动态矩阵控制在固体氧化物燃料电池中的应用

提出将动态矩阵控制(DMC)算法用于固体氧化物燃料电池(SOFC)的控制。为此,在分析SOFC动态机理模型的基础上,建立了其阶跃响应模型。控制目标是使SOFC的输出电压始终保持在一定范围内,并收敛到恒定的数值。在实际应用中,这样的算法应能提高SOFC输出功率的跟踪性能。仿真结果验证了这种方法的有效性。     

广州日总太阳辐射估算

利用广州十年内（1995—2004）的气象数据，进行了逐步回归分析，得出估算日总太阳辐射的模型。并通过平均百分误差、平均偏差和均方根误差对各模型的精确性进行了对比，选择出最优模型。最后用实测的日总太阳辐射数据对选出的最优模型进行验证，结果表明，当日总太阳辐射值较大时，模型估算值与实测数据吻合得很好。     

SpaceWire总线的双路由单元性能评价方法

基于双路由单元研究了Space Wire总线的性能评价体系。研究中给出双路由单元的定义,推导基于双路由单元的路由系统的数据传输时间和资源耗费的计算方法;推导基于双路由单元的多路由拓扑系统的性能评价体系;采用蒙特卡洛模拟的方法建立双路由单元系统的模拟平台,仿真计算路由单元在不同接口配置情况下的性能。研究结果表明:基于双路由单元的传输时间和资源耗费指标能够评价Space Wire总线的性能;在不同接口配置时,存在一种最佳的配置方式使系统的性能达到最优。     

基于双路由单元的SpaceWire总线性能评价方法研究*

本文基于双路由单元研究了SpaceWire总线的性能评价体系。研究中,首先给出了双路由单元的定义,推导了基于双路由单元的路由系统的数据传输时间和资源耗费的计算方法;其次推导了基于双路由单元的多路由拓扑系统的性能评价体系;然后采用蒙特卡洛模拟的方法建立了双路由单元系统的模拟平台,仿真计算了路由单元在不同接口配置情况下的性能。研究结果表明：基于双路由单元的传输时间和资源耗费指标能够评价SpaceWire总线的性能;并且在不同接口配置时,存在一种最佳的配置方式能够使得系统的性能达到最优。     

建筑太阳能光电热一体化系统的瞬态性能模拟

利用TRNSYS软件对重庆夏季建筑屋顶太阳能光电热一体化系统进行瞬态模拟分析计算,得到系统瞬时发电量与一段时间内累计发电量,光电热模块瞬时进出水温度与太阳能平板集热器瞬时进出水温度,系统一段时间内光电热模块累计有效得热量与一段时间内太阳能平板集热器累计有效得热量,系统的光电转换效率、光热转换效率以及太阳能综合利用效率。结果表明,建筑屋顶太阳能光电热一体化系统是重庆地区建筑太阳能光电热一体化系统适宜的型式。     

重庆地区复合抛物面聚光型PV/T系统实验

为了能够更加高效地利用太阳能资源,在重庆地区设计并搭建了实验平台,对不同季节复合抛物面聚光型PV/T系统(CPC-PV/T)进行了实验研究。结果表明:尽管重庆地区太阳能资源匮乏,但加入复合抛物面聚光器后,PV/T系统的整体光电转换效率最高可达到17.07%,系统全天光热转换效率达到58.2%。因此,该地区在夏季进行太阳能光电热综合利用是完全可行的,春、秋季太阳较好的天气也可利用。     

太阳能电池阵跟踪驱动过程扰振特性分析

太阳能电池阵对日跟踪驱动过程所产生的扰动是限制高精度航天器技术指标提高的主要因素之一。为获取驱动扰动的规律性特征,本文将太阳能电池阵及其驱动装置考虑为相互耦合的整体系统,从主要驱动环节出发建立其机电一体化扰振分析模型和Simulink动力学仿真模块,通过试验算例验证模型正确性,并分析了电池阵刚柔耦合和质心偏置等因素对扰振特性的影响。结果表明:转速波动将激起电池阵低阶扭振模态,扰动频谱具有步进电动机驱动和柔性结构振动的频率特性,但扭振扰动对刚体运动规律影响很小;质心偏置会引起电池阵平动与转动耦合的空间振动,激扰面外弯曲振型,改变扰振频率分布和放大扰振分量幅值。     

基于DICE单元的抗SEU加固SRAM设计

DICE单元是一种有效的SEU加固方法,但是,基于DICE单元的SRAM在读写过程中发生的SEU失效以及其外围电路中发生的失效,仍然是加固SRAM中的薄弱环节.针对这些问题,提出了分离位线结构以解决DICE单元读写过程中的翻转问题,并采用双模冗余的锁存器加固方法解决外围电路的SEU问题.模拟表明本文的方法能够有效弥补传统的基于DICE单元的SRAM的不足.     

基于层次方法和PCA特征变换的宫颈细胞识别

对宫颈细胞多分类,可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法实验后,选取支持向量机（SVM）作为基分类器,先用一对一策略（one- versus -one）训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。又考虑不同层特征模式的差异性,在保证识别性能同时,每层分类前先采用主成分分析（PCA）法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次PCA法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。