一、反馈类型的快速判断法（论文文献综述）
陈建中,陈虹宁[1]（2020）在《合成氨装置热网分程控制阀门故障分析及处理》文中提出大型合成氨装置热网运行的稳定状态,直接影响到整个装置的安全运行。通过改进,解决了热网高压蒸汽调节阀填料泄漏、反馈杆脱落等影响装置运行的问题,消除了影响装置运行的重大隐患。阀门智能定位器的引入,实现阀门定位的智能化操作,提高阀门控制的灵敏性和精确性。
邵艺博[2]（2020）在《基于统计升尺度方法的分布式光伏发电功率预测研究》文中研究指明目前,光伏发电技术持续发展,分布式光伏装机容量日益增加,光伏发电的随机性和间歇性已经成为制约光伏发电发展的重要因素,大范围分布式光伏发电并网的形成与应用对电力系统的安全可靠运行提出了一系列挑战。若能够实现对分布式光伏发电功率的精准化、高效化预测既能够帮助调度机构及时合理地修改调度计划,尽量避免出现"弃光限电"的现象,还能够进一步提升此发电模式的被认可率,为全国范围内大力推行和使用太阳能提供良好基础。由此可知,及时准确地预测分布式光伏发电功率预测至关重要,可以为调度中心开展工作提供有益指导,使得分布式光伏发电预测偏差得到有效控制。本文根据区域分布式光伏发电功率预测的研究现状,首先,针对代表分布式光伏发电,挖掘预测输出之间的时序性及相关性,将数值天气预报（NWP）数据作为样本,通过当前备受业内人士青睐的谱聚类方法,以及当前应用比较广泛的循环神经网络法建立了一个科学合理、严谨规范的预测模型。第一步,需要结合辐照度的发展规律,通过操作简单且当前应用热度比较高的谱聚类方法完成对NWP信息的合理分类。第二步则需要面向各组数据,通过先进成熟的循环神经网络技术创建一个严谨规范且简单易懂的预测模型。第三步,在进行预测的过程中,首先需要对NWP数据的类别进行科学合理地判定,而后通过已创建的模型展开预测分析,由此获得相应的结果。其次,本文研究了区域预测建模技术,在建立上述功率预测模型的基础上,提出了基于少数代表分布式光伏发电的统计升尺度方法。首先按照相关标准和要求对某范围内的分布式光伏发电予以了科学合理的区域划分,其次选取各区域内最具代表性的分布式光伏发电,通过权重系数等计算确定子区域预测出力,最后通过累加处理得到完整区域的预测功率。并通过等效容量的方法对相关分布式光伏发电作了进一步探讨和分析,以此促使区域预测的精准性得到有效保障。通过仿真分析可知,该方法可以实现区域分布式光伏发电功率预测建模,预测结果精度满足功率预测的工程应用要求。与传统的区域预测累加法相比,统计升尺度方法可节约计算资源,缩短建模时间,减少区域预测模型对单个光伏电站数据完备性的依赖,具有很高的工程实用意义。
李昌林[3]（2017）在《基于循环神经网络的风电场功率超短期和短期预测》文中研究说明风能是一种环境友好无污染的可再生能源,是未来能源的主要形式之一。然而,由于风能具有天然的随机性和间歇性,风电输出功率不稳定且难以控制,大规模风电并网对电力系统的优化运行、控制等诸多方面提出了严峻的挑战。因此,迫切需要研究风电场功率预测方法,以提高风电场功率的预测精度,为含风电并网电力系统的优化运行等提供参考。为此,本文围绕风电场功率预测方法,主要进行了以下研究工作:风电场历史功率数据因数据传输错误等因素影响,会存在异常数据,影响风电场功率预测精度。为此,提出基于加权k最临近（k-Nearest Neighbor,kNN）距离的风电场功率异常数据辨识及修正模型。该辨识模型应用加权kNN距离定义数据点的离群程度以辨识异常数据;修正模型通过取离异常点风速值最临近k个点的功率平均值作为修正值,避免了直接删除异常数据对原始数据完整性和时序性的破坏。基于西班牙某风电场的算例分析表明:该方法可辨识出4.2%的异常功率数据并进行修正,验证了辨识模型和修正模型的正确性与有效性。风电功率受风速、风向、气压等诸多气象因素影响,降低预测模型输入特征维度、挖掘预测输出间的时序性及相关性,可提高风电功率预测模型的预测精度。