XiaoMi-AI文件搜索系统
World File Search SystemSynchronous
有向无环图上的同步动力系统
背景和动机：离散动力系统是研究网络中扩散现象的形式化模型。这些模型的应用领域包括社会传染（例如信息、观点、时尚、流行病）的研究和能源需求建模（例如太阳能的适应）（Adiga 等人 2019 年；Chistikov 等人 2020 年；Ogihara 和 Uchizawa 2020 年；Gupta 等人 2018 年）。非正式地说，这样的动力系统 4 由一个底层（社会或生物）网络组成，每个节点都有一个来自域 B 的状态值。在本文中，我们假设底层图是有向的，域是二进制的（即 B = { 0,1 } ）。传染病的传播由一组布尔局部函数建模，每个节点一个。对于任何节点 v ，v 处的局部函数 fv 的输入是 v 的当前状态及其邻居（即，v 具有传入边的节点）的状态，而 fv 的输出是下一时刻 v 的状态。我们考虑同步更新模型，其中所有节点都评估其局部函数并并行更新其状态。这些动力系统在文献中被称为同步动力系统 (SyDS)（例如，(Adiga 等人 2019；Rosenkrantz 等人 2018)）。在涉及系统生物学的应用中，这样的系统也称为同步布尔网络（例如，(Kauffman 等人 2019)）。
为车辆应用设计和控制电动同步机
这项研究的目的是研究EESM在电动汽车中的潜在应用。为了实现这一目标，本研究涵盖了一些主题。研究这些主题是为了面对挑战，然后EESM可能普遍存在，并最大程度地将EESM的优势用于电动汽车应用程序。在控制策略中，挑战是正确调整定子和场电流的组合，以便可以实现高功率因数和最小铜损耗。为了解决此问题，提出了控制策略，以便将反应性功耗和总铜损失最小化。使用拟议的策略，沿扭矩速度的信封最大化输出功率，并实现了高效率。在动态电流控制中，由于场绕组和定子绕组之间的磁耦合，一个绕组的电流上升会诱导另一个绕组力（EMF）。这引入了动态电流控制中的干扰。在这项研究中，提出了当前的控制算法来取消诱导的EMF，并减轻了干扰。在机器设计中，有望在相同的EESM设计中实现高启动扭矩和有效的场弱。要意识到这一点，需要满足一些标准。这些标准被得出并集成到设计过程中，包括多目标优化。A 48 V EESM是原型的。在实验验证中，达到10 N·M/L的扭矩密度，包括冷却夹克。基于估计，建立了闭环场电流控制。在现场激发中，采用了非接触式激发技术，从而导致野外绕组的难以接近。要实现封闭环中场电流的精确控制，提出了一种场电流的估计方法。在实验验证中，在2％的误差中跟踪了场电流参考。由于用于现场激发的其他转换器，EESM驱动器的成本增加了。提出了一种提取开关谐波以进行场激发的技术。使用此技术，定子和野外绕组都只能使用一个逆变器供电。
TMI3286 TMI3286B 500kHz，18V，4A 同步 COT 步进...
参数 最小值 最大值 单位 输入电源电压，EN -0.3 20 V LX 电压 -0.3 20 V LX 电压 (<10ns 瞬态) -4.5 22 V FB 电压 -0.3 6 V BS 电压 -0.3 23 V 存储温度范围 -65 150 °C 结温 (注释 2) 160 °C 功率耗散 1500 mW 引脚温度 (焊接, 10s) 260 °C
使用磁脑电图（MEG）评估轻度创伤性脑损伤（MTBI）的恢复：同步神经相互作用（SNI）测试的应用
轻度创伤性脑损伤（MTBI）影响22％从阿富汗和伊拉克返回的美国服务人员。由于多种伤害机制造成的异质结构和功能改变，其诊断是具有挑战性的。MTBI主要基于历史（创伤）和临床评估，因为传统的神经影像学方法（例如磁共振成像（MRI）和大脑的计算机断层扫描（CT），通常不会揭示明显的异常异常。同样，根据几个标准，对MTBI后的恢复的评估仅依赖于临床评估。在大脑功能方面，我们假设MTBI反映了神经元种群之间受到干扰的动态相互作用，这是上述技术无法检测到的干扰。在寻求一种客观工具来检测MTBI的存在并评估其恢复时，我们在这里使用了磁脑摄影（MEG），这是一种非常适合评估大脑动态功能状态的模态。具体而言，我们使用同步神经相互作用（SNI）测试来评估257名健康（“对照”）退伍军人的功能性大脑状态，19名退伍军人，具有主动MTBI的临床诊断（“ A-MTBI”），以及18名退伍军人，他们患有MTBI并受到MTBI的痛苦，并在测试时恢复了（已恢复过测试）。