针对大规模电动汽车充电功率因数较低，谐波对电网污染严重，系统效率低、充电速度慢，不能满足电动汽车充电要求的特点，设计采用了一种前级带Boost-PFC的LLC谐振电源和后级为双向DC-DC的电路拓扑结构。针对功率因数低，采用单周期控制方法实现功率因数校正；利用在高频变压器副边添加电容和变压器漏感间的谐振，达到LLC谐振以减小开关损耗；采取正负脉冲双向DC-DC电路来加快充电速率。在Matlab和PSIM仿真验证了该设计能够实现电源变换电路开关元器件的零电压开通，且可以缩短充电时间，使网侧电流谐波畸变率小于5%，功率因数达到0.975。仿真验证了该设计在高功率因数和快速性方面达到了预期，对于汽车电池的应用有很好的效果。
2023-04-07 11:10:36
1.77MB
1
摘要：将数字延时及高压脉冲形成电路结合在一起构成高精度的高压脉冲发生器，用于触发Marx发生器及高压脉冲触发装置，也适用于高压雷管起爆装置。以CPU8031为控制核心，采用VE4137A型高电压、大电流、低抖动、快速氢闸流管构成高压脉冲形成级，MOSFET作为驱动级。延时可控，延时范围为10ns至99μs，连续可调，数显；高压脉冲幅度为5～30kV，前沿小于16ns，脉宽大于300ns，抖动小于10ns。关键词：高压脉冲；脉冲发生器；快速高压开关管；延时控制DesignofControllableDelayHighVoltagePulseGeneratorLIUYun-tao,XIEMin,G
2023-04-06 21:25:08
127KB
1
截图（V0.1）： ://blog.mcloud.fun:81/post/weekly-report
＃加入docker-compose
可以在新机器上，直接一键启动了：docker-compose up
加入entrypoint.sh脚本：1启动时先等待pg启动2判断pg里是否已经有表3如果没有表，初始化表4用gunicorn启动应用
快速运行
-w 为开启的gunicorn worker进展数-p 8000:80主机通过8000端口访问
git clone https://github.com/CodingCrush/WeeklyReport && \
cd WeeklyReport && \
docker build -t weeklyreport:0.2 . && \
docker run -d \
--restart=unless-stopped \
--name weeklyreport-server \
-p 8000:80 \
-v /etc/localtime:/etc/localtime:r
2023-04-06 08:48:12
283KB
1
savepng 是一种非常高效的 PNG 图像压缩 MEX 例程，在压缩时间和生成的文件大小方面优于 MatLab 的内置 imwrite。 对于默认压缩级别的典型图形大小，savepng 快约 5.8 倍，文件大小仅比 imwrite 大 17%。 在最高压缩级别下，savepng仍快约2.8倍，生成的文件大小小15％。 PNG 编码基于公共领域的 MINIZ 库。 用法savepng(CDATA,filename[,Compression])
在哪里，
* CDATA -- 是标准的 MatLab 图像 m×n×3 矩阵。 这个矩阵可以使用 getframe 命令获得，或者为了更快的实现，未记录的硬拷贝命令* filename -- 要写入的图像的文件名。 不要忘记将 .png 添加到文件名中。 * 压缩——可选的输入参数。 此参数采用 0 到 10 之间的数字来控制压缩量，以尝
2023-04-06 00:38:55
142KB
1
吻快速傅里叶变换
KISS FFT-基于“保持简单，愚蠢”原理的混合基数快速傅立叶变换。
已经有很多很棒的fft库。 Kiss FFT并不试图比任何一个都要好。 它仅尝试成为一种合理有效，适度有用的FFT，该FFT可使用固定或浮动数据类型，并且可以通过琐碎的许可在几分钟内合并到某人的C程序中。
用法：
一维复数FFT的基本用法是：
# include " kiss_fft.h "
kiss_fft_cfg cfg = kiss_fft_alloc( nfft ,is_inverse_fft , 0 , 0 );
while ...
... // put kth sample in cx_in[k].r and cx_in[k].i
kiss_fft ( cfg , cx_in , cx_out );
2023-04-05 11:01:46
69KB
1
本文档是由 Rachely Esman 和 Yoad Snapir 在 Tal Hassner 的监督下，作为特拉维夫 Yaffo 学院学士学位最终项目的一部分创建的。 作为项目的一部分，我们使用了英特尔的 OpenCV 库，从 MATLAB 调用其函数。 我们发现这个主题很棘手，因此决定与其他人分享我们的工作经验，描述常见的陷阱。 您可以根据以下注明的版权自由使用本文档，但需自行承担责任。
2023-04-04 22:10:58
291KB
1
为了实现沙棘汁品牌的快速无损鉴别,提出了采用可见近红外光谱分析技术(NIR)鉴别沙棘汁品牌的方法。采用FieldSpec3光谱仪对三种沙棘汁进行光谱分析,各获取40个样本数据。采用平均平滑法和多元散射校正(MSC)方法对样本数据进行预处理,再用主成分法(PCA)对光谱数据进行聚类分析并获得各主成分数据。将120个沙棘汁样本随机分成90个建模样本和30个预测样本,把基于累计可信度选择的建模样本的8个主成分(PCs)数据作为BP网络的输入变量,沙棘汁品牌作为输出变量,建立三层反向传播(BP)神经网络鉴别模型,并对30个预测样本进行预测。结果表明,在阈值设定为±0.1的情况下,该模型对预测集样本品牌鉴别准确率达到了100%。所以应用近红外光谱技术结合主成分分析和BP神经网络算法识别沙棘汁品牌是一种有效的方法。
2023-04-04 20:27:22
885KB
1
本文档讲述了如何利用docker，快速的部署一套zabbix监控系统。对于新手学习，生产快速部署都有极大的帮助，有需要的同学可以下载参考。
2023-04-04 13:51:47
3KB
1