为此,提出基于条件互信息的输入特征降维方法,建立基于循环神经网络的风电场功率超短期预测模型。首先,采用历史功率和气象信息作为原始输入特征,基于条件互信息方法从中选取能为功率预测提供有用信息的特征,以去除冗余,降低预测模型输入特征维度。然后,以降维后的特征为输入,基于循环神经网络建立风电场功率超短期预测模型,预测未来2小时功率值。基于密歇根州内某风电场数据的算例分析表明:该模型从原始252个输入特征中选取72个作为关键特征;同时,循环神经网络预测模型与BP神经网络预测模型相比预测精度提高9.33%。为了拓展预测模型的预测时长,进一步提高预测精度并加快预测模型的训练速度,以数值天气预报（Numerical Weather Prediction,NWP）数据为输入,基于谱聚类方法和循环神经网络建立风电场短期功率分类预测模型。首先,根据未来24小时预测风速的变化趋势,使用谱聚类方法对NWP数据中相似数据进行分类。随后,对每类相似数据,基于循环神经网络分别建立预测模型。最后,在进行新的预测时,先判断预测日NWP数据隶属的类,再使用相应的预测模型进行预测,得到预测值。基于密歇根州内某风电场实际功率和NWP数据的算例分析表明:使用分类预测模型后预测精度提高了6.01%,同时模型训练时间减少了85%。
卢斌[4]（2014）在《空腹式连续刚构桥静动力学特性》文中进行了进一步梳理随着我国高等级公路的发展，高墩大跨的预应力混凝土连续刚构桥成为100～300m范围具有明显竞争优势的桥型。为了解决早期所建此类桥梁的开裂、下挠问题，近年来出现了改进型桥型----空腹式连续刚构桥，即在普通连续刚构桥基础上将桥墩附近箱梁腹板局部挖空，形成根部空腹式结构。本文针对空腹式连续刚构桥进行系统的静动力学特性研究，为其推广应用提供理论基础。本文以国内某建成的实桥为依托，建立了结构空间分析模型，利用Midas/Civil有限元程序，从静、动力学方面分析其结构反应特点。在静力学方面，以边中跨比、墩梁刚度比、腹板挖空率、曲率半径等为参数，研究内力变化规律。在动力学方面，研究了曲率半径、桥墩弯曲刚度、地震卓越频率、行波效应等因素对空腹式连续刚构桥的动力特性、关键截面水平和竖向地震响应的影响；通过风洞试验测定了空腹式箱梁的三分力系数，并与既有普通连续刚构的试验数据对比，分析了宽高比、宽悬比对空腹式箱梁三分力系数的影响；通过风洞试验与基于FLUENT平台的CFD数值模拟相结合，分析了双幅桥气动干扰效应，并研讨了腹板阻塞度对三分力系数的影响机理；通过最大双悬臂施工阶段的气弹模型风洞试验，给出了不同风偏角下空腹式与普通连续刚构施工状态的结构位移相响应和加速度响应特点。主要研究成果如下：（1）明晰了空腹式连续刚构桥的内力分布规律，指出了其与普通连续刚构桥的异同。空腹式连续刚构桥的最大负弯矩位于上下弦梁的结合处，数值上小于同跨径普通连续刚构；边中跨比小于等于0.5时，各构件内力分布均匀，其比值基本恒定，大于0.5时则相反；建议五跨以上空腹式连续刚构的跨径布置自中跨逐跨递减，跨径比取值为1：（0.5-0.8）：（0.25-0.4）；腹板挖空率越大，内力分布越均匀；上弦梁刚度比仅影响弦梁内力分配，对实腹段内力影响较小；当曲率半径大于600米时，其对桥墩的扭矩影响可以忽略不计。（2）箱梁空腹段的弦梁是抗震设计的关键构件。曲率半径对空腹式连续刚构基频影响较大，而对高阶频率没有影响，桥墩的弯曲刚度变化对桥梁动力性能影响极小；桥梁对低频（2Hz）水平地震响应强烈；箱梁空腹段的弦梁对低频且存在行波效应的地震波激励响应强烈，是抗震设计的关键部位。（3）直腹板箱梁的三分力系数与宽高比满足线性关系，空腹式直腹板箱梁三分力系数变化规律比普通箱梁复杂，根据试验结果给出的拟合公式可以用于其风荷载的计算。双幅并置的空腹式箱梁存在影响其周边流场的巷道效应和遮挡效应以及干扰效应，这些因素导致空腹式箱梁的三分力系数随宽高比变化规律趋于复杂，从而探究了阻塞度与三分力系数间的相互关系。（4）施工状态悬臂端的风致响应最大值出现在风向与桥梁轴线夹角约60°斜风方向，空腹式箱梁在斜风作用下的悬臂端最大位移响应小于普通箱梁。
