永磁同步电动机驱动的电动汽车仿真研究

在研究永磁同步电动机驱动系统的基础上，建立了永磁同步电动机驱动的电动汽车数学模型，编制了计算机仿真程序，并对拟开发电动汽车进行了计算机仿真，包括电动汽车的起动加速仿真、平路稳定转速运行仿真、变车速运行仿真、变路况运行仿真等。仿真结果表明，所开发的永磁同步电动机驱动系统能够很好地满足电动汽车性能要求，永磁同步电动机在电动汽车驱动中具有很大优越性。     

基于P3e/c软件的工程项目进度费用综合控制

本文介绍了在WBS的基础上,结合P3e/c软件,运用赢得值分析方法和关键路径法,实现对建设工程项目综合控制的主要目标进度-费用的综合控制。     

浅析企业清洁生产审核与能源审计

企业的清洁生产和能源审核关系着我国生态文明的建设进程。本文主要论述了企业清洁生产审核和能源审计的基本内涵和重要性,并分析了实现两者协调共进的策略,以期为企业的发展提供些许建议。     

规整填料塔吸收NOx过程的模拟和实验

为了解决工业中NOx污染问题，以双膜理论为基础建立并求解了氮氧化物在绝热情况下采用高效规整填料塔进行常压水吸收的数学模型，对NOx脱出率、出口含量、氧化度、出塔酸浓度及液体酸温度进行了模拟，同时进行了实验验证。模型涉及水吸收的气相反应及平衡、气相传质过程、界面平衡和液相反应。实验装置为已投产运行的年产2万吨草酸的吸收塔设备，模拟结果与工业实验装置现场采集的数据吻合较好，可以作为氯氧化物工业化生产的理论依据。     

关于解代数方程的劈因子法的收敛性

对于汛函方程x=φ(x) (1)的迭代法的收敛性定理是本文的基础.在这里,我们假设φ(x)是将Banach空间X的元素x变为同一空间的元素的非线性算子.且设在所指定的x_0(方程(1)的初始逼近)的邻域内φ(x)在Fre'chet意义下二次可微。定理1.设方程式(1)及其初始逼近x_0满足条件:1) ‖φ'(x_0)‖≤Q<1;2) ‖x_0-φ(x_0)‖≤η;3)在球(2)中有不等式‖φ″(z)‖≤L     

对赫尔巴特"教学阶段论"的再认识

约翰@弗里德里希@赫尔巴特(Johann Friedrich Herbart,1776-1841)作为传统教育学派的重要代表,在教学理论方面对后世影响最大的应属其教学阶段论,然而后世对其批判颇多,尤其是把赫尔巴特最初提出的"教学阶段"跟后来的赫尔巴特学派所重塑的"教学阶段论"相混淆.其实,赫尔巴特所提出的教学阶段理论完全是建立在其教学实践基础之上的,他强调教学方式的灵活多样性,这些都在相当程度上促进了当时教学理论和教学实践的发展.     

微机系统驱动程序的安装、常见问题及解决方法

针对驱动程序安装过程中的难点问题,就驱动程序工作原理、选择方法、安装以及安装过程中出现的常见问题进行探讨,给出一般的检查、处理方法,指出解决问题过程中要注意的相关事项.     

高温高压下N2和CO2对CH4/C2H6/C3H8混合气抑爆效果研究

油田伴生气经常会发生燃爆事故,为提升采油过程的安全性,需研究N₂与CO₂在井筒高温高压条件下的抑爆效果. 目前对于高温高压条件下固定可燃气体积分数,不同体积分数N₂和CO₂对爆炸特性影响的研究较少. 对40 °C,初始压力0.5、1.0、2.0 MPa,不同N₂和CO₂体积分数下CH₄/C₂H₆/C₃H₈混合气到达最大爆炸超压的时间、最大爆炸超压和爆燃指数K_G进行了相关研究,分析了不同初始压力和2种惰性气体对爆炸特性参数的影响. 试验结果表明:不同初始压力下N₂和CO₂各自的惰化机理相同;CO₂的惰化效果优于N₂且存在最优点,该点之前CO₂的惰化效果与N₂相比优势逐渐增强,由化学作用占主导地位,该点之后化学作用已达到最大效果,因此CO₂的惰化效果虽仍强于N₂,优势却逐渐减小.      

高精度高压脉冲电源原理与实验研究

在脉冲电场非热效应应用中，高精度高压脉冲电源是关键技术之一。利用大功率开关器件(IGBT)配合脉冲升压变压器可以得到高精度高压脉冲电源。该电源通过复杂可编程逻辑器件(CPLD)来产生脉冲触发信号，经大功率IGBT专用驱动模块驱动，可以实现脉冲电压在0～10kV，脉冲频率在10Hz～5kHz，脉冲宽度在2～30μs以及脉冲个数在1～100内的精确控制，并可实现脉冲宽度以1μs为步长增减，可以满足脉冲电场非热效应应用的参数要求。     

地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型，引入了合力作用机制，解决了储层流体类型划分的判定半径问题，克服了以往神经网络对任何输入数据都要产生响应，并给出一个分类结果的缺陷。改进了传统的距离计算方法，克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料，对某油田的储层流体性质及类型进行了识别，获得了很高的识别率。与径向基神经网络的判别结果相比，该神经网络的识别率明显提高。