Buck-Boost DC-DC变换器中分叉与混沌问题的研究(Ⅱ)——数值分析与实验

研究了电流控制型Buck Boost变换器中的分叉与混沌问题. 在连续模式下的Buck Boost变换器的离散数学模型基础上, 从不动点及稳定性理论的角度对Buck Boost变换器的第一分叉点进行了严格的数值分析, 得到了三维参数空间曲面图. 此外, 建立了实验硬件电路, 实验结果验证了理论分析.     

Buck-BOOst DC-DC变换器中分叉与混沌问题的研究(Ⅱ)--数值分析与实验

研究了电流控制型Buck-Boost变换器中的分叉与混沌问题.在连续模式下的Buck-Boost变换器的离散数学模型基础上,从不动点及稳定性理论的角度对Buck-Boost变换器的第一分叉点进行了严格的数值分析,得到了三维参数空间曲面图.此外,建立了实验硬件电路,实验结果验证了理论分析.     

硫酸铝钾在矩形铜管弯曲中的应用

料,铜管内通以冷却水。由于线圈结构上的原因,在加工中要求铜管弯曲变形大。例如,2000 kVA中频变压器的铜管壁厚为2.5mm,铜管截面为矩形15×66mm,要弯成如图2的形状。以前我们曾采用国内常用的弯管工艺,即在铜管内灌满黄砂或铅后弯曲成形,但均未达到理想的效果,铜管表面凹凸不平度竟达3～5mm。这不但影响产品的外形美观和产品的安装尺寸,严重的是水通过铜管凹入处,截面减小,增加了水的阻力,使冷却水的流量减小,影响了冷却效果,促使铁芯发热,造成不良后果。为此,我们经过试验,采用在铜管内溶灌硫酸铝钾(俗称明矾),冷却凝固后将铜管模压成形的工艺,     

数字化霍尔转速仪的研究

在分析数字化霍尔转速仪工作原理的基础上,重点阐述了利用开关型霍尔元件构成转速传感器的构成方法和测量手段,并对其测量误差进行了分析     

采用新型馈电结构的双频宽带导航天线设计

基于新馈电结构,设计了一款覆盖全球四大卫星导航系统的双频宽带贴片天线。采用了一种四分八馈电线路,以8个同轴馈电探针两两相连的方式将两路天线馈电信号合为一路,有效简化了馈电网络的复杂性,同时保证了天线辐射的增益、带宽和轴比性能。该双频辐射贴片单元采用正八边形层叠式结构设计,并在每个天线单元边缘对称添加两组矩形调谐单元,有效增加了天线辐射的波束带宽。该双频天线单元在高频1.482~1.617 GHz（波束带宽155 MHz）和低频1.191~1.252 GHz(波束带宽61 MHz）频段范围内,都能保证良好的辐射增益;高低频的3 dB轴比带宽为-130°~130°,具备良好的圆极化性能。经实物样机对比测试分析,实测结果与仿真结果基本吻合。     

IBM—PC与多AT89C2051的主从式串行通讯

介绍了一种ＰＣ机与多ＡＴ８９３Ｃ２０５１单片机之间的串行通讯接口电路,并采用ＱＢＡＳＩＣ编程提出了一种新的通讯方法。     

硅钢片的各向异性对冲裁间隙的影响

<正> 在电机行业的生产中,广泛的采用0.35毫米或0.5毫米厚的Q_(10)、Z_(10)或m_5～m_6等牌号的硅钢片。以往对其冲裁间隙大小的确定是按硅钢片的厚度来确定的,也就是说,不论材质是冷轧、还是热轧,是国产的,还是进口的。0.35毫米的双面间隙均为0.04毫米左右,0.5毫米厚的双面间隙均为0.07毫米左右,对于材料的机械性能及其同一种材料的机械性能各向异性对其间隙大小选择的影响,考虑得就不多了。 例如以上所举出的几种牌号的冷轧硅钢     

明矾在铜管弯形中的应用

在变压器制造中,要弯制各种不同截面的冷却水道铜管,其中最大矩形截面达15×66×2.5毫米,需弯成圆弧形线。以前我们采用在铜管内灌砂、铁丸、铅等多种方法,均未达到理想的效果,弯曲后凹凸不平达3～5毫米,严重影响产品的外观质量。为此,我们通过分析和探讨,改用在铜管内熔灌明矾的方法,然后用模具进行弯曲,取得了理想的效果,表面不平度在0.5毫米以下,并且没有皱折现象。一、明矾的性能明矾为无机化合物,是硫酸钾和硫酸铝的含水复     

关于保护高硫优质炼焦煤资源的思考

近年来，随着我国国民经济的持续、高速发展，极大地刺激了对钢铁产品的需求，同时，也拉动了炼焦生产的高速发展。但是，焦炭产能的快速扩张．也导致了炼焦煤供应出现紧张态势。如果我国炼焦煤储量按2009年炼焦原煤产量13．2亿吨的速度推算，则炼焦煤     

DTU-PU：针对不确定数据PU学习的决策树

不确定数据的PU学习在现实世界的许多应用中,如在传感器网络、市场分析和医学诊断等领域普遍存在,提出了针对不确定数据PU学习的决策树算法。基于POSC45中信息增益的计算方法,引入UDT中处理连续属性的不确定数据时用到的不确定数据区间及概率分布函数的概念,提出了一种能处理连续属性的不确定数据PU学习的决策树算法DTU-PU（Decision Tree for Uncertain data with PU-learning）。在UCI数据集上的实验表明,DTU-PU具有较好的分类准确率和健壮性。