何玲,吴恒玉,唐民丽,雷亚莉[5]（2011）在《放大电路中反馈类型及极性的判断方法》文中认为在模拟电子技术教学中,放大电路的分析,特别是负反馈放大电路的性能与分析是教学重点,也是难点。由于负反馈的概念抽象、复杂,许多学生感到难以理解和掌握。传统的分析判断方法,学习起来非常辛苦,也不容易被学生掌握。我们通过几年的教学实践,发现一种简单易行的方法,现通过本文介绍给大家。
刘川[6]（2009）在《电动汽车四轮独立驱动控制系统的研究》文中研究指明电动汽车是当今汽车行业发展的重要趋势,其关键技术研究主要包括驱动控制系统、整车控制与管理、电池及其管理系统。而四轮独立驱动电动汽车表征了一种新颖的电动汽车发展方向,同步于当今世界电动汽车研发和产业化的进程,以其理想的控制特性和广泛的应用前景,受到学术和工程界的普遍关注。四轮独立驱动技术可使电动汽车底盘实现电子化,主动化,大大提高了电动汽车的性能,使电动汽车与传统汽车相比具有更强的竞争力。本文以电动汽车四轮独立驱动控制系统作为研究对象,围绕四轮独立驱动电动汽车的DSP+单片机的多CPU控制系统进行了相关的研究和分析。本文首先综合调研了国内外轮式驱动电动汽车的发展现状及电动汽车四轮独立驱动技术的特点。论证了永磁无刷直流轮毂电机在电动汽车领域中应用的工程意义和价值。同时对电动车用永磁无刷直流轮毂电机的选型、控制方法及电动汽车动力学特性进行了相应的研究。其次,本文对四轮独立驱动技术的特点进行了详细分析,并结合驱动电机控制策略,设计了一种针对电动汽车四轮独立驱动的驱动控制方案。该驱动控制方案针对车辆运行路面的不同,以保证车辆在良好路面上实现良好的动力性能与节能特性,和在特殊路面上的操控稳定性。在方案设计、实施过程中,本文对各环节和总体系统都进行了仿真和试验验证。再次,在以上驱动控制系统的基础上,本文设计了基于DSP+单片机的多CPU体系结构的电动汽车四轮独立驱动控制系统,其中包括控制系统的硬、软件设计。整个控制系统的设计以四轮独立驱动样车为平台进行了试验调试。最后,以模糊控制为理论基础,结合四轮独立驱动控制策略,选择最优的控制算法,对电动汽车滑移率大小进行精确控制。从而保证电动汽车具有最佳动力性,稳定性及安全性。经仿真结果证明:通过牵引力模糊控制方法可以使汽车动力性与牵引性均得到明显改善。
孙文祥,李翠萍[7]（2007）在《负反馈放大电路反馈组态的快速判断》文中研究表明负反馈放大电路能够有效的改善放大电路的性能,掌握反馈放大电路反馈组态的判断方法,可以了解放大电路的性能特点,提高分析问题、解决问题的能力,提高学习效率,为以后的学习打下坚实的基础．
胡承忠,郑家奎[8]（2006）在《几种反馈类型判别法》文中指出首先介绍了反馈的几种基本概念,然后分析了正负反馈的几种判别方法（同点连接判别法,串联同相、并联反相判别法,口诀判别法）,接着讨论了电压、电流反馈的判断,串联并联反馈的判断,并对其进行了分析总结。
胡承忠,蒋天发[9]（2005）在《简易反馈类型判别法》文中研究指明对反馈的判断,给出了3种判断方法,即极性法(串同并反判断法（串联同极性、并联反极性、口诀法）、电压电流判别法、串联并联判别法,并对其进行了分析总结。
赵义明[10]（2003）在《反馈类型的快速判断法》文中指出在实用的放大电路之中 ,几乎都引入负反馈技术。因为它可以稳定静态工作点 ,稳定放大倍数 ,改善波形 ,增加通频带宽度 ,还可以改变输入、输出阻抗。一句话 ,就是可以改善放大电路的性能指标。但是 ,通常对负反馈类型的判断是比较困难的。本文依据反馈的基本定义和规则对分离元件组成的电路提出了一种快速判断反馈类型的方法。
