电压型脉宽调制(pulse width modulation,PWM)整流器的虚拟磁链矢量可以由电网电压矢量进行积分得到,实际中常用一阶低通滤波器代替纯积分环节来消除直流偏置误差和抑制高频次谐波干扰,但一阶低通滤波器的引入也会带来电网电压幅值衰减和相移,从而导致虚拟磁链观测不准确.为消除一阶低通滤波器对虚拟磁链观测的影响,本文提出一种基于矢量重构技术的观测方法,通过分析一阶低通滤波器的幅频特性和相频特性,分别对滤波后的电压矢量幅值和相位进行重构,可实现虚拟磁链幅值和相位的精确估算.该方法应用于虚拟磁链定向的电压型脉宽调制整流器直接功率控制系统.仿真和实验结果表明,与传统的一阶低通滤波器策略相比,该方法提高了虚拟磁链的估计精度,有效抑制了直流母线电压动态响应波动,更有利于滤除网侧电流谐波

下面的内容将主要介绍几种最流行、最常用的接发方法。我 们要时刻关注行业出版物,学习一些不断发展的新方法 头皮外编辫,散发束/纤维 头皮外编辫使用的是标准的三股辫技术来吸纳松散的发束 或纤维。方法是将头发或纤维混合到自然头发中一起编辫子。既 可在辫子的一股头发中使用额外的头发或纤维,也可在两股中使 基面的大小取决于所需辫子的厚度。将基面划分为三个分 区,然后决定接发用的头发的长度和密度

针对并联机器人在设计过程中的约束变量多、干涉情况复杂和设计周期长等问题,进行电动六自由度并联机器人结构参数设计与仿真的研究.以Stewart并联机器人为例,对并联机器人工作空间的两种求解方法进行了分析.首先利用几何法求解出其工作空间,然后提出一种基于虚拟样机技术求解其工作空间与承载能力的方法.这种方法利用Pro/E软件进行三维设计,将三维造型导入Adams软件中进行动态仿真.仿真结果表明,该方法在保证仿真结果可靠性的前提下,可避免烦琐的计算,缩短设计周期

介绍了基于直流电压降法测量蒸汽发生器传热管690合金轴向疲劳裂纹扩展速率的销加载拉伸方法.该方法与其他方法相比较,可以直接采用原始管状材料,在线连续测量管状试样在不同应力强度因子下的疲劳裂纹扩展.通过对标准紧凑拉伸试样的类比分析,建立传热管试样的销加载拉伸模型,并对该模型进行电学和力学有限元模拟分析,确定直流电压降数据采集方法.验证试验采用核电蒸汽发生器用690合金传热管,分别研究了室温和高温325℃空气中载荷和温度对材料疲劳裂纹扩展速率的影响,试验结果采用Paris-Erdogan公式进行拟合,吻合度较好.扫描电镜下观察端口形貌,疲劳裂纹的扩展为穿晶形式,在穿晶断口上观察到明显的疲劳辉纹和微塑性区

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义

电解分析法是将被测溶液置于电解装置中进行 电解,使被测寓子在电极上以全属或其它形式析 出,由电解所增加的要量求算出其含量的方法。 这种方法实质上是重量分法,因而又称为电重 量分析法。 库个分析法是在电解分析法的基础上发畏起 来的一种分析方法。它不是通过 电解析出物 的重量,而是通过测量被测物质在100%电流效 率下电解所消耗的电量来进行定量分析的方法

（1)目的任务:了解常用的润滑方法、润滑剂及密封装置 （2)重点:润滑方法及密封装置 （3)难点:润滑方法及密封装置 （4)教学方法:多媒体(使用大量的图片展示结构)

教学任务：1.了解田径运动训练的基本内容 2.掌握各种素质的练习方法与手段 3.培养学生的创新思维 重点 ：田径运动训练的方法与手段 难点 ：训练中训练方法与手段的选配

第二十四章电力机车控制线路 24.1概述 24.2联锁方法与重联电路 教学目的:掌握电力机车控制线路的控制方法和联锁方法 重点:电力机车控制线路的联锁方法 难点:电力机车的重联联锁

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段