【摘 要】
：
电弧加热器系统是研究航天飞行器热防护系统材料的关键设备,电弧加热器电源作为电弧加热器系统的重要组成部分,对电弧加热器系统的性能起着决定性的作用。电弧加热器电源功率非常大,需要通过串联和并联组合才能满足各种运行模式要求。因此,本文针对电弧加热器电源的串并联运行进行研究。本文首先对多脉波整流电的运行原理及其谐波特性进行分析,根据所给移相变压器方案确定了基于叠桥相移的电源系统电路,结合等离子电弧负载电气
论文部分内容阅读
电弧加热器系统是研究航天飞行器热防护系统材料的关键设备,电弧加热器电源作为电弧加热器系统的重要组成部分,对电弧加热器系统的性能起着决定性的作用。电弧加热器电源功率非常大,需要通过串联和并联组合才能满足各种运行模式要求。因此,本文针对电弧加热器电源的串并联运行进行研究。本文首先对多脉波整流电的运行原理及其谐波特性进行分析,根据所给移相变压器方案确定了基于叠桥相移的电源系统电路,结合等离子电弧负载电气特性,明确电源系统输出要满足“下垂”特性的需求。其次,根据电源系统的控制需求,确定了电源系统的控制方案。采用分段变速积分控制策略实现对电源的控制,并对该策略的参数整定方案进行分析与总结。完成对电源系统串并联特性分析,并给出控制策略。再次,采用Matlab软件搭建了电源系统的仿真模型,用S-Function完成了控制算法编程。对电源系统的输出特性及谐波进行仿真分析,验证了分段变速积分控制策略有效性。最后,搭建了交流输入380V,输出电流8A,额定输出功率2k W的实验样机,对本文所提串并联运行策略进行实验验证。
其他文献
随着云计算和5G等新型网络技术的迅速发展,数据中心中的网络流量呈现爆炸式增长的趋势,如何保证数据中心的健壮运行和用户优质的服务体验质量成为当前数据中心中研究的一个热点。在数据中心中,多对一的流量模式极易导致数据中心产生典型的TCP Incast问题（多个发送方同时向一个接收方发送数据,造成瓶颈链路的拥塞）,这会直接降低用户的产品使用好感度;而不当的路由容易导致数据中心产生流量负载分配不均的问题,进
制造业是国民经济的主体。近年来随着我国经济的迅速发展,制造业面临着国内外双重作用下的巨大压力,迫切需要进行产业的升级转型。尤其对于化工制造业来说,加快推进数字化转型更为重要。因为园区内通常设置了大量不同种类的生产仪器设备和输送管道,且生产加工过程中通常会产生具有易燃易爆、强腐蚀性的有毒有害危化品,一旦发生设备损坏或者危化品泄漏等情况,如果巡检不到位,很可能会引发重大生产事故。但是传统的巡检模式极易
随着人口老龄化的加剧，帕金森病的发病率逐年攀升，目前对于该病的发病机制及治愈方式尚不明确。中医药学对帕金森病的认识载数千年，累积了丰富的临床经验和实用方剂。本文旨在梳理了帕金森病关于“风、血、毒”的中医理论，探讨了“风、血、毒”与现今发现的帕金森病可能的发病机制存在一定的相关性，总结了原发性帕金森病的核心病机为“血伤风动，酿毒入络”，其中早发型帕金森病与老年型帕金森病的病机存在异同，论治时需把握“
近年来,随着无人机市场规模的快速增长,以及无人机应用技术的不断革新,无人机在多个领域发展起来。在物流方面,得益于各大物流厂商的不断探索与实践,无人机配送技术不断成熟,应用场景不断完善,逐渐从偏远农村向城市地区拓展。然而由于城市地区人口稠密,环境空间复杂,安全性得不到保障,无人机在城市的运行还受到诸多限制。面对这样的限制,为了促进无人机配送产业的发展,推动无人机配送在部分城市的应用落地,需要从整体上
机器学习已经应用于光纤分布式振动传感器的模式识别,有效提升了光纤分布式振动传感器在周界安防、油气管道监测、结构健康监测、轨道交通物联网、交通流量监测、地震波监测等应用中的振动事件识别能力。但在工程应用中,现有振动信号特征提取方法的效率与模式识别算法的泛化能力仍存在限制问题,目前模式识别算法的训练仍需要大量实验样本与标记;另一方面,目前光纤分布式振动传感器实现振动频率测量存在方法复杂与器件成本高的限
随着科技的发展,人工智能越来越多的出现在人们的生活中。而视觉问答是能够应用在人类生活中典型的人工智能技术。视觉问答指的是对智能系统输入一张图片和针对该图片提出的问题,系统能够根据图片给出问题的答案。近年来,场景图生成任务的出现和视觉推理技术的进步推动着视觉问答朝着推理方向发展。基于推理的视觉问答模型不但能得出问题的回答,而且能够给出答案的推理过程,使得模型的答案有据可依。而目前应用在VQA中的场景
近年来,深度学习技术在解决实际问题中发挥了重要作用,为人工智能领域的发展带来了重大突破。然而经研究表明,训练良好的深度学习模型易受到对抗样本的攻击,模型的鲁棒性仍面临巨大的挑战。鲁棒性反映了模型在各种正常和异常输入下的稳定程度,尤其在安全攸关领域,对模型鲁棒性进行评估有助于更好地发现模型的缺陷,进一步提高模型的稳定性。卷积神经网络（Convolutional Neural Networks,CNN
随着现代物流业配送需求的不断增长,各大物流企业不断扩大车辆规模以应对日益增长的客户需求,而燃油载货车辆的增加和大规模运行势必增加燃油消耗。如何有效减少车辆在配送过程中的燃油消耗量,已逐渐成为国内外学者探讨研究的热点问题。近年来,车辆编队行驶被证实对减少车辆行驶过程中的油耗具有显著效果,然而目前将编队行驶应用到路径规划问题中的研究还相对较少。车辆编队行驶是指多辆车在道路上组成纵列式车队,以较短车距进
随着城市客流出行需求的与日俱增,地铁在城市公共交通系统中的骨干作用也日益凸显。识别列车延误较多、乘客候车时间较长、乘客候车体验较差的站点,能够为地铁列车时刻表的优化、运营组织的改善提供重要支撑,有助于提高地铁运营服务水平。基于此,本文主要研究内容如下:首先,结合列车延误、乘客候车时间和候车客流量建立了地铁乘客候车时间偏差时长模型,该模型包括三个指标:计划乘客候车时长、实际乘客候车时长和乘客候车时间
随着风光发电规模的增加,为了减少弃风弃光,新能源的消纳问题变得日渐突出。如何破解这一困境,成为当今研究的热点。考虑到居民用电近些年来逐年增加,在用电市场中形成了一定规模,并且某些大功率设备如空调、蓄热式热水器等,具有一定的可调节的潜力。但由于这些用电设备存在着量大、分散的特点,采取集中控制方式投资将较大,采用行政方式管理难度大。因此有必要借助于电力市场中的电价手段,开展居民用电负荷调控工作,它具有