二、反馈类型的快速判断法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、反馈类型的快速判断法（论文提纲范文）
（1）合成氨装置热网分程控制阀门故障分析及处理（论文提纲范文）
| 1 热网流程简介 |
| 2 存在问题及现象 |
| 2.1 阀门系统构成及工作状态 |
| 2.2 填料容易泄漏 |
| 2.3 定位器反馈杆容易脱落 |
| 2.4 调节阀微小开度动作不灵敏 |
| 3 解决措施及改造方案 |
| 3.1 阀门填料反复泄漏的原因 |
| 3.2 防止填料发生泄漏的措施 |
| 3.3 引入DVC6200智能定位器 |
| 4 改造实施情况 |
| 5 改造后的效果 |
（2）基于统计升尺度方法的分布式光伏发电功率预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 区域分布式光伏发电功率预测国内研究现状 |
| 1.2.2 区域分布式光伏发电功率预测国外研究现状 |
| 1.3 本文主要研究内容 |
| 2 基于谱聚类和循环神经网络的分布式光伏发电功率预测 |
| 2.1 引言 |
| 2.2 基于谱聚类的数值天气预报NWP相似数据聚类 |
| 2.2.1 谱聚类方法与步骤 |
| 2.2.2 数值天气预报相似数据谱聚类模型与聚类数优选方法 |
| 2.3 基于谱聚类和循环神经网络的分布式光伏发电功率分类预测 |
| 2.3.1 循环神经网络 |
| 2.3.2 数据的预处理 |
| 2.3.3 数据还原 |
| 2.3.4 基于循环神经网络的单类预测模型 |
| 2.3.5 预测日数值天气预报数据类别判断 |
| 2.3.6 基于NWP相似数据的分布式光伏发电功率分类预测模型 |
| 2.4 预测精度评判指标 |
| 2.5 算例分析 |
| 2.5.1 NWP相似数据聚类分析 |
| 2.5.2 分类预测结果与精度分析 |
| 2.6 本章小结 |
| 3 基于统计升尺度方法的区域分布式光伏发电功率预测 |
| 3.1 区域分布式光伏发电功率预测基本思路 |
| 3.1.1 代表分布式光伏发电短期功率预测 |
| 3.1.2 区域分布式光伏发电功率预测 |
| 3.2 区域分布式光伏发电功率预测 |
| 3.2.1 分布式光伏发电区域划分 |
| 3.2.2 代表分布式光伏发电选取 |
| 3.2.3 子区域功率预测 |
| 3.2.4 区域功率预测 |
| 3.3 算法整体框架 |
| 3.4 本章小结 |
| 4 分布式光伏发电功率预测仿真研究 |
| 4.1 分布式光伏发电区域划分 |
| 4.2 代表分布式光伏发电选取 |
| 4.3 子区域功率预测 |
| 4.4 区域功率预测 |
| 4.5 区域预测对比 |
| 4.6 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（3）基于循环神经网络的风电场功率超短期和短期预测（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 风电场功率预测数据处理研究现状 |
| 1.3 风电场功率预测方法研究现状 |
| 1.4 本文主要工作 |
| 2 基于加权k最临近距离的风电场异常功率辨识 |
| 2.1 引言 |
| 2.2 风电场异常功率数据分类 |
| 2.3 基于经验准则的丢失数据与停运数据辨识 |
| 2.4 基于加权k最临近距离的不合理数据与故障数据辨识 |
| 2.4.1 基于加权kNN距离的离群点辨识模型 |
| 2.4.2 基于分布标准差的模型参数优选 |
| 2.5 基于k最临近距离的异常数据修正 |
| 2.6 算例分析 |
| 2.6.1 风电场异常功率数据辨识模型参数优选 |
| 2.6.2 风电场异常功率数据辨识效果 |
