|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
新型有載分接開關(guān)
電力設(shè)備輸入電壓不穩(wěn)定，將造成電力設(shè)備使用壽命縮短。電力系統(tǒng)電壓 可能偏離額定值，過(guò)高的電壓將造成電能損耗加大、效率降低。改變電力變壓 器分接頭的方式進(jìn)行電壓調(diào)節(jié)是電力部門廣泛采用的調(diào)壓措施。在變壓器有負(fù) 荷電流（有載）的條件下，把變壓器某一個(gè)電壓的分接頭切換為另一個(gè)電壓的 分接頭，且保證切換過(guò)程電力用戶不停電，需要使用高技術(shù)含量的有載分接開 關(guān)來(lái)實(shí)現(xiàn)。 目前，現(xiàn)有的有載分接開關(guān)切換器中的兩個(gè)開關(guān)都采用先合后開的切換次 序，采用電阻過(guò)渡的方式實(shí)現(xiàn)兩個(gè)開關(guān)的無(wú)縫切換過(guò)程。該方式的缺點(diǎn)是：為 了保證兩個(gè)開關(guān)先跳后合之間的時(shí)間足夠短，以免燒毀電阻，需要復(fù)雜的機(jī)械 凸輪滑動(dòng)機(jī)構(gòu)和壓縮儲(chǔ)能機(jī)構(gòu)，操作振動(dòng)大、噪音大、可靠性差；開關(guān)切換過(guò) 程有電弧；整體切換時(shí)間長(zhǎng)（4 秒）；復(fù)雜機(jī)械機(jī)構(gòu)決定有載分接開關(guān)不允許 頻繁切換。
山東大學(xué)
2021-04-13
00201分析天平
產(chǎn)品的詳細(xì)介紹，請(qǐng)直接咨詢我們。電話：0574-62080651
寧波浪力儀器有限公司（余姚市朗海科教儀器廠）
2021-08-23
11012分析天平
寧波華茂文教股份有限公司
2021-08-23
.jpg){kind=logo}
一種OAM模分復(fù)用系統(tǒng)的非線性均衡器
OAM（軌道角動(dòng)量）模分復(fù)用技術(shù)是一種新興的通信復(fù)用方式，它通過(guò)在光信號(hào)中引入軌道角動(dòng)量這一新的維度，實(shí)現(xiàn)了光信號(hào)的多模式傳輸，從而顯著提高了光纖通信系統(tǒng)的傳輸容量。然而，OAM模分復(fù)用系統(tǒng)在實(shí)際應(yīng)用中面臨著模式間串?dāng)_和非線性效應(yīng)導(dǎo)致的信號(hào)失真問(wèn)題，這些問(wèn)題限制了系統(tǒng)的性能和傳輸距離。
針對(duì)這一挑戰(zhàn)，提出了一種高效的非線性均衡器，該均衡器采用先進(jìn)的算法和電路設(shè)計(jì)，能夠有效地抑制OAM模分復(fù)用系統(tǒng)中的非線性失真和模式間串?dāng)_，從而提高系統(tǒng)的傳輸性能和穩(wěn)定性。該均衡器不僅具有高度的靈活性和適應(yīng)性，能夠根據(jù)不同的傳輸需求和系統(tǒng)配置進(jìn)行優(yōu)化調(diào)整，而且其設(shè)計(jì)緊湊、功耗低，非常適合應(yīng)用于現(xiàn)代光纖通信系統(tǒng)。
本成果創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：首先，通過(guò)引入先進(jìn)的非線性均衡算法，實(shí)現(xiàn)了對(duì)OAM模分復(fù)用系統(tǒng)中非線性失真的有效抑制；其次，利用優(yōu)化的電路設(shè)計(jì)和信號(hào)處理技術(shù)，提高了均衡器的性能和穩(wěn)定性；最后，該技術(shù)能夠廣泛應(yīng)用于多種光纖通信系統(tǒng)，具有廣闊的市場(chǎng)前景和應(yīng)用價(jià)值。
圖1. 均衡器計(jì)算過(guò)程
北京理工大學(xué)
2025-02-10
.jpg){kind=logo}
一種基于小波差分算法的電纜故障測(cè)距方法
發(fā)明專利 “ 一種基于小波差分算法的電纜故障測(cè)距方法應(yīng)用于電力電纜在線故障定位 ” ，證書證號(hào) 955827 ，專利號(hào) ZL 2010 1 0235507.7 。該方法用于電力電纜的在線故障測(cè)距。
西安科技大學(xué)
2021-04-11
藥大學(xué).jpg){kind=logo}
中藥液體制劑的陶瓷膜分高在線耦合超聲方法
【發(fā) 明 人】潘林梅；郭立瑋；黃敏燕；朱華旭【技術(shù)領(lǐng)域】本發(fā)明涉及一種陶瓷膜分離的技術(shù)，特別涉及一種適用于陶瓷膜微濾中藥液體制劑的膜分離方法。【摘要】 本發(fā)明公開了一種中藥液體制劑的陶瓷膜分離在線耦合超聲方法，步驟為：藥液加壓至膜組件中，調(diào)節(jié)陶瓷膜工作壓力與溫度，打開滲透液閥門，測(cè)定單位時(shí)間內(nèi)滲透液流出量，截留液循環(huán)流回原料罐，陶瓷膜管處于功率為5～20W的超聲中，工作壓差為0.1～0.5MPa，藥液溫度范圍為5～85℃。所述的超聲由探頭式超聲發(fā)生器發(fā)生，超聲探頭進(jìn)入陶瓷膜管的深度占陶瓷膜管總長(zhǎng)的10～90％。藥液為中藥酒類液體制劑或以水為溶劑的中藥液體制劑。可以在線控制膜污染、降低清洗頻率、顯著提高膜的分離效率。
