的基础上,应用响应面法优化黄秋葵花中总黄酮的提取条件。结果表明:微波功率、提取时间和料液比对黄酮提取率影响极显著;最佳工艺条件为:乙醇浓度70.3%(v/v)、微波功率263W、提取时间275s、料液比1∶30.2(g/m L),在此条件下,黄秋葵花中总黄酮的得率为3.937%。     

一种新型带电水冲洗设备喷头

设计了一种新型带电水;中洗设备喷头机构,结构紧凑、使用方便,解决了防静电、防水等防护问题,并成功运用于生产实践,极大地提高了喷头运动的灵活性和可靠性。     

基于Excel VBA编程的SolidWorks零件参数化设计

结合Excel表格的处理能力和Solid Works实体造型功能,实现对非标零件的参数化设计。以涂装行业喷漆室某侧板为例,重点介绍了用VBA编程进行参数化设计的优势、过程和基本代码。研究结果表明,此方法实现了零件的自动生成,提高了生产和工作效率,减少了出错率。     

一种精确计算电离规灵敏度的模拟方法

对电离规灵敏度进行模拟计算是预测和优化其性能的关键.提出了一种基于离散电子轨迹片段的离散化方法,用于精确计算理论灵敏度.将考虑边界条件变化的电离规工作过程的基本理论模型表示为由许多离散片段组成的时间线性电子轨道.在每个微小的时间间隔内,通过构造有效电离空间计算和筛选离散的有效电子轨迹片段,并利用Binary-Encou...     

基于三维地震资料的赵楼煤矿构造和煤层精细解译

三维地震技术作为煤矿生产中必不可少的工作手段,有效解决了煤层赋存地质问题,对巷道布设和煤矿安全生产具有重要意义。通过对赵楼煤矿八采区和十采区三维地震资料进行精细解译,识别了新生界与奥灰顶界面形态,主要褶皱、断裂和岩浆岩的展布形态以及异常体、异常区的分布及导致因素;阐述了主采3煤层的深度、厚度和起伏形态变化,否定和修正了部分断层的形态和位置;新发现断层35条,并进行了勘探前后地层和构造变化对比。     

高压高转速服役特征下唇形油封失效机制

坦克车综合传动系统中油封经常处于高压、高转速的工况,出现短时失效泄漏且在工况条件降低后密封性能恢复。针对这一问题,以唇形油封的泵汲理论作为其失效评判标准,首先,通过分析不同介质压力下油封的变形特征和接触特性,发现油封受压后腰部向轴侧塌陷、唇部翘曲,导致其接触宽度增加、最大接触应力减小,不利于产生或失去泵汲效应;其次,基于高速下油封摩擦升温现象,指出转速增加使油封橡胶材料的弹性模量下降,导致油封的抵抗变形能力减弱,其受压时腰部变形量增大;最后,对高压高转速服役特征下的油封进行分析,发现转速作用下油封升温导致其腰部抵抗变形能力下降,同时施加介质压力后加剧其腰部的塌陷程度,降低其工作可靠性,进一步得出了油封的可靠介质压力与转速之间的匹配关系。研究成果可为设计优化耐高压高速油封及油封选型提供参考和理论支持。     

沉桩对邻近既有桩内力变形的影响分析北大核心

基于布辛奈斯克位移解与p-y曲线法,求解沉桩引起的自由土体水平位移并建立了单桩水平位移控制方程,采用两阶段法研究了沉桩引起的既有桩响应,分析了既有桩桩顶约束条件、桩身刚度及土体强度对既有桩性状的影响。研究表明,沉桩初始阶段在邻近既有桩中产生较大的桩身弯矩,沉桩深度增大时,既有桩桩身弯矩减小。既有桩桩顶约束条件对桩身性状有明显影响。土体强度增大时,既有桩桩身弯矩与变形均增大。既有桩桩身刚度增大时,桩身位移减小,桩身弯矩增大。     

基于频响函数综合法的柴电机组隔振平台建模仿真

频响函数(FRF)综合法是分析复杂组合结构的最有效方法之一。通过采用导纳矩阵描述机组、隔振装置和基座的频响特性,建立了船用柴电机组基于频响函数的子结构模型。Ansys建模和Matlab理论仿真对比结果表明:基于频响函数的子结构综合法能够比较精确有效地描述船用柴电机组隔振平台以及类似的隔振平台。     

基于XGBoost-LSTM组合模型的光伏发电功率预测

该文提出一种基于极端梯度提升（XGBoost）模型和长短期记忆网络（LSTM）模型的短期光伏发电功率预测组合模型。根据短期光伏发电特性,首先分别建立XGBoost模型和LSTM模型,然后利用XGBoost模型进行初步预测增加特征,并利用误差倒数法将两模型组合起来进行预测。选取2018年光伏电站人工智能运维大数据处理分析大赛的数据集进行实验评估,最终结果表明,该文所构建的XGBoost-LSTM组合模型的均方根误差（RMSE）为0.214,将上述方法与随机森林、GBDT模型和单一的XGBoost模型和LSTM模型相比较,该文提出的方法具有更高的预测精度。