【摘 要】
：
本文设计了多通道数据采集系统,通过对采集系统的调理电路、A/D转换电路、主控电路及软件的设计,实现了对配电系统的电压及电流的数字化。随着数字控制系统的发展,传统配电系统中的数据采集已不能满足现在对配电系统高测试性及数字化的需求。传统的配电系统完成了供电的分配控制,新型配电配电系统既要完成供电的数字控制,同时要完成对供电信息的数字化。对供电信息的数字化,本文设计了多通道数据采集系统,具有48通道的数据采集能力,可以完成对一个配电柜供电信息的数字化。
【机 构】
：
中国船舶重工集团公司第七一五研究所
论文部分内容阅读
本文设计了多通道数据采集系统,通过对采集系统的调理电路、A/D转换电路、主控电路及软件的设计,实现了对配电系统的电压及电流的数字化。随着数字控制系统的发展,传统配电系统中的数据采集已不能满足现在对配电系统高测试性及数字化的需求。传统的配电系统完成了供电的分配控制,新型配电配电系统既要完成供电的数字控制,同时要完成对供电信息的数字化。对供电信息的数字化,本文设计了多通道数据采集系统,具有48通道的数据采集能力,可以完成对一个配电柜供电信息的数字化。
其他文献
癫痫是比较常见的神经系统疾病之一,脑电图是临床上诊断癫痫的必要的手段之一,医生通过人工识别脑电图的高频振荡节律出现的位置来诊断和治疗癫痫。定位癫痫始发区(Seizure Onset Zone,SOZ)是术前评估的关键,高频振荡的意义体现在对癫痫发作始发区的准确定位,因此对于高频振荡节律特征提取方法的研究是很有必要的。脑电信号是一种非平稳性信号,即脑电的统计信号会随着时间而变化,且携带了生理和病例信息。普遍认为,脑电信号中80-500Hz频率的信号被称为高频振荡节律。高频振荡节律特征的提取包括时域、频域、时
本文主要是对一种大动态范围的Ku波段下变频模块的设计,硬件电路上下分腔解决多通道变频设计时本振信号走线交叉问题,一中频上下穿腔的方式抑制高低频信号的串扰,提高链路的谐杂波抑制度。通过测试结果可以看出,下变频模块的增益≥46dB,实现了两种中频带宽15MHz和30MHz,通道的谐杂波抑制≥60dBc,通道的动态范围80dB,能够满足模块技术指标要求。随着电子信息技术的迅猛发展,雷达的探测距离越来越远,接收信道作为获取电子信息的前端设备,对高灵敏度和大动态范围的需求越来越强烈。高灵敏度大动态范围的接收信道对电
WEB数据库技术课程是高职院校计算机专业教学的重要内容,该课程具体涉及到WEB开发和数据库访问两个方面的内容,是一门综合性软件开发课程。为了能够更好的促进高职计算机专业WEB数据库技术课程教学发展,文章从整个课程设计到实施的全过程分析WEB数据库技术在教学中的应用。
随着智能电表等具备实时通讯的量测设备普及,电网公司累积了大量的用户用电数据。利用人工智能、大数据等技术通过对海量数据的深入挖掘,可以对窃电用户进行精准判别,有效降低窃电对电网公司收益等带来的损害。然而,当前研究主要针对用户是否窃电进行判断,缺乏对用户窃电类型的识别。
水资源可持续利用是我国经济社会发展的战略问题,解决这一问题的核心是提高用水资源的利用率,这就需要把节水放在突出位置。传统的灌溉方式不仅耗费人力、对作物没有进行及时的水分补充,而且对水资源的利用效率并不高。很多珍贵植物和农作物由于没有得不到及时适量的水分而产量大减,因此我们设计了一种高效节能的自动控制智能喷灌系统。本项目以节水、珍惜园林植物的精确灌溉为目的,设计一种基于BP神经网络算法的喷灌系统。该系统主要由自动控制系统、数据分析系统、后台监视系统组成。
设计了一种基于STM32单片机的轻量级PLC控制器。本文主要论述控制器的通讯电路及模拟量电路,包括485通讯电路、CAN通讯电路、以太网通讯电路设计和模拟量混合输入/输出电路设计与仿真。PLC因其编程方便,控制稳定可靠,抗干扰能力出色被广泛应用于大规模工业生产场合,但是在小规模生产场合中使用PLC却又存在价格高贵、维护成本高等问题。针对上述问题,本文采用STM32单片机设计了一种适用于小规模控制场合的轻量级PLC控制器。
本文采用氮化铝陶瓷基板、PIN二极管芯片,优化传统射频开关结构电路图和版图设计,通过合理的热设计结合电磁仿真,研制出一种新型的宽带大功率高集成单刀双掷开关。在1.9~4GHz频带内发射通道插入损耗小于0.5dB,接收通道隔离度大于43dB,可通过CW功率120W。
教室光源进行合理控制是非常重要的,通过对教室光源的控制可以避免不必要的用电浪费,从根本上响应节能减排的国家政策,达到节能环保的效果。因此,通过自动控制系统去控制教室光源是非常有必要的,不仅方便了教室光源的控制,还能实现教室使用光源的自动化,避免因为忘记关灯断电等情况造成的用电浪费。
卷积神经网络已成功应用于图像分类。然而,训练传统的卷积网络模型需要花费大量的时间和计算内存。半非负矩阵分解(Semi-NMF)是一种学习数据集特征表示的有用算法。本文提出了一种新的用于模式分类的约束半NMF神经网络(GSNnet)。GSNnet放弃了反向传播过程,采用半NMF学习卷积滤波器。这种方法极大地降低了网络复杂性。为了提高分类精度,
针对踏面单元制动器的气密性进行容积补偿和模糊PID控制,运用MATLAB的Simulink模块对模糊PID控制器进行优化,并建立制动器数学模型,通过对踏面制动器制动过程的仿真分析和参数调整,使得系统的检测性能更加稳定。伴随城市轨道交通的迅猛发展和高速列车速度的提高,对列车停车准确度的要求更加严格,因而对制动系统的响应也提出了更严标准。