產品說明 PS系列超小型隔離AC-DC開關電源模塊已生產銷售了9年，產品一直深受客戶歡迎。該系列產品具有體積小、重量輕、動態輸入電壓范圍寬等優點，并且轉換效率高，性能可靠，具有輸出短路和過熱保護功能，可在板安裝。產品采用電膠木或金屬鋁外殼，樹脂灌封，出廠前全部經過高溫老化并100%測試。
上傳時間： 2013-10-24
上傳用戶：a471778
38V/100A可直接并聯大功率AC/DC變換器 隨著電力電子技術的發展，電源技術被廣泛應用于計算機、工業儀器儀表、軍事、航天等領域，涉及到國民經濟各行各業。特別是近年來，隨著IGBT的廣泛應用，開關電源向更大功率方向發展。研制各種各樣的大功率，高性能的開關電源成為趨勢。某電源系統要求輸入電壓為AC220V，輸出電壓為DC38V，輸出電流為100A，輸出電壓低紋波，功率因數>0.9，必要時多臺電源可以直接并聯使用，并聯時的負載不均衡度<5％。 設計采用了AC/DC/AC/DC變換方案。一次整流后的直流電壓，經過有源功率因數校正環節以提高系統的功率因數，再經半橋變換電路逆變后，由高頻變壓器隔離降壓，最后整流輸出直流電壓。系統的主要環節有DC/DC電路、功率因數校正電路、PWM控制電路、均流電路和保護電路等。 1 有源功率因數校正環節 由于系統的功率因數要求0.9以上，采用二極管整流是不能滿足要求的，所以，加入了有源功率因數校正環節。采用UC3854A/B控制芯片來組成功率因數電路。UC3854A/B是Unitrode公司一種新的高功率因數校正器集成控制電路芯片，是在UC3854基礎上的改進。其特點是：采用平均電流控制，功率因數接近1，高帶寬，限制電網電流失真≤3％[1]。圖1是由UC3854A/B控制的有源功率因數校正電路。 該電路由兩部分組成。UC3854A/B及外圍元器件構成控制部分，實現對網側輸入電流和輸出電壓的控制。功率部分由L2，C5，V等元器件構成Boost升壓電路。開關管V選擇西門康公司的SKM75GB123D模塊，其工作頻率選在35kHz。升壓電感L2為2mH/20A。C5采用四個450V/470μF的電解電容并聯。因為，設計的PFC電路主要是用在大功率DC/DC電路中，所以，在負載輕的時候不進行功率因數校正，當負載較大時功率因數校正電路自動投入使用。此部分控制由圖1中的比較器部分來實現。R10及R11是負載檢測電阻。當負載較輕時，R10及R11上檢測的信號輸入給比較器，使其輸出端為低電平，D2導通，給ENA(使能端)低電平使UC3854A/B封鎖。在負載較大時ENA為高電平才讓UC3854A/B工作。D3接到SS（軟啟動端），在負載輕時D3導通，使SS為低電平；當負載增大要求UC3854A/B工作時，SS端電位從零緩慢升高，控制輸出脈沖占空比慢慢增大實現軟啟動。 2 DC/DC主電路及控制部分分析 2.1 DC/DC主電路拓撲 在大功率高頻開關電源中，常用的主變換電路有推挽電路、半橋電路、全橋電路等[2]。其中推挽電路的開關器件少，輸出功率大，但開關管承受電壓高（為電源電壓的2倍），且變壓器有六個抽頭，結構復雜；全橋電路開關管承受的電壓不高，輸出功率大，但是需要的開關器件多（4個），驅動電路復雜。半橋電路開關管承受的電壓低，開關器件少，驅動簡單。根據對各種拓撲方案的工程化實現難度，電氣性能以及成本等指標的綜合比較，本電源選用半橋式DC/DC變換器作為主電路。圖2為大功率開關電源的主電路拓撲圖。
上傳時間： 2013-11-13
上傳用戶：ukuk