| 2.6.3 风电场异常功率数据修正效果 |
| 2.7 本章小结 |
| 3 基于特征选取和循环神经网络的风电场功率超短期预测 |
| 3.1 引言 |
| 3.2 风电场输出功率影响因素 |
| 3.3 基于条件互信息的输入特征优化选取 |
| 3.3.1 条件互信息定义 |
| 3.3.2 风电场预测模型输入特征的优化选取 |
| 3.4 基于循环神经网络的风电场功率预测模型 |
| 3.4.1 循环神经网络 |
| 3.4.2 风电场功率超短期预测建模步骤 |
| 3.4.3 预测精度评判指标 |
| 3.5 算例分析 |
| 3.5.1 风电场预测模型输入特征选取结果 |
| 3.5.2 风电场未来2小时风电场功率预测及精度分析 |
| 3.6 本章小结 |
| 4 基于相似数据聚类和循环神经网络的风电场功率短期预测 |
| 4.1 引言 |
| 4.2 基于气象高度转换公式的NWP数据数值转换 |
| 4.3 基于谱聚类方法的数值天气预报相似数据聚类 |
| 4.3.1 谱聚类方法与步骤 |
| 4.3.2 数值天气预报相似数据谱聚类模型与聚类数优选方法 |
| 4.4 基于相似数据聚类和循环神经网络的风电场功率分类预测 |
| 4.4.1 基于循环神经网络的单类预测模型 |
| 4.4.2 预测日数值天气预报数据类别判断 |
| 4.4.3 基于NWP相似数据的风电场功率分类预测模型 |
| 4.5 算例分析 |
| 4.5.1 NWP相似数据聚类分析 |
| 4.5.2 分类预测结果与精度分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读硕士学位期间参加的科研项目 |
| C. 作者在攻读学位期间取得的科研成果目录 |
（4）空腹式连续刚构桥静动力学特性（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 连续刚构的发展 |
| 1.2.1 国外连续刚构发展 |
| 1.2.2 我国连续刚构发展 |
| 1.3 连续刚构的问题 |
| 1.3.1 梁体裂缝丛生 |
| 1.3.2 跨中挠度的增加 |
| 1.4 连续刚构的发展趋势 |
| 1.4.1 合理跨径 |
| 1.4.2 墩梁刚度 |
| 1.4.3 上部结构轻型化 |
| 1.5 连续刚构桥研究现状 |
| 1.5.1 设计参数 |
| 1.5.2 地震动响应 |
| 1.5.3 气动特性 |
| 1.6 空腹式连续刚构桥的研究 |
| 1.6.1 既有研究 |
| 1.6.2 研究不足 |
| 1.7 本文研究内容 |
| 1.7.1 研究内容 |
| 1.7.2 技术路线 |
| 第二章 设计参数 |
| 2.1 概述 |
| 2.2 依托工程概况及有限元模型 |
| 2.2.1 依托工程概况 |
| 2.2.2 有限元计算模型 |
| 2.2.3 基本假定 |
| 2.3 空腹式连续刚构桥内力 |
| 2.3.1 参数定义 |
| 2.3.2 弯矩 |
| 2.3.3 剪力 |
| 2.3.4 轴力 |
| 2.3.5 空腹式连续刚构内力特点 |
| 2.4 边中跨比 |
| 2.4.1 三跨连续 |
| 2.4.2 四跨连续 |
| 2.4.3 五跨连续 |
| 2.5 挖空率 |
| 2.5.1 全桥弯矩分布 |
| 2.5.2 关键截面弯矩比 |
| 2.6 上下弦梁刚度比 |
| 2.7 平面曲率半径 |
| 2.8 小结 |
| 第三章 结构动力特性 |
| 3.1 概述 |
| 3.2 结构动力特性分析 |
| 3.3 曲率半径 |
| 3.4 桥墩侧向弯曲刚度 |
| 3.5 小结 |
| 第四章 地震动响应 |
| 4.1 概述 |
| 4.2 地震波特性 |
| 4.3 水平地震波的位移响应 |
| 4.4 水平地震波的内力响应 |