南京中醫(yī)藥大學(xué)
2021-04-13
.jpg){kind=logo}
超聲波改變濕藻細(xì)胞分形結(jié)構(gòu)促進(jìn)油脂萃取的方法
本發(fā)明涉及生物質(zhì)能利用技術(shù)，旨在提供一種超聲波改變濕藻細(xì)胞分形結(jié)構(gòu)促進(jìn)油脂萃取的方法。該方法包括：收獲分形維數(shù)為1.21～1.24、細(xì)胞壁厚度為0.07～0.08μm的濕藻，然后進(jìn)行超聲波輻照改性，控制超聲波輻照功率和時(shí)間使?jié)裨逯屑?xì)胞的分形維數(shù)上升為1.46～1.51，細(xì)胞壁厚度減小為0.04～0.06μm；向處理后的濕藻中加入萃取劑，進(jìn)行油脂萃取；所述濕藻細(xì)胞是指含水率在10～90％的微藻細(xì)胞的集合體。本發(fā)明利用超聲波改變濕藻細(xì)胞分形結(jié)構(gòu)促進(jìn)油脂萃取，省去了傳統(tǒng)方法中濕藻細(xì)胞的脫水干燥等高能耗步驟，通過(guò)提高藻細(xì)胞分形維數(shù)和降低細(xì)胞壁厚度，使萃取劑對(duì)細(xì)胞內(nèi)油脂的萃取效率提高到85-90％。
浙江大學(xué)
2021-04-13
.jpg){kind=logo}
基于光譜擬合與差分算法的光纖傳感動(dòng)態(tài)信號(hào)解調(diào)方法
本發(fā)明公開了一種基于光譜擬合與差分算法的光纖傳感動(dòng)態(tài)信 號(hào)解調(diào)方法，包括：掃描得到光譜紋波；對(duì)光譜紋波進(jìn)行擬合獲得靜 態(tài)光譜；將光譜紋波與靜態(tài)光譜進(jìn)行差分處理獲得差值信號(hào)；對(duì)光譜 紋波的極值點(diǎn)進(jìn)行擬合獲得上下邊緣包絡(luò)曲線；對(duì)上下邊緣包絡(luò)曲線 進(jìn)行差分處理獲得光譜變化函數(shù)，將差值信號(hào)與光譜變化函數(shù)進(jìn)行歸 一化處理，獲得去包絡(luò)后差值信號(hào)，根據(jù)掃描速度和初始波長(zhǎng)將波長(zhǎng) 換算為時(shí)間，獲得去包絡(luò)后時(shí)域動(dòng)態(tài)信號(hào)。本方法對(duì)紋波光譜及其擬 合曲線進(jìn)行差分獲得動(dòng)態(tài)信號(hào)，可以消除諸如溫度、濕度等環(huán)境干擾， 且恢復(fù)的動(dòng)態(tài)
華中科技大學(xué)
2021-04-14
基于分形彈簧結(jié)構(gòu)的 RFID 電子標(biāo)簽、射頻天線及制備方法
本發(fā)明公開了一種基于平面分形彈簧結(jié)構(gòu)的 RFID 電子標(biāo)簽射頻天線，其為由多個(gè)呈分形彈簧結(jié)構(gòu)的線圈段依次首尾相連形成的閉合線圈。本發(fā)明還提供了基于所述射頻天線的 RFID 電子標(biāo)簽，射頻天線附著于基板上，線圈段的彈簧伸縮方向與其處的基板區(qū)域受到的拉伸方向一致。本發(fā)明還提供了制備所述 RFID 電子標(biāo)簽的方法。本發(fā)明 RFID 電子標(biāo)簽在基板橫向和縱向分別布置有與基板拉伸方向一致的多級(jí)彈簧分形結(jié)構(gòu)的射頻天線，存在較大的變形冗余，能夠承受軸向和橫向拉伸與壓縮，具有很大的彎曲變形能力，從而使其可以貼在人體
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
基于差分熵和結(jié)構(gòu)相似性的圖像編碼質(zhì)量預(yù)測(cè)方法
本發(fā)明公開了一種基于差分熵和結(jié)構(gòu)相似性的圖像編碼質(zhì)量預(yù)測(cè)方法，包括步驟：步驟 1，獲取樣本圖 像序列中各樣本圖像的圖像差分熵及不同壓縮倍數(shù)下的圖像結(jié)構(gòu)相似性；步驟 2，基于步驟 1 獲取的數(shù)據(jù)， 采用線性擬合方式構(gòu)建不同壓縮倍數(shù)下圖像差分熵與圖像結(jié)構(gòu)相似性間的線性關(guān)系，即圖像編碼質(zhì)量預(yù)測(cè)模 型；步驟 3，根據(jù)待預(yù)測(cè)圖像的圖像差分熵，采用圖像編碼質(zhì)量預(yù)測(cè)模型即可獲得待預(yù)測(cè)圖像在不同壓縮倍 數(shù)下的圖像結(jié)構(gòu)相似性。本發(fā)明簡(jiǎn)單，高效，無(wú)需消耗較大的硬件
武漢大學(xué)
2021-04-14