小麥在儲藏階段由于各種災害導致損失巨大，并降低了面粉質量，及時檢測并分離小麥的受損顆粒迫在眉睫。文章以提取4類小麥碰撞聲信號為基礎，使用數字信號處理方法對小麥完好粒、蟲害粒、霉變粒及發芽粒的碰撞聲信號提取有效特征，最后利用BP神經網絡進行分類，對于3類小麥類型的識別取得了較好的識別率。應用結果表明BP神經網絡能夠較好地實現區分受損小麥顆粒與完好小麥顆粒。
上傳時間： 2014-12-29
上傳用戶：lxm
針對硫化鎳礦選礦浮選工業過程中液位控制進行數學分析，建立 BP預測模型并實施多浮選槽液位控制方法，利用目前工程領域流行的 MATLAB 7.0中提供的神經網絡工具箱，對網絡模型進行訓練和仿真，為有效抑制各槽液位擾動、實時調整各浮選槽液位和實現浮選指標的提高提供了有效的途徑。仿真結果證明了BP神經網絡對解決硫化鎳礦浮選過程液位PID控制的有效性，具有廣泛應用和推廣的價值。
上傳時間： 2014-12-29
上傳用戶：凌云御清風
文中將BP神經網絡的原理應用于參數辨識過程，結合傳統的 PID控制算法，形成一種改進型BP神經網絡PID控制算法。該算法利用BP神經網絡建立系統參數模型，能夠跟蹤被控對象的變化，取得較高的辨識精度。針對BP神經網絡對權系初始值敏感的缺點，優化BP神經網絡的初始權系數。通過BP算法修正BP網絡自身權系數，實現PID參數的在線調整。仿真結果顯示了該算法收斂速度快、精度高、魯棒性強、穩定性好，表明了該算法的可行性與有效性。
上傳時間： 2013-10-08
上傳用戶：cxl274287265
在變流器故障診斷系統中，通過MATLAB對牽引變流器建立故障仿真模型，提取故障特征，對輸入輸出數據進行標幺化和模糊化的處理，并基于改進的動量BP神經網絡算法，完成對變流器開關管開路的診斷，誤差滿足要求范圍，結果表明：該算法收斂迅速，能避免陷入局部極值，而且準確率很高，是一種快速有效的方法。
上傳時間： 2013-11-09
上傳用戶：familiarsmile
針對傳統PID控制系統參數整定過程存在的在線整定困難和控制品質不理想等問題，結合BP神經網絡自學習和自適應能力強等特點，提出采用BP神經網絡優化PID控制器參數。其次，為了加快BP神經網絡學習收斂速度，防止其陷入局部極小點，提出采用粒子群優化算法來優化BP神經網絡的連接權值矩陣。最后，給出了PSO-BP算法整定優化PID控制器參數的詳細步驟和流程圖，并通過一個PID控制系統的仿真實例來驗證本文所提算法的有效性。仿真結果證明了本文所提方法在控制品質方面優于其它三種常規整定方法。
上傳時間： 2014-03-21
上傳用戶：diets
BP神經網絡由多個網絡層構成，通常包括一個輸入層、若干個中間層和一個輸出層。BP網絡的特點是：各層神經元僅與相鄰層神經元之間有連接；各層內神經元之間沒有任何連接；各層神經元之間也沒有反饋連接。BP網絡具有很強的非線性映射能力，根據Kolrnogorov定理，一個3層BP神經網絡能夠實現對任意非線性函數進行逼近。
標簽： BP網絡
上傳時間： 2013-10-31
上傳用戶：xy@1314
在LDPC譯碼時，使用LLR BP算法其校驗節點的計算復雜度十分高，而且當LDPC碼中有許多的短環時，譯碼性能也會降低。基于以上的這些問題提出了一個新的混合校驗變量過程，通過調整校驗節點的處理振幅和變量節點的信息相關性來降低計算復雜度，其仿真過程表明在譯碼性能和運算復雜度上與LLR BP 算法都有較大的提高。
上傳時間： 2014-01-25
上傳用戶：tecman
指出了超聲波在測距應用中的局限性, 并給出解決方案。著重從新的角度補償超聲傳感器的誤差, 提出了用BP前饋神經網絡補償超聲波聲速受溫度、濕度變化而引起的誤差。
上傳時間： 2014-04-24
上傳用戶：erkuizhang
