简介：BP神经网络是故障诊断领域运用最为广泛的一种方法。针对BP神经网络隐含层单元数难以确定的问题，对现有以经验公式确定隐层单元数的方法进行对比分析，提出一种在经验公式基础上改进的方法，并通过风力发电机齿轮箱故障诊断实例验证。结果表明，该方法能有效地加快寻找最优隐层单元数的速度。

简介：针对有轨电车电力牵引运行的特点,设计了一套超级电容储能牵引系统,并对超级电容储能管理系统的功能、系统架构和实现方案进行了详细的论述。在满负载情形下进行系统仿真实验和现场试验,仿真结果和现场试验基本相符,证明了本超级电容储能牵引系统方案在满负载和循环寿命方面都适合于有轨电车系统,技术上是可行的。

简介：语言和文化密切相关。语言是文化的象征,同时文化对语言的形成和发展也起着重要作用。词汇作为语言中最活跃的因素最明显地反映了语言的这一特征。该文总结概括语言的社会文化特征,给语言学习者提供相应的背景知识,提高他们学习语言的兴趣。

简介：基于环形舰船中压直流电力系统,增加了锂电池和超级电容混合储能系统,优化了发电系统的效率,研究了发电机起动、负载突变以及脉冲负载过程的能量优化与控制。针对不同工况,实行不同的功率分配方案。仿真结果表明,将混合储能系统应用在舰船上不仅能够快速响应负载、稳定直流母线电压,而且可以使发电机工作在最佳状态,提高了能量利用率。

简介：利用传统方法设计停歇的四连杆机构较繁琐.介绍了利用四杆机构的运动仿真软件来设计具有长停歇运动的四杆机构.

简介：由于舰船中压直流电力（MVDC）系统存在脉冲性负载,造成母线电压大幅跌宕,而实际舰船需要保持母线电压的波动在允许范围内。同时,为了优化该系统的能源使用效率,采用混合能量存储系统（HESS）,成为全电力舰船解决这些问题的有效方法。分别设计了PI控制器和模糊逻辑控制器,预测HESS的参考功率,以满足负载功率需求,对两种方法进行了分析比较。并对舰船处于不同载荷状态下的模糊能量管理策略进行了仿真分析研究。应用Matlab/Simulink建立了MVDC电力系统、HESS、推进负载、恒功率负载和脉冲负载模型进行仿真分析。仿真结果表明：模糊逻辑控制器优于PI控制器,同时基于模糊逻辑控制器能量管理策略能有效地管理舰船不同负荷功率需求,提升系统能源利用效率和稳定性。

简介：本文提出了一种以6脉冲可控硅变流器为基础的新的脉冲倍增技术。利用这种新推荐的技术，在输入电流和输出电压这两方面都已获得了12脉冲，18脉冲以及24脉冲运行。提供了一种在整个相角范围内的控制策略以及先进的输入电流和输出电压分析。从实验室原型得到的实验结果，证实了所提出的理论。

简介：介绍一种化学镀Ni-P合金层的退镀溶液配方,对Ni-P合金层退镀液对金属基体的腐蚀量进行了测定,并对退镀反应的机理进行了初步的探讨.

简介：通过对我国贫困乡村教育落后现状的分析,提出了加快发展贫困乡村教育的对策;实施义务教育法,普及基础教育;发展职业技术教育,提高劳动力就业素质;开办有地方特色的短期培训,提高现有农村劳动力的素质;加强教育法制的宣传教育和教育信息的传播交流,扭转畸形的教育社会职能观.

简介：基于二维有限元法,分别对磁通切换双凸极电动机（FSPM）的静态场和瞬态场进行了有限元计算,着重探讨了6/7极FSPM结构及特性,并与6/5极FSPM进行对比研究。研究结果表明,6/7极FSPM比6/5极具有更小的齿槽转矩,磁链和反电势波形具有更好的正弦性。

简介：针对低信噪比下雷达信号难于识别的问题,提出了基于三维熵特征的雷达信号识别算法。通过提取不同雷达信号的香农熵、指数熵、奇异谱熵特征,利用神经网络分类器,达到对雷达信号进行识别的目的。仿真结果表明,基于三维熵特征的雷达信号识别算法具有较好的抗噪性能,即使在较低的信噪比下,仍具有较好的类内聚集度和类间分离度,可以实现低信噪比对不同的雷达信号进行识别的目的。

简介：相对于传统的充电设施和储能设施,电动车充放储一体化电站具有很大的优势,是未来电动车配套设施建设的良好发展模式.为了满足其运营要求,设计了一种多功能交、直流变换电路.其可实现双向DC/DC、单相DC/AC和三相DC/AC等多种功能.该电路灵活性强,使用的元器件较少,提高了电站建设的经济性.

简介：针对复杂环境下,辐射源个体细微特征难于提取的问题,提出了一种改进多重分形维数辐射源个体特征提取算法。该算法对传统的多重分形维数算法进行了简化,取消了对传统多维特征进行求和的步骤,所得到的新的多重分形维数特征,对于辐射源个体特征的提取更具有针对性。仿真结果表明,提取到的多重分形维数特征可以较好地刻画辐射源个体特征,进而为后续分类器的设计打下良好的基础。

简介：介绍了一种新的语音关键词特征提取方法，对其特征提取过程中的一些方法提出了改进。实验数据表明，改进后的提取方法较先前在提取效果上有显著改善。

简介：针对无线传感器节点能耗不均的问题,研究了一种多特征组合加权的K一means聚类算法.改进了传统K一means算法中聚类中心随机选择的问题,并针对各维度特征对聚类影响的不同,赋予不同特征不同的权值.采用新的算法,并为其构建对应的算法性能衡量指标,与已有算法相比,新算法效果较好,能够明显提高数据聚类效果.

简介：