摘要：从光伏并网逆变器的实际特点出发,对逆变器LCL滤波器参数设计进行了研究。从逆变器对滤波器的实际要求方面给出了LCL滤波器的设计步骤和方法,对100 kW三电平并网逆变器滤波器参数进行了设计。同时,针对实际系统,应用MATLAB仿真软件对设计结果进行了仿真验证,仿真和实验结果表明:采用所提出的LCL滤波器的设计方法,光伏并网逆变器性能良好,从而验证了这种设计方法的正确性和合理性。

摘要：针对超大跨度悬索桥长吊索风振突出的问题,以张靖皋长江大桥为背景,开展了超大跨度悬索桥长吊索涡振特性及其控制研究。基于嵌套网格技术,开展了2种直径长吊索涡振的数值模拟,并分析了吊索低阶与高阶涡振响应的特性。采用减振锤作为控制措施,开展了阻尼器参数设计,并通过节段模型风洞试验验证了减振装置对吊索涡振的控制效果。研究结果表明:不同直径的吊索在单索股和双索股情况下均可能发生涡振;不同阶次模态发生涡振的位移振幅接近,但高阶涡振的加速度幅值显著增加;考虑涡振对吊索疲劳性能的影响,采用减振锤能够有效抑制涡振响应。

摘要：控制平台的宽度l与网箱主构架半径r正相关,设计时必须满足网箱框架外侧与平台的距离k大于零,其中:k=1-2+22r-h42+14l2+12r2-22rl,h4为控制平台高度,其受放置区水深h的制约,高度与水深的关系:h=h1+h2+h3+2h4+12H,h1为网衣缩结高度,h2为网衣底部重力装置高度,h3为重力装置到水底的距离,H为网箱放置区台风期预计最大波高。以“HDPE升降式圆形双浮管深水网箱”为应用实例,h=24 m,H=7 m,r=7.15 m,h1=7.0 m,h2=1.0 m,l=25 m,h4=5.0 m,在浪高5 m,风力10级的情况下,网箱系统工作正常。

摘要：基于一种H桥功率单元的结构布局,从正弦脉宽调制(SPWM)的原理出发,详细分析了在H桥功率单元充电、放电情况下及上管、下管续流情况下的工作状态,并结合电容的内部结构,阐述了实际功率流的产生路径对电容温升及叠层母排温升产生的影响。通过一种续流母排的设计,详细分析了功率流如何通过续流母排而减小对电容的温升及叠层母排的温升,并通过试验平台进行测试,分别在无续流铜排及有续流铜排的条件下对电容的纹波电流及母排的温升进行测试,对测试数据进行分析,验证了理论分析的正确性。

摘要：集成电路反向工程的行为一直存在知识产权争议。本文通过逐一分析集成电路反向工程所涉及的商业秘密、集成电路布图设计专有权、著作权、专利权等知识产权问题,探讨了反向工程的限制条件,以及如何利用知识产权手段制约他人对自己设计的模仿。

摘要：某滨海电厂鼓型滤网阴极保护系统出现极化效果不佳,大电流下电位偏正的故障。本文结合系统设计及实际工况进行分析,结果表明回路电阻偏大及异常分流是导致系统故障的主要原因,并给出了有效的处理措施,为类似电厂提供参考。

摘要：结合工程实例,研究了强夯法处理湿陷性黄土地基时,土的含水量对处理效果的影响。对场地存在经济林带等影响地基土含水量的区域,提出了岩土工程勘察建议。

摘要：现有的多点系泊系统的复杂性及其暂无替代系泊方式是制约网箱养殖产业走向深远海的因素之一。借鉴单点系泊系统的优势,设计出一型可应用于往复流情况下的新型单锚腿系泊系统,通过计算和海域实测试验表明,该单锚腿系泊系统具备两级刚度的特点,满足网箱的系泊需求。在此基础上,以NACA0030对称翼形网箱为系泊对象,对单锚腿系泊系统与翼型网箱的耦合系统展开了南海海域50YRP海况下7个典型工况的扫略计算,完成系泊系统的安全与效用评估。结果表明,所设计的系泊系统在15~50 m水深范围内均具备较高的安全性,最适宜30 m水深使用。

摘要：千兆以太网拥有传输速度快、传输距离远、稳定可靠等优点,是当前嵌入式系统的应用热点。FPGA拥有丰富的逻辑和管脚资源,常用于高速数据处理和通信的嵌入式系统。本文描述一个基于FPGA的千兆以太网系统的设计,本设计在硬件上主要使用千兆以太网PHY芯片88E1111和Altera公司的StratixⅢ系列的FPGA,在FPGA的逻辑上实现NiosⅡ嵌入式系统和以太网的MAC控制器,在NiosⅡ系统的软件上移植入MicroC/OS-Ⅱ实时多任务操作系统和NicheStackTCP/IP协议堆栈。在FPGA上实现千兆以太网设计,有效提高了系统的可靠性和集成性,充分扩展FPGA的功能。

摘要：进行进度风险评价是装配式建筑风险管理的重点,也是提高装配式建筑工期效益的关键。从设计生产、运输供应、施工管理及环境4个方面识别影响因素并进行风险评价指标体系构建,在此基础上采用网络层次分析法(ANP)构建指标关系网络并进行权重计算。同时针对传统BP神经网络评估精度低的问题,引入麻雀搜索算法(SSA)优化BP神经网络,建立起基于ANP与SSA-BP神经网络的评价模型实现对装配式建筑进度风险的评价研究,通过与ANP-BP神经网络评价模型的对比验证了该模型的准确性与稳定性。