一种反激式双输出DC/DC变换器的设计与实现

针对市场上DC/DC开关电源高压输出时,输出电压纹波较大问题,介绍了一种±50 V双输出DC/DC开关电源的设计方法及测试结果。该电路采用电流控制型PWM控制芯片,工作于反激模式。输入输出通过光耦实现隔离。该DC/DC变换器具有带负载能力强、纹波低、输出电压高等特点,可为电子设备提供稳定的供电电压。     

基于Kalman滤波的谐波电流实时检测仿真分析

谐波电流的实时检测是有源电力滤波器实现的关键,数字化的实现引入了一定的时间延迟,影响了其滤波效果。将三相谐波电流进行Clark坐标变换到两相正交坐标系中,利用Kalman算法对系统进行建模,检测出各次谐波电流的幅值和相角。通过选取合理的Kalman状态变量,运用简单的代数运算向模型中增加了一个相位补偿角,来消除延时的影响。最后,利用Matlab进行仿真实验,验证了该方法的有效性和正确性。     

滤波技术研究

滤波技术是信号处理,信号分析以及关于信号发展的重要的一个分支,信号的获取、传输以及处理交换都离不开滤波技术。分别介绍了滤波的原理,以及现代滤波、维纳滤波和卡尔曼滤波。最后把重点落脚在基于MATLAB的数字滤波器的设计,分析了最小二乘法,窗函数法以及最优化设计法的原理,分别比较了三种不同方法的区别和差异的所在,并实际利用窗函数法设计了高通滤波器。     

卡尔曼滤波在核脉冲全谱数据采集系统中的应用

针对核脉冲全谱数据采集技术中采用的深度加权滤波法在数据量少时平滑效果差、滞后大的缺点,设计了卡尔曼滤波算法替代传统滤波算法进行解谱的方案。滤波算法首先根据信号与噪声的状态空间模型,建立状态方程和测量方程,然后根据广义卡尔曼滤波对测量方程进行更新,最后根据现场的标准刻度井测量数据确定测量矩阵,对测量数据进行滤波。实测结果表明,该滤波算法相对于传统滤波算法,能够消除谱图的统计涨落,提高光滑度,遏制滞后,并保证滤波后曲线不失真。     

有源电力滤波器在工业供电系统中的应用

目前我国工业供电系统中越来越多地使用电力电子设备,这些设备会导致供电系统谐波含量增多,电能质量下降,并对其他用电设备造成不良影响。鉴于此,本文阐述了电网谐波抑制的重要性、紧迫性及谐波抑制方法,分析了有源滤波器的工作原理,并通过具体实例介绍其应用情况。     

PVC生产中的二次水回收工艺改造

介绍了在PVC生产过程中产生的蒸汽冷凝水、压滤水、废自来水、母液水的回收和综合利用的情况。工艺改进后,青岛海晶化工集团有限公司12万t/a PVC装置可节水67万t/a,节约资金204万元/a。     

电袋复合除尘器清灰系统的优化组合

目前，关于电袋复合除尘器清灰系统优化组合的研究很少，而清灰系统是其核心和关键，因此清灰系统的设计对除尘器来说十分重要。本文提出了电袋复合除尘器的清灰系统所面临的问题，并给出了解决方案，从而得出了清灰系统的优化组合。     

快速高效隔膜压滤机在鹤壁四矿选煤厂的应用

介绍了快速高效隔膜压滤机的主要性能参数和特点 ;分析了压滤机在煤泥水处理系统中的应用情况和运行结果 ;应用快速高效隔膜压滤机对煤泥水处理系统进行改造后获得了较好的经济及社会效益     

HPAM的相对分子量及电解质对LPS封堵性能的影响

采用微孔滤膜过滤法研究了在部分水解聚丙烯酰胺(HPAM)与交联剂柠檬酸铝(A lC it)的交联比确定的情况下,HPAM的相对分子量以及电解质对交联聚合物溶液(LPS)封堵性能的影响。结果表明,随着HPAM的相对分子质量的增大,HPAM与A lC it反应的时间增加,同时通过3μm微孔滤膜的过滤时间先增加后降低。LPS体系中电解质存在一个最佳的影响范围,当电解质(氯化钠、钙镁离子共同影响)的含量在5000~6000 mg/kg时,仍然可以得到稳定的胶态分散体系,且体系对多孔介质有较好的封堵效果。     

Stochastically resilient extended Kalman filtering for discrete-time nonlinear systems with sensor failures

Missing sensor data is a common problem, which severely influences the overall performance of modern data-intensive control and computing applications. In order to address this important issue, a novel resilient extended Kalman filter is proposed for discrete-time nonlinear stochastic systems with sensor failures and random observer gain perturbations. The failure mechanisms of multiple sensors are assumed to be independent of each other with different failure rates. The locally unbiased robust minimum mean square filter is designed for state estimation under these conditions. The performance of the proposed estimation method is verified by means of numerical Monte Carlo simulation of two different nonlinear stochastic systems, involving a sinusoidal system and a Lorenz oscillator system.