检索结果-南通市图书馆

基于半桥三电平LLC谐振变换器的混合控制策略研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第2期48卷 1-8页

作者：王君瑞赵东琦陈剑飞秦豪北方民族大学电气信息工程学院宁夏银川750000

半桥三电平LLC谐振变换器具有体积小、开关器件少、开关器件耐压高等优势,已逐渐应用于直流充电模块后级为动力电池充电。针对传统变频调制(PFM)策略与移相调制(PSM)策略无法实现宽输出电压范围的问题进行分析,提出一种宽增益范围的移相... 详细信息

半桥三电平LLC谐振变换器具有体积小、开关器件少、开关器件耐压高等优势,已逐渐应用于直流充电模块后级为动力电池充电。针对传统变频调制(PFM)策略与移相调制(PSM)策略无法实现宽输出电压范围的问题进行分析,提出一种宽增益范围的移相-变频(PSM-PFM)混合控制策略。通过搭建一台功率为600 W、输出电压为20~60 V的实验样机进行验证。实验结果表明,所提控制策略相比单一调制策略具有更宽的增益,进而可实现宽输出电压范围,能够为动力电池提供稳定、宽范围且可调的充电电压,并实现开关管零电压开通。

关键词： LLC谐振变换器变频调制移相调制混合控制零电压开关宽输出电压

用神经元网络的模拟计算方法求解Klee－Minty问题

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 1995年第4期35卷 109-114页

作者：陈剑飞夏绍玮清华大学自动化系

介绍了一种改进的求解线性规划问题的神经元网络──上ＴＨ神经元网络，分析了该网络稳定点的特性，在此基础上提出关于它的一种比较新颖的模拟计算方法，并用该模拟计算方法求解了著名的Ｋｌｅｅ－Ｍｉｎｔｙ问题。理论分析和实例计算... 详细信息

介绍了一种改进的求解线性规划问题的神经元网络──上ＴＨ神经元网络，分析了该网络稳定点的特性，在此基础上提出关于它的一种比较新颖的模拟计算方法，并用该模拟计算方法求解了著名的Ｋｌｅｅ－Ｍｉｎｔｙ问题。理论分析和实例计算都表明该方法比传统的模拟计算方法欧拉法有效。

关键词：线性规划神经网络模拟计算法 Klee-Minty问题

热诱导相分离法制备亲水性乙烯-丙烯酸共聚物微孔膜

在线全文

学校读者我要写书评

暂无评论

高分子学报 2002年第5期12卷 566-571页

作者：骆峰张军王晓琳陈剑飞许仲梓南京工业大学材料科学与工程学院南京210009 清华大学化学工程系北京100084

选择 3种不同丙烯酸含量的乙烯丙烯酸共聚物 (EAA)为原材料 ,二苯醚 (DPE)为稀释剂 ,采用热诱导相分离法 (TIPS)制备了亲水性高分子微孔膜 .接触角实验证明 ,EAA为亲水性高分子材料 .利用熔点仪根据浊度的变化测绘出 3种不同EAA/DPE... 详细信息

选择 3种不同丙烯酸含量的乙烯丙烯酸共聚物 (EAA)为原材料 ,二苯醚 (DPE)为稀释剂 ,采用热诱导相分离法 (TIPS)制备了亲水性高分子微孔膜 .接触角实验证明 ,EAA为亲水性高分子材料 .利用熔点仪根据浊度的变化测绘出 3种不同EAA/DPE体系的双结点线以及通过DSC得出相应 3体系的结晶温度曲线 .实验结果还表明 ,随着乙烯丙烯酸共聚物中丙烯酸含量的增加 ,结晶温度曲线向低温方向移动 ,相对应的膜孔直径也增加 .此外 ,随着EAA DPE体系中EAA初始浓度的逐渐增加 ,膜孔直径逐渐变小 ,当体系中EAA初始浓度高于 5 0 %时。

关键词：热诱导相分离法制备微孔膜亲水性乙烯-丙烯酸共聚物二苯醚聚合物膜孔结构

在线全文

学校读者我要写书评

暂无评论

基于关电容网络的双输入升压变换器

电网技术 2014年第1期38卷 146-153页

作者：唐荣波侯世英陈剑飞重庆水利电力职业技术学院重庆市永川区402160 输配电装备及系统安全与新技术国家重点实验室重庆大学重庆市沙坪坝区400044

基于关电容网络串联放电、并联充电和多个网络累加升压的工作特性,提出了种新型双输入升压变换器。分析了该变换器在连续工作模式下的工作原理和工作性能,进行了仿真分析,并搭建了实验模型。仿真与实验结果表明:该升压变换器升压能力强... 详细信息

基于关电容网络串联放电、并联充电和多个网络累加升压的工作特性,提出了种新型双输入升压变换器。分析了该变换器在连续工作模式下的工作原理和工作性能,进行了仿真分析,并搭建了实验模型。仿真与实验结果表明:该升压变换器升压能力强;关器件的电压应力、输入电流纹波和输出电压纹波小;所有关管由同控制信号隔离驱动,控制电路简单;实现分时供电或同时供电,元器件利用率高。

关键词：开关电容网络升压能力电压应力纹波元器件利用率

动力学因素对热诱导相分离法制备亲水性乙烯-丙烯酸共聚物微孔膜结构的影响

在线全文

学校读者我要写书评

暂无评论

高分子学报 2003年第2期13卷 241-246页

作者：张军骆峰王晓琳陈剑飞许仲梓南京工业大学材料与工程学院南京210009 清华大学化学工程系北京100084

选择 3种不同丙烯酸含量的乙烯丙烯酸共聚物 (EAA)为原材料 ,二苯醚 (DPE)为稀释剂 ,研究了淬冷温度、粗化时间等影响液滴生长的动力学因素对热诱导相分离法 (TIPS)制备EAA DPE亲水性高分子微孔膜结构的影响 .淬冷温度的高低决定了EAA ... 详细信息