| 4.4.1 墩底截面 |
| 4.4.2 下弦梁截面 |
| 4.5 曲率半径对水平地震波响应的影响 |
| 4.6 竖向地震波响应 |
| 4.6.1 中跨跨中主梁内力 |
| 4.6.2 下弦梁内力 |
| 4.6.3 上弦梁内力 |
| 4.7 小结 |
| 第五章 三分力系数 |
| 5.1 概述 |
| 5.1.1 三分力系数物理意义 |
| 5.1.2 三分力系数应用 |
| 5.2 风洞试验 |
| 5.2.1 试验设备 |
| 5.2.2 试验模型 |
| 5.2.3 试验工况 |
| 5.2.4 试验结果 |
| 5.3 直腹板箱梁三分力系数特点 |
| 5.3.1 雷诺数效应的影响 |
| 5.3.2 断面形状的特征参数 |
| 5.4 阻力系数 |
| 5.4.1 单幅箱梁 |
| 5.4.2 双幅箱梁 |
| 5.5 升力系数 |
| 5.5.1 上游箱梁 |
| 5.5.2 下游箱梁 |
| 5.6 升力矩系数 |
| 5.6.1 上游箱梁 |
| 5.6.2 下游箱梁 |
| 5.7 小结 |
| 第六章 空腹箱梁的 CFD计算 |
| 6.1 概述 |
| 6.2 计算流体力学基本理论 |
| 6.2.1 基本概念 |
| 6.2.2 质量守恒 |
| 6.2.3 粘性流体的运动方程（N-S 方程） |
| 6.3 计算流体动力学概述 |
| 6.3.1 CFD 计算步骤 |
| 6.3.2 计算程序框图 |
| 6.4 空腹式箱梁的 CFD 计算 |
| 6.4.1 初始参数 |
| 6.4.2 网格划分 |
| 6.4.3 计算工况 |
| 6.4.4 速度矢量图 |
| 6.5 并置空腹箱梁的相互干扰 |
| 6.5.1 下游对上游的干扰 |
| 6.5.2 上游对下游的干扰 |
| 6.6 腹板阻塞度的影响 |
| 6.6.1 阻力系数 |
| 6.6.2 升力系数 |
| 6.7 小结 |
| 第七章 气动弹性响应 |
| 7.1 概述 |
| 7.2 气动弹性现象 |
| 7.2.1 涡激振动 |
| 7.2.2 抖振 |
| 7.3 气动弹性模型试验 |
| 7.3.1 相似准则 |
| 7.3.2 气弹模型试验 |
| 7.4 气动弹性响应 |
| 7.4.1 位移响应 |
| 7.4.2 加速度响应 |
| 7.5 小结 |
| 结论与展望 |
| 1 结论 |
| 1.1 静力学特性 |
| 1.2 动力特性 |
| 1.3 地震动响应 |
| 1.4 风特性方面 |
| 2 展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）电动汽车四轮独立驱动控制系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 电动汽车的国内外发展概况 |
| 1.3 电动汽车轮式驱动研究现状及技术特点 |
| 1.3.1 国内外轮式驱动电动汽车研究现状 |
| 1.3.2 电动汽车四轮独立驱动技术的特点 |
| 1.4 本文主要研究内容 |
| 第2章 电动车用轮毅电机及车轮动力学研究 |
| 2.1 电动车用轮毅电机 |
| 2.1.1 电动车用轮毅电机的选择 |
| 2.1.2 永磁无刷直流电动机的控制方法 |
| 2.1.3 永磁无刷直流电动机的数学模型 |
| 2.2 车轮动力学研究 |
| 2.2.1 车轮胎坐标系 |
| 2.2.2 车轮滚动阻力 |
| 2.2.3 附着系数与滑移率 |
| 2.3 轮胎数学模型分析 |
| 2.4 本章小结 |
| 第3章 四轮独立驱动系统的驱动方案研究 |
| 3.1 整车动力驱动系统的选择 |
| 3.2 整车控制策略研究 |
| 3.2.1 传统汽车的控制系统 |
| 3.2.2 电动汽车整体控制策略 |
| 3.3 电动车用驱动电机控制策略研究 |