逐步线性判别分析（LDA）产生了37个SNI预测因子，这些预测因子对所有257个对照和19个A-MTBI大脑正确分类。然后，我们使用这些预测因子将18 R-MTBI大脑分类为对照或A-MTBI组：9个大脑（50％）被分类为对照，而其他10个（50％）被归类为A-MTBI。这些发现（a）记录了SNI MEG正确检测A-MTBI的力量，以及（b）对临床评估工具的有效性提出了宣布从MTBI恢复的有效性的担忧。在积极方面，我们的结果提供了一个基于大脑的连续性，可以评估MTBI大脑的状态。该措施以及临床评估应明显减少不确定性，并大大改善MTBI恢复的量化，从而指导进一步的治疗。
已发表版本的引用 (APA)：Chen, M., Zhou, D., & Blaabjerg, F. (2020). 虚拟同步发电机的建模、实施和评估
传统电力系统以同步发电机为主，同步发电机被证明具有大惯性和阻尼等固有优点，有利于电力系统的稳定运行。同时，通过调速器和自动电压调节器 (AVR)，同步发电机可以很容易地实现频率和电压的调节。惯性通常可以定义为物体对其运动状态变化的抵抗力。在电力系统稳定性方面，惯性表示在短路等扰动下保持转子转速和频率的能力 [1]。该函数由同步发电机的摆动方程确定，该方程描述了发电和负载之间的功率不平衡。当任何扰动导致功率不平衡时，转子将释放或储存与惯性成比例的动能来抵抗频率变化 [2]。这种效应有助于降低频率最低点和频率变化率 (RoCoF) [3]，[4]。
电网跟踪逆变器和同步调相机
摘要 — 随着全球电力系统继续实现电力电子转换器接口可再生能源的更高瞬时渗透率，这些电力系统的稳定性受到挑战，因为同步电机被移除，而传统上稳定性是从同步电机获得的。尽管这些稳定性挑战的技术解决方案即将出现，例如使用电网形成逆变器，但它们尚未广泛应用于大型电力系统，这对当今实现这些高瞬时渗透率的电力系统带来了运营挑战。使用现有技术的一个潜在临时解决方案是将同步电容器与电网跟踪逆变器配对，这可能会延长运行电力系统的稳定性，同时在可再生能源可用性高的时期关闭同步发电机。这项工作使用 PSCAD 模拟连接到变长输电线的双总线系统来检查这种解决方案的暂态稳定性，其中一个总线上有一个同步电容器，另一个总线上有一个具有电网支持功能的电网跟踪逆变器。系统面临负载阶跃、平衡故障和不平衡故障扰动。研究发现，对于长度达 125 公里的输电线路，该简单系统在经历 10% 的负载阶跃或多种故障类型后，能够恢复到稳定状态。
1.5MHz、1.2A 同步降压转换器
TMI3408 是 1.5MHz 恒频、电流模式降压转换器。该器件集成了主开关和同步整流器，无需外部肖特基二极管即可实现高效率。它是为使用单节锂离子 (Li+) 电池供电的便携式设备供电的理想选择。输出电压可调节至 0.6V。TMI3408 还可以在 100% 占空比下运行，实现低压差操作，从而延长便携式系统的电池寿命。该器件提供两种操作模式，即 PWM 控制和 PFM 模式切换控制，可在更宽的负载范围内实现高效率。
通过同步光学脑成像和眼动追踪测量实现认知工作量的多模态模型
神经成像技术的最新进展使得对复杂任务设置和环境中操作员的认知过程进行多模态分析变得越来越实用。在这项探索性研究中，我们利用光学脑成像和移动眼动追踪技术来研究专家和新手操作员在正常和不利条件下操作人机界面时的行为和神经生理差异。与相关工作一致，我们观察到与新手相比，专家的前额叶氧合水平往往较低，并且表现出与最佳任务序列更一致的凝视模式，注视时间更短。这些趋势仅在操作员收到意外错误消息的不利条件下才达到统计显著性。错误消息前后的血流动力学和凝视测量之间的比较表明，专家对错误的神经生理反应包括双侧背外侧前额叶皮层 (dlPFC) 活动的系统性增加，同时注视时间增加，这表明他们的注意力状态发生了转变，可能从常规过程执行转变为问题检测和解决。新手的反应不如专家强烈，包括左侧 dlPFC 仅略有增加，注视持续时间呈下降趋势，这表明他们通过视觉搜索行为来寻找可能的线索，以理解
STI3482 STI3484 500kHz，18V，2A/3A 同步步进...
STI3482 和 STI3484 是完全集成的高效 2A 和 3A 同步整流降压转换器。STI3482 和 STI3484 在宽输出电流负载范围内以高效率运行。该器件提供两种操作模式，即轻负载条件下的 PWM 控制和 PFM 模式切换，从而允许在更宽的负载范围内实现高效率。