电弧炉微机电极调节器的设计思想

本文立足于电弧炉的电特性,探讨采用微机来改进电极调节器,同时指出电弧炉微机发生紊乱的结症所在。     

集合式电容器智能组件的研究

随着智能变电站的迅猛发展,对高压电气设备智能化检测的要求也逐渐增强。智能组件可以实时监测电气设备的运行状况,当出现故障隐患时有利于工作人员及时进行设备检修,以避免突发停电造成的经济损失。本文就当前热点的智能组件课题,重点研究了集合式电容器智能组件在线监测模块有关介质损耗角的测量算法。     

90t国产大型钢包精炼炉出钢

由机电部西安电炉研究所设计、西安重型机器厂制造、冶金部第13冶建公司安装的90tLF钢包精炼炉在各方的通力合作下,日前在河南舞阳钢铁公司调试成功,7月11日首次     

基于多源信息融合的绿茶杀青叶水分含量智能感知方法

为了实现绿茶杀青过程中水分含量的快速有效检测,利用机器视觉结合近红外光谱技术,构建绿茶杀青过程中水分含量变化的定量预测模型。首先采集杀青过程中在制品的光谱和图像信息,然后采用竞争性自适应权重取样（competitive adaptive reweighted sampling,CARS）法、变量组合集群分析（variables combination population analysis,VCPA）法、变量组合集群分析法结合迭代保留信息变量（variable combination population analysis and iteratively retains informative variables,VCPA-IRIV）法和随机蛙跳法（random frog,RF）4 种变量筛选方法提取光谱中的特征波长,并融合图像中的15 个色泽和纹理特征建立线性偏最小二乘回归（partial least squares regression,PLSR）和非线性支持向量回归（support vector regression,SVR）预测模型。结果表明,与单一数据相比,基于融合数据所建立的模型能有效提高预测精度,其中基于CARS算法提取光谱特征波长融合图像的15 个颜色特征,并结合归一化预处理和主成分分析（principal component analysis,PCA）建立的SVR模型效果最佳,其中校正集相关系数为0.974 2,预测集相关系数为0.971 9,相对分析误差（relative percent deviation,RPD）为4.154 6,表明模型具有极好的预测性能。综上,本研究证明融合光谱和图像技术对绿茶杀青过程中水分含量预测的可行性,克服了单一传感器预测精度低的问题,为实现绿茶杀青叶水分含量的快速无损检测和精准把控杀青质量提供理论基础。     

基于GaN的大功率高线性固态发射机研制

介绍了一种GaN大功率高线性固态发射机。利用GaN HEMT的高功率特性,结合新型波导魔T低损耗功率合成的特点,在7.9~8.4GHz范围内实现了连续波饱和输出功率大于200W,效率大于20%。此外,应用新型模拟预失真方法提升功放的线性化指标,在额定输出功率下三阶交调指标(IMD3)优于-30dBc,改善功放的线性度11dB。该发射机具有输出功率大,线性度好等优点,整体性能优于国外同类产品。