| 3.3.1 转速控制策略 |
| 3.3.2 电压控制策略 |
| 3.3.3 功率控制策略 |
| 3.3.4 转矩控制策略 |
| 3.4 整车牵引力控制策略 |
| 3.4.1 滑移率开环状态控制方法 |
| 3.4.2 滑移率检测 |
| 3.4.3 滑移状态快速判断 |
| 3.5 四轮驱动系统综合控制策略 |
| 3.6 本章小结 |
| 第4章 四轮独立驱动控制系统的设计 |
| 4.1 控制系统整体概述 |
| 4.2 控制系统硬件设计 |
| 4.2.1 控制电路组成 |
| 4.2.2 功率开关管驱动电路 |
| 4.2.3 检测和采样电路 |
| 4.3 控制系统软件设计 |
| 4.3.1 控制系统软件总体构成 |
| 4.3.2 部分软件功能的实现 |
| 4.4 本章小结 |
| 第5章 模糊控制在四轮牵引力控制系统中的应用 |
| 5.1 电动汽车动力模型的建立 |
| 5.2 模糊控制算法的设计 |
| 5.2.1 模糊控制器的设计 |
| 5.2.2 隶属度函数的设计 |
| 5.3 系统仿真分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 进一步工作展望 |
| 参考文献 |
| 作者在攻读硕士学位期间发表的学术论文 |
| 致谢 |
| 附录:DSP2812开发板电路图 |
（7）负反馈放大电路反馈组态的快速判断（论文提纲范文）
| 一、基本概念 |
| 二、判断方法 |
| (1)正、负反馈的判断方法 |
| (2)电压、电流反馈的判断方法 |
| (3)串、并联反馈的判断方法 |
| 三、应用举例 |
（9）简易反馈类型判别法（论文提纲范文）
| 1 极性判别法 |
| 1.1 串同、并反判断法 |
| 1.2 口诀法 |
| 2 判断取样方式 |
| 2.1 短路法 |
| 2.2 开路法 |
| 2.3 集出为压, 射出为流 |
| 3 判断求和方式 |
| 3.1 短路法 |
| 3.2 开路法 |
| 3.3 入基为并, 入射为串 |
（10）反馈类型的快速判断法（论文提纲范文）
| 1 反馈的基本理论 |
| 1.1 正反馈、负反馈 |
| 1.2 直流反馈和交流反馈 |
| 1.3 负反馈的类型 |
| 2反馈类型的快速判断 |
| 2.1电压、电流反馈的快速判断 |
| 2.2串联、并联反馈的快速判断 |
| 2.3交、直流反馈的快速判断 |
| 2.4正、负反馈的快速判断 |
四、反馈类型的快速判断法（论文参考文献）
- [1]合成氨装置热网分程控制阀门故障分析及处理[J]. 陈建中,陈虹宁. 化工管理, 2020(05)
- [2]基于统计升尺度方法的分布式光伏发电功率预测研究[D]. 邵艺博. 沈阳工程学院, 2020(02)
- [3]基于循环神经网络的风电场功率超短期和短期预测[D]. 李昌林. 重庆大学, 2017(06)
- [4]空腹式连续刚构桥静动力学特性[D]. 卢斌. 长安大学, 2014(04)
- [5]放大电路中反馈类型及极性的判断方法[J]. 何玲,吴恒玉,唐民丽,雷亚莉. 濮阳职业技术学院学报, 2011(06)
- [6]电动汽车四轮独立驱动控制系统的研究[D]. 刘川. 武汉理工大学, 2009(09)
- [7]负反馈放大电路反馈组态的快速判断[J]. 孙文祥,李翠萍. 承德民族师专学报, 2007(02)
- [8]几种反馈类型判别法[J]. 胡承忠,郑家奎. 山东电大学报, 2006(04)
- [9]简易反馈类型判别法[J]. 胡承忠,蒋天发. 国外建材科技, 2005(02)
- [10]反馈类型的快速判断法[J]. 赵义明. 胜利油田师范专科学校学报, 2003(04)
标签：太阳能光伏发电系统论文; 模型预测控制论文; 预测模型论文; 功率控制论文; 神经网络模型论文;