共查询到20条相似文献,搜索用时 924 毫秒
1.
本文介绍了一种电动大客车用DC/DC电源设计的基本思路和实际电路,并对其中脉冲变压器参数的确定进行了详细的计算,然后报据此电路用PSPICE进行了仿真,从仿真电路的输出电压波形和IGBT两端波形看,取得了比较好的效果。实验表明,仿真电路和实际电路是一致的。 相似文献
2.
3.
4.
在分析螺旋型爆磁压缩发生器工作原理的基础上,给出了其集总参数的等效电路,并对发生器电路参数的计算方法进行了详细论述.结合具体实例和相应的简化条件,利用MATLAB软件仿真了爆磁压缩发生器接不同负载时的输出电流波形.仿真结果表明:负载的选择对爆磁压缩发生器输出电流波形有很大的影响,在实际的设计过程中要综合各方面因素,合理选择发生器的负载. 相似文献
5.
6.
本文向大家介绍了一种利用微机和一台通用示波器及微机接口电路构成的简单实用的“数字信号波形存贮示波器”,本文从各种示波器的特点开始,阐述了我们组装该装置的设想及实现过程,同时较为详细地说明了该装置的特点、工作原理、程序执行过程以及流程图。最后根据我们在实际工作中的应用情况,向大家展示了一种波形采样实例。 相似文献
7.
基于故障树法的电路板故障诊断研究 总被引:1,自引:0,他引:1
电路板的故障检测与定位一直是十分复杂困难的工作。针对某装备的控制电路,设计了一个故障诊断系统,以电压信号作为激励信号,而以电路板系统电压电流等响应信号作为输出。建立了电路分析的故障树,并根据故障树建立了相应的故障字典,进行了典型电路板的故障定位与搜寻等研究。通过仿真分析表明,该基于故障树方法的电路板故障诊断是可行的。 相似文献
8.
9.
10.
开关电源的电压波形及参数分析 总被引:1,自引:1,他引:0
介绍了开关电源的电路模型及电压波形的形成过程,针对分析开关电源的电压波形及参数,提出了一套“辅助补偿”算法.基于这套算法,对开关电源的电压波形及参数进行了理论分析和计算机仿真.仿真结果表明:这套算法的可行性和先进性.对开关电源的分析与设计有重要的指导意义. 相似文献
11.
利用拓扑结构建立模拟电路故障诊断图论模型,讨论了基于图论模型的模拟电路故障可测性,用香农信息熵对测点上电路故障状态的不确定性进行了定量描述,依据可测节点处提供的故障信息量大小,给出了模拟电路中部分测试节点不可及情况下确定最优故障检测点方法。通过实例验证了该方法的有效性。 相似文献
12.
机载导弹电路故障诊断优化方法探讨 总被引:1,自引:0,他引:1
针对机裁导弹电路故障诊断问题,提出了在赋模糊权的二部图中求解故障诊断费用最小的诊断顺序的数学模型,并给出了该模型的优化算法,根据算法可方便地得出故障诊断顺序的优化决策方案,使机载导弹电路故障诊断更为经济和快捷有效。 相似文献
13.
14.
15.
火炮控制系统中,电机功率的选取和确定关系到整个火炮的运行状态和特性。以某中口径转管自动机的身管电机驱动控制系统为研究对象,使用d-q轴模型建立三相永磁同步电动机等效电路图,分析驱动系统控制模型;用键合图法对永磁同步电动机及其调速系统建立相应模型,并推导出系统状态方程组。应用MATLAB计算软件对状态方程组进行编程求解,得到调速系统的仿真结果,并与建立的基于Simulink的仿真结果相一致。分析方法可应用于火炮机电控制的一体仿真分析,对火炮多能域一体仿真分析有一定应用价值。 相似文献
16.
以神经网络、小波分析和遗传算法等为代表的智能诊断技术,是故障诊断技术发展的一个重要方向。以传统故障字典法、BP神经网络、小波分析和遗传算法等基本原理为基础,将神经网络、小波分析和遗传算法与故障字典结合,用小波分解预处理故障信号提取故障特征,用遗传算法优化BP神经网络的结构和权值,对基于遗传小波神经网络的故障字典在模拟电路故障诊断中的应用进行研究,并结合实例验证其实际使用性能。 相似文献
17.
18.
以某穿甲弹近炮口处膛炸故障为背景,针对膛内存在异物时弹体和身管动态响应进行数值仿真,探讨膛炸机理并为故障分析与归零提供依据和参考。设定了两种典型异物阻滞形式:一是 异物阻滞造成弹体速度急剧下降或卡膛;二是弹体直接高速冲击膛内沙土类异物。采用有限元分析AUTODYN软件进行了多种不同工况数值计算,得到了弹体速度急剧下降时弹底燃气流场压力特征、身管变形与破裂形态,以及弹体高速冲击沙土类异物时结构动态响应、身管变形与破裂形态。研究结果表明:弹体膛内突然受阻和速度急剧下降,导致底部燃气中形成激波和局部高压区,局部高压区的存在可造成膛炸;弹体膛内近炮口处高速冲击沙土,身管受到复杂的强动载荷作用并可造成膛炸;数值仿真结果与实际故障情况相吻合并得到了故障复现试验的验证。 相似文献
19.
lp范数约束的模拟电路3层多核故障诊断模型 总被引:1,自引:0,他引:1
为提升模拟电路故障隔离精度,结合基于故障特征间一维模糊度的特征选择算法,提出一种改进的lp范数约束多核超限学习机诊断模型。该模型通过将带权分类误差融入超限学习机优化目标函数中,基于自适应Boosting策略构建了一种3层多核学习框架。在新框架下通过自适应调整训练样本的权重分布,使得每层框架能够聚焦于不同故障样本,进而提升诊断模型的辨识力。通过对2个电路实例的诊断,结果表明:所提模型在不同范数约束下具有近似一致的诊断性能;当故障属性单一时,在平衡漏警、虚警的同时,能够显著提升诊断正确率;当多种属性的故障并存时,能够将难以辨识的故障更加准确地隔离到少数模糊组中。 相似文献