|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
大學(xué).jpg){kind=logo}
混合型鋰離子超級(jí)電源的開發(fā)與應(yīng)用轉(zhuǎn)化
汽車的電動(dòng)化趨勢(shì)較為明確，開發(fā)車用電源系統(tǒng)成為研究的重點(diǎn)和汽車電動(dòng)化進(jìn)程的控制步驟。常規(guī)的汽車動(dòng)力電源系統(tǒng)，如鋰離子電池、鉛酸電池和超級(jí)電容器等由于化學(xué)本質(zhì)的限制，如何實(shí)現(xiàn)動(dòng)力電源的功率密度、能量密度和壽命的統(tǒng)一，限制了汽車電動(dòng)化進(jìn)程。 在針對(duì)鋰離子電池和電容器深入研究的基礎(chǔ)上，開發(fā)了一種全新結(jié)構(gòu)的混合型鋰離子動(dòng)力電源（美國專利：US62/1092330，發(fā)明人：鄭俊生博士，鄭劍平教授/院士）。這種新型動(dòng)力電源從原理和根本上解決了鋰離子電池和超級(jí)電容器內(nèi)部混合的電壓匹配的問題，首次實(shí)現(xiàn)了兩者的有機(jī)混合，從而使得車用電源器件的功率密度、能量密度和壽命的統(tǒng)一。 這種新型電源器件的研究已經(jīng)在實(shí)驗(yàn)室獲得了很好的性能。他同時(shí)具備鋰離子電池高能量密度的優(yōu)點(diǎn)和超級(jí)電容器高功率密度和壽命的特征，也是目前唯一能真正滿足美國先進(jìn)電池協(xié)會(huì)（USABC）對(duì)汽車48V啟動(dòng)電源要求的車用電源器件。這種全新的電化學(xué)器件在其他方面也顯示出了很好的應(yīng)用前景，比如個(gè)人信息終端等電源。
同濟(jì)大學(xué)
2021-04-11
.jpg){kind=logo}
一種針對(duì)組合導(dǎo)航中DVL失效的混合處理方法
本發(fā)明公開了一種針對(duì)組合導(dǎo)航中DVL失效的混合處理方法，當(dāng)DVL有效時(shí)，采集SINS解算信息和DVL量測(cè)信息構(gòu)成數(shù)據(jù)表，利用偏最小二乘回歸建立線性預(yù)測(cè)模型，再將DVL量測(cè)信息和偏最小二乘回歸模型預(yù)測(cè)所得結(jié)果相減得到殘余部分，并將其作為訓(xùn)練目標(biāo)，利用支持向量回歸訓(xùn)練得到相應(yīng)的預(yù)測(cè)模型；當(dāng)DVL失效時(shí)，利用所建立的偏最小二乘回歸模型和支持向量回歸模型分別預(yù)測(cè)DVL量測(cè)線性部分和殘余部分，并將兩者之和作為所預(yù)測(cè)的DVL量測(cè)信息，從而保證DVL間歇失效情況下，SINS/DVL組合導(dǎo)航結(jié)果的可靠性。本發(fā)明利用
東南大學(xué)
2021-04-14
射頻集成電路與系統(tǒng)以及數(shù)模混合集成電路
具有有源電感結(jié)構(gòu)的前饋共柵跨阻放大器電路，雙負(fù)反饋前饋共柵差分結(jié)構(gòu)跨阻放大器電路
東南大學(xué)
2021-04-13
.jpg){kind=logo}
有機(jī)垃圾與污泥混合的固體燃料及其制備方法
本發(fā)明公開了一種有機(jī)垃圾與污泥混合的固體燃料及其制備方法。固體燃料包括有機(jī)垃圾:25%～55%,污泥:20%～50%,煤粉:20%～50%,助燃劑:0.15%～0.25%,脫硫脫氯劑:0.5%～2%。其制備過程包含原料制備、成型、固結(jié)3個(gè)階段。本發(fā)明經(jīng)固體燃料機(jī)械強(qiáng)度、燃燒特性、污染控制等測(cè)試。本發(fā)明制造方法得到的有機(jī)垃圾與污泥混合的固體燃料是一種較理想的潔凈燃料,具有較高的機(jī)械強(qiáng)度,滿足遠(yuǎn)距離運(yùn)輸,落下強(qiáng)度達(dá)99%以上,是一種具有機(jī)械性能強(qiáng)、耐水性好、燃燒特性優(yōu)、熱穩(wěn)定性強(qiáng)的無污染固體燃料,可以推
天津城建大學(xué)
2021-01-12
.jpg){kind=logo}
一種新能源混合系統(tǒng)控制參數(shù)的優(yōu)選方法
本發(fā)明公開了一種新能源混合系統(tǒng)控制參數(shù)的優(yōu)選方法，用于在新能源混合系統(tǒng)中對(duì) PID 控制參數(shù)進(jìn)行優(yōu)選。根據(jù)新能源混合系統(tǒng)建立模型，然后依據(jù)該仿真系統(tǒng)建立以 PID 控制器輸入和輸出參數(shù)為狀態(tài)量的目標(biāo)函數(shù)，運(yùn)用本發(fā)明設(shè)計(jì)的優(yōu)選方法求解目標(biāo)函數(shù)得到最優(yōu) PID 控制參數(shù)。本發(fā)明設(shè)計(jì)的新能源混合系統(tǒng)控制參數(shù)的優(yōu)選方法，采用一種新型啟發(fā)式優(yōu)化算法優(yōu)化目標(biāo)函數(shù)，能搜索到更優(yōu)的目標(biāo)函數(shù)值，得到的解代表更優(yōu)的 PID 控制參數(shù)。更優(yōu)的 PID 控制參數(shù)能使新能源混合系統(tǒng)頻率偏差更小，調(diào)節(jié)速度更快，系統(tǒng)響應(yīng)曲線更加
