一种基于简化MRAS无速度传感器的永磁电机EKF磁链辨识

表面式永磁同步电机因其结构简单、功率密度高、效率高等优势,被广泛应用于高性能伺服系统以及其他工业场合中。由于电机控制性能受温度和磁饱和等现象影响,电机参数的在线辨识则显得至关重要。针对由于永磁电机数学模型阶数低造成无法由一个估计器同时辨识转速和电机参数的问题,本文提出了一种结合EKF和MRAS辨识的优点,在MRAS无速度传感器系统估计转速的基础上通过EKF观测器估计永磁体磁链的解决方法,并与精确MRAS算法作了比较,对自适应PI参数的选择进行了讨论。Simulink仿真研究验证了该方法的有效性和准确性,能满足电机运行速度快且动态要求高的场合需要。     

高于90K的钇钡铜氧系化合物的超导电性

1973年以来,对高温超导电性的研究几乎停顿不前.Bednorz和Mulle在La—Ba—Cu—O系中高于30K超导电性的发现迅速改变了这种局面。以后的发展近乎日新月异。赵忠贤等首先报道了在Y—Ba—Cu—O体系中发现高于液氮温度(77K)的超导电性并公布了材料组分。接着C.W.Chu等在Y—Ba—Cu—O多相氧化物超导体中得到了高于90K的的超导电性。最近,更多的研究组在单相YBa_2Cu_3O_(9~-y)氧化物超导体中发现了高于90K超导电性。我们在研制单相YBa_2Cu_2O_(9~-y)超导材料过程中发现,制备条件对超导性质的影响很大。我们选用分析纯钇钡铜的氧化物或碳酸盐。阳离子配比为Y∶B∶Cu=1∶2∶3。在玛瑙研钵里充分研磨以后,在管式炉内900—1100℃通氧烧结12—24小时。冷却速率对超导性质的影响是显著的。缓慢(超过6小时)冷却到室温可得到零电阻温度高于90K的超导电性,如图1所示。快速冷却的零电阻温度低于77K,如图2所     

用剥离工艺研制超导铌变厚微桥

本文介绍了用剥离(lift-off)方法研制超导铌变厚微桥的工艺,给出了液氦温度(4·2k)下,这种超导铌交厚微桥的Ⅰ—Ⅴ特性。成功地将微桥临界电流控制在100μA以下,并消除了回滞现象。     

基于规则的连续重整反应器工况识别与优化操作

采用区域优化的方法,将生产工况划分成优良区域、合格区域和不合格区域.结合重整反应工艺机理分析,通过神经网络建立软测量模型基础,将当前产品辛烷值、催化剂结焦含量和产品液收率的软测量结果输入工况识别规则集,构成一个复合神经网络.这样使复合神经网络的输入信号为测量得到的相关工艺变量,输出信号直接为当前所属工况对应数值,就可根据当前采样信息自动识别工况所在区域.此外,根据工况区域以及生产经验制定出以反应器进口物料温度为操纵变量的操作规则,使各个时刻都有相应的操作指导,帮助在生产中寻找重整反应器的优化操作点.实际应用效果表明,使用该优化操作方法取得了显著的经济效益.     

铌基SiO_2势垒约瑟夫森隧道结

Nb-SiO_2-Nb以及铌基铋势垒小面积隧道结,其结具有极短的势垒长度和极小的电容。观测结的交、直流约瑟夫森效应,这些结具有极好的冷热循环性能。     

城乡中学师生文化冲突的调查研究——以海南省为例

通过对海南城乡四所中学调查发现：城乡中学师生关系总体呈现良性发展状态,城乡师生文化冲突存在显著差异,农村中学师生文化冲突明显高于城市中学。究其原因,主要有师生价值观相悖、评价功利化、教师态度和管理方式问题。对此,笔者主张通过师生相互理解、平等对话和多元评价等方式来化解海南省城乡中学师生之间的文化冲突。     

用熔融法获得Tl-Ca—Ba-Cu—O高Tc超导体

本文介绍了一个制备Tl-Ca-Ba-Cu-O高Tc超导材料的简单工艺,利用这种工艺制备了重复性好,性能稳定的Tl-Ca-Ba-Cu-O超导体,起始转变温度超过140K,零电阻温度为107K。     

基于聚类分析的通用自学习远程遥控装置

分析了国内外红外遥控的脉冲编码方式及码流模式。提出一种基于聚类分析的自学习算法和数据编码压缩方法 ,以增强自学习的抗干扰能力和通用性。并给出通用自学习远程遥控装置的软硬件设计方案。实践证明该装置能学习大多数家用电器的红外遥控信号 ,实现远程控制功能。     

关于提高大学课堂教学质量的思考

结合大学教学实践中存在的偏差和问题,有针对性的从教学质量观、教学目标、教学内容、教学方法、教学组织和教学研究等六个方面对提高大学课堂教学质量进行了系统的分析和思考。     

基于卷积神经网络的乳腺病理图像识别算法

为了协助病理医生诊断乳腺肿瘤,提出了一种计算机自动识别分析乳腺病理图像的方法.该方法采用乳腺病理图像数据集BreaKHis作为数据样本,在卷积神经网络模型VGG-19的基础上,提出了一种VGG-19A的改进网络模型.通过在卷积层中的激活函数前加入BN算法,在全连接层中加入dropconnect层,来优化网络模型的性能,提升网络模型的识别精度.此外,考虑到迁移学习方法能够让网络模型更加充分地学习图像特征,将其引入到VGG-19A网络的训练中.将该网络应用到乳腺病理图像的识别过程中,同时采用PFTAS+QDA,PFTAS+SVM,PFTAS+RF,Single-Task CNN,AlexNet以及VGG-19算法进行了对照试验.结果表明新算法在图像识别的准确性和泛化性能上相较现有方法都有了一定的提升,因而具有一定的临床应用价值.