基于ANSYS的电动机风扇声场仿真分析

电动机径向离心式风扇可双向旋转,比轴流式风扇具有更高的稳定性。利用ANSYS软件对一款封闭式电动机的风扇进行网格划分及有限元分析,根据仿真得到的噪声频谱,对比分析优化前后风扇在不同转速下的空气噪声。结果表明,优化后的风扇有良好的降低空气噪声的效果,同时验证了优化手段的合理性。     

矩阵键盘在西门子200系列PLC控制系统中的应用

在西门子200系列PLC控制系统中使用矩阵键盘,能节省I/O资源,并根据PLC本身提供针对公共点M点+24 V DC电压的资源特性,使矩阵键盘连接使用非常方便。通过对一般键盘键值功能的分析,针对PLC控制系统中使用矩阵键盘进行数值输入操作,提出了"循环清除数值输入"方法,该方法不但能在数值输入错误,并更改时无需使用额外按键,既节约资源,又防止使用者误操作造成控制系统无法正常运行。该方法已投入使用,取得了良好的效果。     

基于单端SOA波长转换器的消光比特性分析

对一种基于单端半导体光放大器(SOA)的交叉增益调制型(XGM)全光波长转换器结构建立了动态理论模型,以这个模型为基础分析了抽运光功率、探测光功率、剩余反射率、转换波长转换间隔、注入电流对转换后探测光的输出消光比的影响.结果表明,利用单端SOA实现波长转换比普通SOA实现波长转换将获得更好的输出消光比特性.     

基于小波去噪和去卷积的半导体光放大器增益系数谱测量方法

为了提高半导体光放大器(SOA)增益系数谱测量的准确性,减少光谱仪分辨率和系统噪声对测量结果的影响,提出了由传统的Hakki-Paoli(HP)方法改进得到的基于小波去噪和去卷积过程的Hakki-Paoli(HP-DD)方法,分析了其原理,并给出去卷积的算法和小波去噪的原理。在数值模拟中,对模拟的放大自发辐射(ASE)谱进行处理,表明HP-DD方法能较大程度地改善增益系数谱的测量准确度。在实验中,通过对半导体光放大器的放大自发辐射谱进行实际测量,分别用HP-DD方法和HP方法求得增益系数谱,验证了HP-DD方法的测量结果的精确度有很大程度的改善。     

基于级联半导体光放大器实现全光逻辑与门的改进方案

基于级联半导体光放大器(SOA)实现全光逻辑与门的方案中,第一级输出信号质量直接影响逻辑与运算结果.采用载流子恢复较慢的体材料半导体光放大器用于第一级转换,在10 Gbit/s以上得不到理想的转换结果,限制了该方案实现逻辑与门的速率.利用光纤延时干涉仪(DI)和第一级半导体光放大器级联可以改善第一级输出信号质量,从而有效提高第二级全光逻辑与门的实现速率.阐述了改进方案中延时干涉仪的作用,并进行了数值模拟.根据实验结果,采用载流子恢复较慢的半导体光放大器级联延时干涉仪能够实现高速归零(RZ)信号和非归零(NRZ)信号的反码,从而得到较高速率的全光逻辑与门.实验实现了20 Gbit/s的伪随机归零和非归零信号的全光逻辑与门,对40 Gbit/s的结果进行了分析和讨论.     

半导体光放大器的超快动态增益特性

提出了一种包括载流子密度脉动(CDP)、载流子加热(CH)和光谱烧孔(SHB)效应在内的半导体光放大器(SOA)的时域动态模型。利用该模型分析了半导体光放大器中的增益饱和、超快增益动态以及光脉冲在增益饱和半导体光放大器中的波形畸变,其中重点考虑了超短脉冲的情况。模拟计算表明,对于10ps量级以下的短脉冲,分析半导体光放大器的动态增益特性时,不能忽略载流子加热和光谱烧孔等带内超快非线性效应的影响。     

交叉增益型波长转换器的实验研究

全光波长转换器是全光网络中的关键光电子器件.基于半导体光放大器的交叉增益型波长转换器具有结构简单容易实现、转换效率高、波长转换范围宽以及转换速率高的特点.文中在自行研制半导体光放大器的基础上,对交叉增益型波长转换器进行了实验研究.讨论了实现波长转换的基本原理,描述了实验系统结构,实现了速率为140Mbit/s的1315nm和1301nm之间的波长转换.研究了波长转换器泵浦光功率、探测光功率以及放大器注入电流转换效率、消光比和噪声特性的影响,研究结果与文献中报道的相同.研究表明,不同因素对不同指标的影响是相互制约的,要全面提高波长转换器的性能,必须折衷考虑各方面的因素.研究结果对半导体光放大器结构参数的优化和波长转换工作条件的优化有一定的指导作用.     

基于PPLN光波导的全光波长转换技术

文章从理论和实验两方面论述了一种新颖的基于无源光波导的级联二阶非线性效应型全光波长转换(AOWC)技术，采用50mm长的周期域反转LiNBO3(PPLN)光波导，实现了在1．55μm波段的超过70nm的波长转换带灾，并验证了其多波长信道同时转换的能力。     

——以束鹿凹陷西斜坡台家庄区块为例

应用地震资料进行井间储层孔隙度预测是当前油气勘探开发中常用的方法,但通常采用地震反演速度进行孔隙度定量预测难以准确反映孔隙度的空间变化。采用逐步回归和神经网络相结合的地震多属性变换法建立孔隙度模型,可实现孔隙度的空间预测，其核心是:首先通过逐步回归和交叉验证技术来确定最优地震属性及其数量,其次应用神经网络建立所选属性与测井解释孔隙度之间的映射关系,最终反演出孔隙度数据体,进而预测孔隙度的空间变化。以冀中坳陷束鹿凹陷西斜坡台家庄区块沙河街组二段（Es2）为例,对该方法进行了分析验证。以交叉验证法作为质量控制手段,反演出沙河街组二段孔隙度数据体,直观地反映了沙河街组二段高孔隙度砂岩的展布特征。