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種電氣化鐵路混合供電系統(tǒng)
一種電氣化鐵路混合供電系統(tǒng)，其組成是：牽引變電所的55kV牽引變壓器(SS)次邊的一輸出端(Q1)與鐵道牽引網(wǎng)的接觸線(T)相連，另一輸出端(Q2)與鐵道牽引網(wǎng)的負(fù)饋線(F)相連；在距離牽引變電所(SS)0-10km設(shè)置有首端自耦變壓器(AT0)和自耦變壓器(AT)；該系統(tǒng)使?fàn)恳W(wǎng)的供電能力與其實(shí)際供電需求量相匹配，從而既延長(zhǎng)供電臂距離，減少電分相數(shù)量，提高電網(wǎng)的供電能力，更有效地使用供電設(shè)備；同時(shí)，也減少整個(gè)系統(tǒng)設(shè)備投資和維護(hù)成本。
西南交通大學(xué)
2016-07-04
大學(xué).jpg){kind=logo}
中空軸三相混合式步進(jìn)電動(dòng)機(jī)
該項(xiàng)目的支撐課題為哈爾濱工業(yè)大學(xué)與日本東洋電機(jī)制造株式會(huì)社合作的國際合作項(xiàng)目。電機(jī)類型：三相混合式步進(jìn)電動(dòng)機(jī) 步距角：；額定電流：6A；最大靜轉(zhuǎn)矩：0.7kg·m；空載啟動(dòng)頻率：500pps 中空軸三相混合式步進(jìn)電動(dòng)機(jī)與日本東洋電機(jī)株式會(huì)社原來使用的五相反應(yīng)式步進(jìn)電動(dòng)機(jī)的性能對(duì)比如表1所示：
哈爾濱工業(yè)大學(xué)
2021-04-14
一種面向混合云應(yīng)用的負(fù)載均衡方法及系統(tǒng)
本發(fā)明公開了一種面向混合云計(jì)算平臺(tái)的負(fù)載均衡方法及相應(yīng) 的混合云負(fù)載均衡系統(tǒng)。針對(duì)云租戶使用混合云計(jì)算 IaaS(基礎(chǔ)設(shè)施即 服務(wù))平臺(tái)部署應(yīng)用，解決多云環(huán)境下應(yīng)用的負(fù)載均衡問題。該方法和 系統(tǒng)使用了分層負(fù)載均衡機(jī)制，在上層通過心跳包動(dòng)態(tài)收集私有云和 公有云的負(fù)載狀態(tài)信息和資源狀態(tài)信息，調(diào)節(jié)往各個(gè)云的任務(wù)分發(fā)優(yōu) 先度；在下層利用云內(nèi)部提供的 LBaaS(負(fù)載均衡即服務(wù))在虛擬機(jī)之間 做負(fù)載均衡。同時(shí)當(dāng)云應(yīng)用爆發(fā)時(shí)該方
華中科技大學(xué)
2021-04-14
一種采用混合型功率器件的光伏逆變器
本發(fā)明涉及光伏并網(wǎng)逆變器技術(shù)領(lǐng)域。包括由功率電路組成的功率逆變單元和逆變控制單元兩部分，功率逆變單元主要包括輸入EMI 濾波電路、交錯(cuò)并聯(lián) Boost 升壓電路、采用混合器件的全橋逆變電路、輸出并網(wǎng)濾波電路，逆變控制單元主要包括電網(wǎng)相位檢測(cè)電路、采樣電路、及控制器。本發(fā)明采用雙級(jí)結(jié)構(gòu)，前級(jí)采用交錯(cuò)并聯(lián) Boost升壓，減小了電流的波動(dòng)，降低了輸出電壓紋波；后級(jí)逆變單元采用混合功率器件，有效減小了逆變損耗，提高系統(tǒng)效率
華中科技大學(xué)
2021-04-14
一種基于有限混合模型的行人再識(shí)別方法
本發(fā)明公開了一種基于有限混合模型的行人再識(shí)別方法，屬于 計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域，提升行人再識(shí)別的準(zhǔn)確度，包括以下步 驟：(1)構(gòu)建行人圖像庫預(yù)處理圖像并提取圖像特征；(2)計(jì)算圖像庫中 所有圖像的有限混合模型和待再識(shí)別行人的圖像的有限混合模型參 數(shù)；(3)將需再識(shí)別行人的有限混合模型與圖像庫中所有圖像的有限混 合模型之間的距離進(jìn)行最優(yōu)化求解，并進(jìn)行距離排序返回再識(shí)別結(jié)果。 本發(fā)明優(yōu)化混合模型之間的距離度量，提高行人
華中科技大學(xué)
2021-04-14