具有自适应电感共享策略的压电能量收集电路设计与实现

针对以电池为能量供给的传感设备必然存在因电池寿命的限制或自身电能的逐渐耗尽而造成的失效问题，提出了一种具有自适应电感共享策略的压电振动能量收集电路，通过将环境中的机械振动能量最大化地转换为电能并供给传感设备使用，可实现传感设备的无电池自获能供电，并大幅延长传感设备的使用寿命。该能量收集电路在原有并联电感的同步开关收集电路结构和buck-boost功率级拓扑的阻抗匹配变换器结构基础上，通过建立“先到先得”的自适应电感共享策略，避免了仲裁器的使用，大幅简化了电路设计，并实现了仅需单一电感的压电振动能量收集系统，提升了系统的集成度。此外，对电感共享造成的竞争给出了详细分析，并在此基础上进一步优化了整体电路，实现了最大功率点追踪算法。采用标准180 nm CMOS工艺，完成了压电能量收集电路的设计工作。仿真结果表明：bias-flip整流器在2 V和3 V开路电压激励下，输出功率分别达到了55.01μW和111.59μW,较传统全桥整流器，分别实现了6.40倍和4.48倍的输出功率提升；引入电感共享策略后，变换器的最大输出功率可达110.04μW,相比于非电感共享策略，电感共享策略下变换器峰值...     

纳米Li1.05Ni0.05Mn1.90O4正极材料的合成及电化学性能

采用液相无焰燃烧法在500℃反应1 h,然后在600℃二次焙烧3、6、9 h和12 h制备了尖晶石型Li_1.05Ni_0.05Mn_1.90O₄正极材料.结果表明,不同二次焙烧时间制备的Li-Ni复合共掺材料没有改变LiMn₂O₄的尖晶石结构,随着焙烧时间的增加,颗粒尺寸增大,结晶性提高.二次焙烧时间为9 h的Li_1.05Ni_0.05Mn_1.90O₄样品的颗粒尺寸约为70～100 nm,具有优异的电化学性能,在1 C(1 C=148 mA·h·g^-1)倍率,初始放电比容量为94.8 mA·h·g^-1,400次循环后展现出72.15%的容量保持率;在5 C下初始放电比容量可达到89.7 mA·h·g^-1,800次循环后,仍能维持70.79%的容量保持率.并且具有较小的电荷转移电阻和较低的表观活化能.Li-Ni复...     

基于轨迹规划的波浪发电系统的分段控制

针对直驱式波浪发电系统的工作效率较低问题,研究基于一种全封闭的振荡浮子波浪发电系统,采取高速发电和低速储能的分段控制运行策略,结合基于无源性理论的控制方法,研究了该系统的综合最大功率捕获控制问题.为避免分段控制过程中造成的波动和冲击现象,运用微分平滑性理论,对切换过渡过程的能量变化轨迹进行了规划.仿真结果表明,分段控制运行策略以及微分平滑性理论的应用,使振荡浮子式波浪发电系统达到了既提高发电效率又避免冲击的控制效果.     

拜登政府中东政策的“变”与“不变”

无论有多么留恋、多么不甘心,特朗普1月20日必须离开白宫。最后时刻,国务卿蓬佩奥、总统顾问库什纳不辞劳苦穿梭于中东各国之间,竟然促成摩洛哥与以色列建交。显然这不是选举操弄,而是对外交遗产的抢攻,中东被特朗普政府视为任期内最闪亮的外交成就。但是,拜登誓言铲除特朗普的外交遗迹,让特朗普在美国外交史上无立足之地,使得奥巴马之后紧接着就是拜登的名字。但拨开政治斗争、情绪对立的浮云,不论拜登嘴上是否承认,新政府中东政策都将具有相当大的延续性,把特朗普中东政策推回去的空间不大,"不变"是主流、本质和内容,"变"是支流、表面和形式。     

有轨电车长枕埋入式轨道复合地基多目标优化

为研究有轨电车长枕埋入式无砟轨道复合地基结构的关键影响因数和最优参数组合,采用有限单元法建立了长枕埋入式无砟轨道复合地基三维精细化计算模型.通过响应面试验得到了无砟轨道复合地基结构力学性能的响应面函数,并采用遗传算法进行多目标优化得到最优参数组合.结果表明:采用响应面模型替代有限元模型进行优化分析,可以大大减少优化迭代所需要的计算时间,且能够保证足够的计算精度;建议在进行长枕埋入式无砟轨道复合地基设计时将钢轨垂向位移作为关键评价指标;各设计变量对长枕埋入式无砟轨道复合地基结构力学性能影响的主次顺序依次为轨道板厚度、桩径、支承层厚度、桩纵向间距;最佳设计方案为轨道板厚度0.32m,支承层厚度0.18 m,桩径0.55 m,桩纵向间距1.6 m.     

基于氩等离子处理的阻变氧空位调控探讨

以氩气等离子处理为优化工艺,通过其对ZnO阻变薄膜中氧空位缺陷的影响,来改进ZnO薄膜阻变特性。等离子处理范围减小和处理时间延长有助于阻变特性的稳定,以及阻变工作电压的降低。为了降低阻变工作电压及抑制随机性,最终确定的等离子处理条件是时间不超过45 min,处理范围介于0.8 mm×0.8 mm和0.9 mm×0.9 mm之间。主要的阻变工作电压均在3 V以下,适合低功耗器件应用。并结合处理条件和表面粗糙度等测试结果进行了讨论。     

基于深度无监督学习的图像分类算法

为了取得精确的图像分类效果,一方面需要提取大量的图像特征数据进行样本分析,另一方面大量的数据又造成了维数灾难.因此,为了解决信息全面与维数灾难的矛盾,引入了深度学习.深度学习利用分层结构处理复杂的高维数据,可以完成复杂函数的逼近,是一类具有多层非线性映射的学习算法,但深度学习模型优化困难且对隐层参数敏感.针对上述问题,将无监督算法引入深度学习,这种学习方法无须人工设计特征提取数据,训练过程中样本标签是未知的.实验表明,该算法在不影响图像分类效果的前提下,可以大大降低计算复杂度,具有一定的时效性.