选择 3种不同丙烯酸含量的乙烯丙烯酸共聚物 (EAA)为原材料 ,二苯醚 (DPE)为稀释剂 ,研究了淬冷温度、粗化时间等影响液滴生长的动力学因素对热诱导相分离法 (TIPS)制备EAA DPE亲水性高分子微孔膜结构的影响 .淬冷温度的高低决定了EAA DPE体系是发生液液相分离还是固液相分离 ,而产生相分离的机理不同将影响稀释剂液滴的生长 ,最终影响微孔膜的孔径 .实验结果表明 ,在相同粗化时间的条件下 ,随着EAA1 41 0 DPE、EAA3 0 0 2 DPE、EAA3 0 0 3 DPE三体系冷却温度的逐渐升高 ,孔径逐渐变大 .在结晶温度以下 ( 0℃、3 0℃、60℃ )粗化时间相同时 ,温度对微孔膜的孔径影响较小 ,例如 0℃和 3 0℃的恒温条件粗化 1 0min,微孔膜的孔径在 1～ 3 μm之间 ;在 60℃的恒温条件粗化 1 0min ,微孔膜的孔径在 3～ 5 μm之间 .而在 90℃的恒温条件粗化相同的时间 ,由于体系始终处于结晶温度线以上 ,体系始终处在液液相分离区域 ,最终得到微孔膜的孔径达到了 6～8μm .在结晶温度以下 ( 3 0℃ )进行恒温粗化 ,由于体系的过冷程度很大 ,液滴相的粗化过程被抑制住 ,所以粗化时间对微孔膜的孔径影响不大 ;而在结晶温度以上 ( 90℃ )进行恒温粗化时 ,则是随着粗化时间的延长。

关键词：动力学热诱导相分离法制备亲水性乙烯-丙烯酸共聚物微孔膜结构孔径

大型体育赛事在突发性地震灾害中的应对措施建模

在线全文

学校读者我要写书评

暂无评论

灾害学 2019年第2期34卷 72-77页

作者：陈剑飞四川音乐学院四川成都610066

传统震后应急指挥系统应对大型体育赛事突发性地震灾害,未考虑到地震后接受能力不足时,如何解决伤员救助问题,且救援规划时间较长。所以该文提出新的大型体育赛事突发性地震灾害应对措施模型。设计震后任务优先权与时间约束来构建大型... 详细信息

传统震后应急指挥系统应对大型体育赛事突发性地震灾害,未考虑到地震后接受能力不足时,如何解决伤员救助问题,且救援规划时间较长。所以该文提出新的大型体育赛事突发性地震灾害应对措施模型。设计震后任务优先权与时间约束来构建大型体育赛事突发地震灾害时限应急救援指派模型,为灾害地点指派救援队伍;考虑异地疏散的情况,设计GIS技术构建地震应急异地疏散接受能力判断模型,采用模型接口实现模型数据输入、分析与输出,集成地震应急异地疏散接受能力判断模型与GIS技术获取有效的震后地理空间数据,对大型体育赛事现场震后应急异地疏散接受能力做出判断。实验结果表明,所设计模型可有效指派大型体育赛事灾害现场应急救援队伍,应急异地疏散接受能力判断用时均值约为120 s,为大型体育赛事震后救援节约时间。

关键词：大型体育赛事突发性地震灾害优先权 GIS技术疏散

在线全文

学校读者我要写书评

暂无评论

大盘山英雄传

1991年

作者：陈剑飞

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

高等院校试用教材磨削加工学

结合虚拟样本生成的油菜花期集成学习预测模型

1994年

作者：陈剑飞

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

农业工程学报 2024年第19期40卷 159-167页

作者：谢乾伟薛丰昌陈剑飞南京信息工程大学气象灾害地理信息工程实验室南京210044 广西壮族自治区防雷中心南宁530000

针对统计和线性回归模型难以完全揭示花期影响因子与花期之间的复杂非线性关系及油菜花期样本稀少的问题,提出了一种结合虚拟样本生成的集成学习算法来实现油菜花期的预测。该研究利用浙江省衢州市龙游县1999—2023年油菜盛花期与1998—... 详细信息

针对统计和线性回归模型难以完全揭示花期影响因子与花期之间的复杂非线性关系及油菜花期样本稀少的问题,提出了一种结合虚拟样本生成的集成学习算法来实现油菜花期的预测。该研究利用浙江省衢州市龙游县1999—2023年油菜盛花期与1998—2023年气象数据,通过基于高斯混合模型的虚拟样本生成(GMM-based virtual sample generation,GMM-VSG)算法与三次样条插值法(cubic spline interpolation)分别对原始样本进行扩充,采用8种机器学习算法建模并基于贝叶斯优化器进行超参数优化,最后通过Stacking集成学习方法,对8种算法进行不同的组合,建立了油菜花期预测模型。研究结果表明:相较于原始数据集,通过三次样条插值法与高斯混合模型生成的两个扩展数据集在各种机器学习算法中的性能显著提升,其中通过三次样条插值法生成的数据集表现最为优异。通过Stacking思想能提升模型的精度,其中以核岭回归(kernel ridge regression,KRR)、支持向量回归(support vector regression,SVR)、极端梯度提升树(extreme gradient boosting,XGBoost)这3种算法作为基模型,线性回归作为元模型的SRX_L模型表现最优,其平均绝对误差、均方根误差和决定系数,分别为0.1056 d、0.1227 d和0.9997。该研究结果可为油菜花期的准确预测提供有效方法。

关键词：集成学习虚拟样本生成花期预测油菜 Stacking