基于KNX的地下停车场智能监控及车位引导系统

针对目前地下停车场的自动化监控和管理方式单一,缺乏智能化的停车位引导以及停车场内照明、通风、泵站设施管理方式落后等问题,提出一种基于KNX的地下停车场智能监控及车位引导系统;通过将各个KNX节点设备挂载到KNX总线上,构建KNX系统,通过挂接在KNX总线上的智能终端实现对整个地下停车场的监控与管理,即实现对停车场照明、通风设备的管理和监控,以及车辆检测、车位检测以及车辆进入车位的智能引导功能;经实践验证,系统运行稳定可靠,实时性好,抗干扰能力强。     

四极管等效二极管空间电荷限制流研究进展

可持续绿色能源核聚变具有清洁环保、原料储量丰富、安全可靠、不产生核废料等优点,是解决未来能源及环境问题的重要选择。然而,实现受控核聚变并非易事,托卡马克是最有希望实现可控聚变能的磁约束装置。大功率真空发射管是托卡马克装置中的一个重要器件,其电流作为发射电子管极限参量和额定功率的一个重要指标,取决于发射管本身的结构、尺寸、材料等。由于四极管的结构和工作原理十分复杂,很难直接获得发射电流随其结构参数变化的情况。可先将四极管等效成二极管结构来探寻二极管空间电荷限制流随其几何结构变化的规律,从而为等离子体加热发射管（四极管）结构设计及优化提供理论参考和有效依据。对此,本文通过查阅相关文献和书籍,对二极管空间电荷限制流方面国内外的研究状况进行总结和分析,并展望了其发展趋势。     

折流杆换热器薄管板的分析设计及应用

阐述薄管板在折流杆换热器中的应用前景,并利用应力分析设计方法,研究薄管板的应力分布及应力评定。结果表明,薄管板适合在折流杆换热器中应用,并能产生可观的经济效益。     

单相有源前端直流电压脉动研究

单相PWM整流器作为串联H桥多电平变频器的有源前端,可以满足矿井提升机对电气传动系统能量双向流动能力的要求,但是其输出2次脉动电压使得网侧电流存在3次谐波。针对上述问题,提出了一种稳态误差前馈补偿的方法,即将输出直流电压的二倍频正弦误差信号补偿至直流电压给定信号,以减小电压脉动对电网电流畸变的影响。仿真及硬件实验验证了该方法的有效性。     

基于加权因子的光电经纬仪航迹测量

针对光电经纬仪测量的异面定位误差,采用加权因子算法进行调整;首先建立空中测量目标的定位模型,为避免因各种误差对测量数据的影响,接着用加权因子对目标无偏估计,通过调整加权因子提高测量模型的精度,最后建立模型并进行仿真实验,得到了精确的航迹坐标,仿真结果表明减少虚假航迹,提高对被测目标的定位精度。     

衰落信道下提高协作频谱感知能力的方法

由于协作频谱感知能够更准确地确定主用户的存在与否,因此,它被认为是认知无线电技术中的一个重要研究分支.在协作频谱感知中,各认知用户需要通过报告信道发送其本地判决结果(0或1)到融合中心(FC).然而,在实际中,报告信道通常受衰落的影响,这将降低频谱感知的检测性能.针对这个问题,首先,文中提出一种基于认知用户选择的协作频谱感知算法.该算法通过减小由衰落信道引入的误码概率来提高协作频谱感知的检测性能.其基本思想为:只有具有较好瞬时信道增益报告信道的认知用户才将其本地二进制判决结果发送到FC,否则,该认知用户不发送其本地检测结果到FC.其次,提出一种基于空时编码的协作频谱感知方法.通过在CR网络中,利用空间分集增益来降低由衰落型报告信道引入的误码概率,从而提高检测性能.最后,对提出的这两种协作频谱感知方法的检测性能进行理论分析研究,并对其进行数值仿真.仿真结果表明:相比于传统的协作频谱感知,本文提出的这两种协作频谱感知算法都能提高对主用户的检测性能.     

三相三电平PWM整流新技术

三相三电平PWM整流电源具有输出直流电压稳定、功率器件承受压力小、交流侧电流波形正弦度好和功率因数高等特点,其在中、高压交流调速、电力系统等领域的应用越来越广泛.文章从拓扑结构、数学模型和控制方法几方面介绍了三相三电平整流电源的国际国内新技术,重点讨论了三相二极管籍位三电平PWM整流电源的中点电位平衡策略.     

基于TQM的高校毕业论文信息管理系统的研究与构建

该文提出在毕业论文设计过程引入项目管理机制,采用TQM思想和PDCA的过程管理方法建立基于论文设计工作流的质量管理体系,同时在微软的企业级协同平台SharePoint上对这种质量体系下的论文管理信息系统进行了构建。     

变压器空载补偿在企业节能的应用

在高供高计的用电企业中,变压器空载时的无功损耗往往由电网供给,影响电网输送能力,另外造成企业用电功率因数偏低,产生高额的力调电费。该文采用低压自动空载补偿的方法,减少变压器空载时从电网中消耗的无功功率,从而提高功率因数,节约企业生产成本。     

自调用支持向量回归和偏最小二乘优化支持向量机参数

参数选择是支持向量分类、回归分析的关键问题之一,在大训练样本条件下,大范围遍历搜索极为耗时.将均匀设计(UD)分别与自调用支持向量回归(SVR)、偏最小二乘回归(PLR)结合,提出了两种将大样本搜索转化为小样本搜索的策略UD-SVR和LID-PLR:在默认搜索范围内由均匀设计产生部分参数组合,每组合对训练集经交叉测试得评价指标(对分类为准确率,对回归为均方误差);以评价指标为目标函数,对部分参数组合形成的小样本,UD-SVR自调用支持向量回归以留一法进行大范围搜索建模,UD-PLR以PLR直接建模,并预测默认范围内所有参数组合;取预测评价指标最优的对应参数组合训练大样本,完成独立预测.对8个基准分类教据集、8个回归数据集的独立预测表明,两种新方法在保证预测精度的同时,大幅度缩短了训练建模时间,为大样本支持向量机参数选择提供了新的有效解决方案,UD-SVR比UD-PLR更具鲁棒性.