基于开环检测系统的全光纤电流互感器研究

商用化的全光纤电流互感器（FOCT）的误差一般要求小于0.2%,信号处理方法是决定该类传感器测量准确度的关键因素。论述了全光纤电流互感器的光路结构、工作原理、技术优势和干涉信号特征,提出了一种基于数字开环的全光纤电流互感器检测系统以及实现方案,论述了其工作原理和特点,试验结果表明,该检测方法提高了全光纤电流互感器的性能,使其满足了0.2 级测量用电子式电流互感器的准确度要求, 对解决全光纤电流互感器的信号处理、测量准确度和测量灵敏度等问题具有较大的参考价值。     

浅谈油浸式变压器运行过程的监视巡查

分析了油浸式变压器运行监视的四大关键要素，从而提出合理的处理办法，以确保变压器安全运行。     

全光纤电流互感器控制电路设计

论述了全光纤电流互感器检测和控制原理,以单片FPGA为控制核心设计了全光纤电流互感器信号检测与控制硬件电路,并对关键部件指标和检测控制方法进行了分析和讨论。结合前端光纤电流传感头搭建了全光纤电流互感器装置。经实验测试,其在额定一次电流100 A~4 000 A范围内均实现了0.2 S级测量准确度,满足电力电网对电流互感器测量准确度的要求。     

超高速分幅相机中的无鬼像光学系统

超高速光电摄影系统是目前最常用的一种高速摄影设备。在进行超高速光电分幅相机光学系统的设计时,由于面数较多、结构较为复杂,很容易在像面附近形成鬼像,从而影响成像的锐度和对比度,干扰目标的识别。为了解决鬼像的问题,本研究从光学系统中的关键器件像增强器出发,分析了鬼像形成原因,并进一步采用光纤面板对像增强器进行了优化设计,从而克服了鬼像问题。采用本光学系统组成的超高速光电分幅相机拍摄了高压火花放电的过程,实验结果表明,得到的图像无鬼像。利用该系统可以方便地进行纳秒时间尺度的超高速摄影实验研究,拍摄的照片无鬼像,有利于目标的精确识别和解读。     

像增强器高压倍压电路的设计与仿真研究

新一代像增强器正在不断朝着微型化的方向发展,其中一个关键技术是产生高达6000V的高压微型电源模块,而选择合适的电路元件参数使模块微型化和性能提升.根据实际像增强器对电源系统的要求,从理论出发,结合工作实践,应对高压倍压产生电路进行数学建模,通过计算机仿真分析高压倍压电路的暂态工作过程,得出了电路的交流输入信号频率、倍压电容和输出负载等对倍压电路输出特性的影响,为设计高性能微型化像增强器电源提供依据.     

全光纤电流互感器λ/4波片制作工艺

根据全光纤电流互感器（FOCT）的光路结构及其工作原理,分析了/4波片的制作效果对FOCT的影响,研究了/4波片的制作工艺,得出了影响波片制作效果的主要因素。通过选择合适的材料和工艺方法,获得了性能优异的全光纤/4波片。试验结果表明:该方法制作的波片提高了FOCT的性能,使其满足了0.2 S级测量用电子式电流互感器的准确度要求。     

主振荡功率放大相干合成系统的相位误差分析

在采用主振荡功率放大(MOPA)结构和外差方法实现激光器的相干合成中,由于各种因素的限制,不能保证各支路激光的相位完全一致。建立了反馈控制的相位误差分析模型,并对引起相位误差的因素进行了分析,包括电路延迟、电路输出的电压噪声、电路输出电压和相位调制器半波电压的不匹配、以及空间光路的扰动等,其中空间光路的扰动影响较大。进行了相干合成实验,当敲击分光镜时,空间光路发生变化,造成相位控制精度下降和相干合成的效果变差。     

基于ANFIS的糖厂PH中和过程建模

针对糖厂pH中和过程具有强非线性,大滞后性,不确定性等特点,将模糊推理系统和神经网络相结合,介绍了一种自适应神经模糊推理系统（ANFIS）,并建立了pH中和过程的模型。仿真结果表明,利用ANFIS所建立的模型能很好地逼近实际的非线性系统,并且辨识精度高,泛化能力强,为后续的优化控制研究奠定了基础。     

γ-CuI晶体的发光衰减时间和对X射线的能量响应

采用溶剂蒸发法生长出透明的带隙宽度为2.96 eV的γ-CuI晶体。在紫外光激发下, 该晶体在410、430 nm处分别呈现有近带边发射峰, 另在720 nm附近还出现一个与样品碘缺陷有关的宽发射带。经碘退火后, 样品720 nm发射带被基本抑制, 而在420 nm处出现了一个更强的近带边发射峰。使用扫描相机分别测量了γ-CuI晶体各发射峰(带)的衰减时间谱, 其中近带边发射峰的发光衰减时间常数均在数十皮秒量级, 表明γ-CuI晶体具有极快的时间响应特性; 而720 nm发射带的发光衰减时间常数主要在数十纳秒量级。X射线激发下, γ-CuI晶体具有435 nm近带边发射峰和680 nm发射带, 其近带边发射对X射线能量响应的测量结果表明, 当E_X<49.1 keV时, γ-CuI晶体闪烁光快分量对X射线的探测效率相对较高。     

一种改进的最小二乘支持向量机软测量建模方法

针对最小二乘支持向量机(LS-SVM)缺少支持向量所具有的稀疏性和模型参数值难以选择的问题,提出利用马氏距离进行样本相似程度分析,去除集中部分样本,以恢复最小二乘支持向量机的稀疏性的方法.同时,采用κ-折交叉验证误差作为学习目标的粒子群优化算法来选取模型参数,并利用改进算法建立了精馏产品浓度的软测量模型.通过仿真验证了改进算法的有效性.结果表明模型精度较高,泛化能力强,满足工业测量要求.