工程用太阳电池模型及参数确定法

基于太阳电池五参数模型,采用太阳电池单体或太阳电池组件工程测试数据,推导出太阳电池单体和太阳电池组件的工程用太阳电池模型及参数确定法。仿真实验证明,该模型具有通用性强、计算灵活的特点,能够体现太阳电池组件的差异性,提高仿真精度。     

基于多传感器信息融合的太阳电池动态建模

为获取运动状态下太阳电池输出特性,提出一种基于多传感器信息融合的太阳电池动态建模方法。基于多传感器信息融合测量模型、欧式空间旋转理论、光照强度与太阳电池空间位置关系和太阳电池数学模型及其参数与光照强度之间耦合关系,构建太阳电池动态模型得到其动态输出特性。通过SIMPACK及Matlab/Simulink仿真软件建立太阳电池动态发电仿真平台验证了方法的有效性。结果表明,载体的运动明显影响了太阳电池输出特性,且在太阳电池输出最大功率点处的功率最大减少了18.038%。     

太阳电池组件的仿真方法

对比分析了不同太阳电池组件模型,并进行了仿真试验。针对太阳电池组件电子模型实用性差和硅太阳电池工程用数学模型精度不高的问题,建立了工程用改进模型。该工程用改进模型保留了已有两个模型的优点,克服了其精度低的缺点。通过仿真试验证明,工程用改进模型具有使用方便、灵活、精度高和通用性强的特点。     

基于图形逻辑分析的光伏储能系统能量管理方法

考虑现阶段市场普遍采用的峰谷分时阶梯电价机制,该文给出一种基于图形逻辑分析方法,以应用双向逆变器的光伏储能系统用户日用电消费最低为目的创新型能量管理方法。该方法通过分析每日用户用电量与光伏发电量,储能系统状态,结合现行电价与光伏补贴价格,设计光伏储能系统电能的合理流动及控制算法。利用电力公司的用户用电量、光伏发电量数据及上海市实际电价,验证该图形逻辑分析方法的有效性。计算表明在该方法控制下用户日用电消费明显降低;运算速度在相同仿真计算平台下,相比于普通寻优方法显著提高。     

降低建筑物定位误差的方法

建筑物定位是城市规划部门委托有资质的测绘部门到施工现场进行建筑桩位的放线工作,其放线成果最终将交付建设单位使用.为保证其交付使用数据的正确性和精确度,就必须考虑其误差对建筑定位的影响.如何在建筑定位的过程中减少测量误差,以保证其建筑定位的精度.     

关于围墙

“黄风吹绿柳摇啊摇 红墙穿灰墙飘啊飘”听老栗说这是目前他们家东围墙人行入口处贴的春联“黄风吹绿柳红墙穿灰墙”的原来的想法，也正好应了廖雯说的围墙并没有飘起来韵现状。当然飘起来并不是我的目的，可在施工过程中还是忍不住想了些法子让它飘起来，这些法子也没奏效。     

轨道车辆扇形压电阵列式俘能器宽频响应设计

为提高轨道车辆振动可再生能源利用效率,提出了一种压电梁阵列设计方案。首先,基于欧拉-伯努利理论建立扇形双晶悬臂梁阵列的分布参数机电模型,对其机电耦合特性进行分析;其次,针对上海地铁列车采集的轴箱振动信号,采用ANSYS软件进行有限元分析,提出一种具有12个梁单元的多维圆盘阵列采集系统;最后,搭建振动测试平台进行了实验。结果表明,可以采取机械调谐策略调整压电阵列的设计参数,在20.95,40.45和204.19 Hz这3个振源频率处产生工作频率点,从而与轴箱振动环境实现宽频匹配,结构的前12阶低频谐振宽度达到35.68 Hz。提出的扇形压电阵列式俘能器的宽频响应及输出性能良好,可以根据所需轨道车辆环境振动特性进行匹配,提高智能监测用小型无源传感器的输出性能。     

彭乐乐：民乐村重建住户设计

该住宅平面布局上居住部分以厨房为中心连接堂屋和卧室,冬天厨房的温暖可以照顾到堂屋及卧室。尊重当地人们的生活习惯,厨房卫生间在院子里进出,独立且方便。在院子里单独进出的卫生间自然将室外院子分成两个,实现进出分开,提高生活质量。     

用于便携式轨检小车的轨距及磨耗检测方法

轨道线路的轨距及磨耗检测是保障列车运营安全的一项关键技术,传统的人工检测效率较低,大型轨检车检测及维护成本高,使得在轨道日检维护中缺少有效的设备及方法来满足轨道线路检测需求。为了解决此问题,提出了一种用于便携式轨检小车的轨距及磨耗检测方法。首先,基于光平面方程、机器视觉三维重构理论及相机标定技术构建了激光视觉检测模型及系统标定方法,获取了同一世界坐标系下的轨道左右轨轮廓线三维坐标值点集;其次,利用改进最近点迭代匹配算法,实现测量数据点集与标准钢轨点集匹配,计算得到轨距及磨耗值;最后,搭建测试系统进行实验验证。结果表明,该方法的最大测量偏差小于0.1 mm,能够满足轨道线路日常检修及维护要求,为列车安全运行提供了技术保障。     

机器视觉与惯性信息融合的轨道线形检测

轨道空间线形检测是保障列车运行安全的一项关键技术,受陀螺仪及加速度计的累计误差的影响,使得基于常规的惯性单元的轨道线形检测方法在低速连续运动测量下精度较低。为了解决该问题,提出一种基于机器视觉与惯性信息多传感器融合的轨道空间线形检测方法。通过分别建立惯性测量单元与机器视觉转换矩阵,倾角仪与惯性测量单元旋转矩阵及惯性测量单元与机器视觉平移关系矩阵,将动态测量数据转换到世界坐标系下,实现多传感器间的融合定标。利用扩展卡尔曼滤波将机器视觉与惯性信息进行融合,提高检测精度。最后,通过搭建测量平台进行实验验证,结果表明该方法的测量精度小于0.5mm且标准差低于0.3。与常规惯性测量方法相比,测量精度提高近10倍。