改进型FBD谐波检测法在有源滤波器中的应用

论述了FBD(Fryze-Buchholz-Dpenbrock)谐波检测法的基本原理,针对FBD法受限于锁相环电路以及滤波环节存在的不足做出了改进。首先设计了一种基于电压序列分解原理的基准电压提取方法,得到与基波正序电压同频同相的电压信号代替锁相环的作用,提高了检测精度且易于实现;其次使用滑窗迭代DFT(discrete fourier transform)滤波模块替代低通滤波器,同时利用小波变换对各相谐波的细节部分进一步完善,提高了滤波环节的实时性和准确性。最后通过仿真分析,验证了改进方法的正确性和优越性。     

伊朗德伊高铁沿线高中溶盐粗颗粒盐渍土的渗透特性

为了探究高含量中溶盐粗颗粒盐渍土的渗透特性,依托伊朗德黑兰至伊斯法罕高速铁路项目,通过沿线盐渍土地基的现场浸水载荷试验与原位渗透试验,结合室内重塑盐渍土试验结果,对高含量中溶盐粗颗粒盐渍土的渗透特性进行研究分析。试验结果表明:中溶盐的含量对盐渍土渗透特性起着显著的影响,高含量中溶盐粗颗粒盐渍土的渗透溶滤变形主要由渗流场作用下石膏结晶颗粒遇水软化崩塌造成,与级配相似且中溶盐含量较低的盐渍土相比渗透系数均有大幅度降低;中溶盐含量越高,在荷载作用下渗透系数减小越明显;盐渍土粗颗粒所起的骨架作用越强烈,浸水过程中中溶盐含量对地基土的渗透特性的影响作用越不明显;对于不同颗粒粒径的盐渍土,在1%、3%、5%等不同中溶盐含量的范围内随着其含量的变化,渗透系数变化规律也不同;中溶盐含量超过一定范围时,呈现出中溶盐对盐渍土渗透性具有抑制作用的特征;中溶盐含量越低,易溶盐含量对其渗透性影响越显著。可见盐渍土颗粒粒径、中溶盐含量以及易溶盐含量对其渗透特性影响显著。     

应力和应变控制下饱和砂土循环扭剪试验分析

针对某些动荷加载为应变控制的工程问题,如大型工业振动机械的工作平台基础,为研究其动力学性质,利用空心圆柱扭剪仪,分别采用应力和应变控制两种加荷方式,对处于复杂初始应力状态,即不同中主应力系数下的饱和福建标准砂进行小应变循环扭剪试验研究。结果表明,不同加荷方式对土的骨干曲线和剪切模量没有影响;同剪应变幅值时,应变控制下土的阻尼比较应力控制略大;两种控制方式下,试样振动过程中的轴向变形均随着中主应力系数的增大而减小。可见,加荷方式对土的动力特性影响甚微,针对动应变控制的工程问题,在设备有限时可采用应力控制试验模拟代替。     

优化的RBF神经网络实现FAIMS分离电压温度补偿研究

针对高场非对称波形离子迁移谱仪(FAIMS)分离电压温度漂移造成的其物性表征的不确定性问题,提出了一种采用径向基函数(RBF)神经网络对分离电压进行温度补偿的方法。为了提高算法的实时性,加快函数逼近速度,采用指数下降惯性权重(EDIW)动量因子策略对RBF神经网络参数进行了优化。在20～120℃的温度范围内对该算法及线性下降惯性权重(LDIW)动量因子策略优化的RBF神经网络和传统RBF神经网络等3种补偿算法进行对比。结果表明,指数下降惯性权重动量因子策略优化的RBF神经网络模型具有更少的迭代次数和更短的运算耗时,使分离电压很好地保证了对特定物质离子表征的唯一性,同时验证了该模型还具有较强的泛化能力。对分离电压采用温度补偿的方法也为实现迁移管无恒温控制提供了理论依据。     

直流偏磁对换相失败的影响机理及定量分析方法

针对直流输电系统故障恢复过程中出现的异常换相失败现象,理论分析了换流变压器直流偏磁、换相电压波形畸变、异常换相失败三者之间的关系。以换相电压波形畸变为桥梁,提出了直流偏磁对换相失败影响的定量分析方法。根据采用某特高压直流输电系统实际工程参数建立的PSCAD/EMTDC仿真模型,应用所提方法分析了其故障恢复过程中异常换相失败,揭示了直流偏磁、电压畸变以及换相失败之间的内在联系并且量化了直流偏磁造成的换相电压谐波畸变对换相失败的影响,论证了方法的工程实用性。     

功率LDMOS阈值电压温度系数的优化分析

讨论高压LDMOS阈值电压的温度特性,并给出了它的温度系数计算公式.根据计算结果,可以得到以下结论:通过提高沟道掺杂浓度或减少栅氧化层能够降低阈值电压随温度的变化.阈值电压的温度系数可以用温度的线性表达式来计算,从而可以得出功率LDMOS阈值电压的温度系数最优化分析.     

介质长度对五类非屏蔽双绞线电气性能的影响

研究介质长度对五类非屏蔽双绞线的电气性能的影响,详细分析与描述了Fluke测量仪所测试到的数据结果。     

Support vector machines for default prediction of SMEs based on technology credit

In Korea, many forms of credit guarantees have been issued to fund small and medium enterprises (SMEs) with a high degree of growth potential in technology. However, a high default rate among funded SMEs has been reported. In order to effectively manage such governmental funds, it is important to develop an accurate scoring model for selecting promising SMEs. This paper provides a support vector machines (SVM) model to predict the default of funded SMEs, considering various input variables such as financial ratios, economic indicators, and technology evaluation factors. The results show that the accuracy performance of the SVM model is better than that of back-propagation neural networks (BPNs) and logistic regression. It is expected that the proposed model can be applied to a wide range of technology evaluation and loan or investment decisions for technology-based SMEs.     

An optimal‐order error estimate on an H1‐Galerkin mixed method for a nonlinear parabolic equation in porous medium flow

We present an H¹‐Galerkin mixed finite element method for a nonlinear parabolic equation, which models a compressible fluid flow process in subsurface porous media. The method possesses the advantages of mixed finite element methods while avoiding directly inverting the permeability tensor, which is important especially in a low permeability zone. We conducted theoretical analysis to study the existence and uniqueness of the numerical solutions of the scheme and prove an optimal‐order error estimate for the method. © 2009 Wiley Periodicals, Inc. Numer Methods Partial Differential Eq, 2010