XiaoMi-AI文件搜索系统
World File Search System转换器
SIMOREG DC MASTER 6RA70 数字机架转换器
SIMOREG DC MASTER 变频器不仅在符合国际标准方面是全球性品牌。在西门子全球服务网络的背景下，服务并不止于精细调整的物流概念，以实现短交货时间、快速订单处理和及时服务。我们在 110 多个国家/地区设有 180 多个服务中心，全天候待命以解决故障并为产品和系统的所有方面提供个性化的业务服务。作为专业服务提供商，我们的 OnCall 服务提供技术专业知识和物流以及确保高效服务访问所需的所有其他组件。
DC/DC 转换器满足最苛刻的应用要求
5VDC。请注意，使用两个串联的 MOSFET 来承受更高的线路输入电压。AHP2815D (B) 将 28VDC 转换为稳压的 ±15VDC。输出调节使用 PWM 技术，并控制输出调节、过载保护、UV 检测和保护、软启动和输入过压保护。AHP 系列采用专有磁脉冲反馈技术，提供最佳的动态线路和负载调节。该反馈系统以脉冲宽度调制器固定时钟频率对输出电压进行采样；标称频率为 550kHz。初级和次级参考 ENABLE 电路提供便利和控制，可使用事件或信号随意打开和关闭转换器。驱动电路增强 PWM 的输出，以提供足够的 di/dt 来打开或关闭 MOSFET。小型栅极驱动变压器为驱动 AHP270XX 转换器中的上部 MOSFET 提供隔离。整个单元在闭环中工作，确保快速动态响应和稳定的性能。
一种新型电力电子转换器自动设计方法
摘要：本研究提出了一种设计电力电子转换器的方法，称为“面向制造的自动设计”（ADFM）。该方法建议使用标准化转换器单元创建电源转换器阵列 (PCA)。该方法受到微电子集成电路设计流程、电力电子构建块和多单元转换器的极大启发。为了实现所需的电压/电流规格，PCA 转换级由多个转换标准单元 (CSC) 串联和/或并联组装而成。ADFM 使用基于数据的模型来模拟 PCA 的行为，计算工作量极小。这些模型需要一种特殊的特性描述方法来最大限度地增加知识量，同时最大限度地减少数据量。这种方法包括制定实验计划以选择包含有关 PCA 技术最多信息的相关测量，构建能够自动获取数据的实验装置，并使用统计学习来训练能够产生精确预测的模型。本研究在九个不同的 PCA 中进行了超过 210 小时的测试，以便将数据收集到统计模型中。这些模型预测了几种 PCA 的效率和转换器温度，并将准确度与实际测量值进行了比较。最后，使用这些模型比较了特定电池充电应用中 PCA 的性能。
用于情绪识别的多模态神经生理转换器
摘要 — 理解神经功能通常需要多种模式的数据，包括电生理数据、成像技术和人口统计调查。在本文中，我们介绍了一种新颖的神经生理模型，以应对多模态数据建模的主要挑战。首先，我们通过解决可变采样率问题来避免原始信号和提取的频域特征之间的不一致问题。其次，我们通过与其他模态的“交叉注意”对模态进行编码。最后，我们利用父变换器架构的属性来模拟跨模态段之间的长距离依赖关系，并评估中间权重，以更好地了解源信号如何影响预测。我们应用多模态神经生理变换器 (MNT) 来预测现有开源数据集中的效价和唤醒。对非对齐多模态时间序列的实验表明，我们的模型在分类任务中的表现相似，在某些情况下甚至优于现有方法。此外，定性分析表明 MNT 能够模拟神经对自主活动的影响以预测唤醒。我们的架构有可能针对各种下游任务进行微调，包括 BCI 系统。
视觉转换器可实现快速且稳健的加速 MRI
Vision Transformer 在包含数百万张图像的数据集上进行训练或预训练后，可以为图像分类任务提供出色的准确率，并且与卷积神经网络相比可以节省计算资源。受潜在准确率提升和计算资源节省的驱动，我们研究了用于加速磁共振图像重建的 Vision Transformer。我们表明，当在 fastMRI 数据集（一种仅包含数千张图像的流行加速 MRI 数据集）上进行训练时，针对图像重建量身定制的 Vision Transformer 可实现与 U-net 相当的重建准确率，同时享受更高的吞吐量和更少的内存消耗。此外，由于众所周知 Transformer 在进行大规模预训练时表现最佳，但 MRI 数据的获取成本高昂，我们提出了一种简单而有效的预训练方法，它完全依赖于大型自然图像数据集，例如 ImageNet。我们表明，对 Vision Transformer 进行预训练可显著提高加速 MRI 的训练数据效率，并增强对解剖结构变化的鲁棒性。在仅有 100 张 MRI 训练图像可用的条件下，预训练的 Vision Transformer 实现的图像质量明显优于预训练的卷积网络和当前最先进的技术。我们的代码可在 https://github.com/MLI-lab/transformers_for_imaging 上找到。关键词：加速 MRI、Transformer、预训练、图像重建
可再生能源系统的高压增益多端Zeta-Zeta转换器
摘要：在本文中，提出并实现了Zeta-Zeta耦合的非分离多端子转换器。这个新的DC-DC多端子转换器促进了带有单个输出的输入侧的两个可再生能源的访问。zeta转换器拓扑促进了降低的输出电压波纹的高压增益。多端子转换器在最近的过去变得非常突出。但是在研究领域，没有文献证据证明了Zeta –Zeta转换器中使用的多端子转换器中使用的。这项研究工作提出了一个Zeta-Zeta多端子转换器，可再生能源系统的开关数量减少。在MATLAB/ SIMULINK环境中模拟了所提出的转换器，也被实现为硬件原型。将所提出电路的电压增益和效率与对应电路的多数拓扑进行了比较。仿真和硬件结果表明，所提出的拓扑在电压增益和效率方面的柜台零件上具有清晰的优势。
为什么抗辐射性能对负载点转换器很重要
上一代太空级 FPGA 的制造工艺采用了更大的结构几何形状，专注于缓解单粒子翻转 (SEU)，并采用了三倍寄存器和双互锁存储单元等强化方法。该工艺的一个优点是，更大的寄生布线电容本质上可以过滤辐射环境中固有的单粒子瞬变 (SET)。最新一代 FPGA 具有更高的逻辑密度和更小的互连。因此，由于太空中离子的电荷量影响敏感节点的可能性增加，SET 可能成为主要的单粒子效应 (SEE)。
可再生能源应用改进型 Sepic 转换器的效率分析
Dr DSNM RAO Dr M.Jasmin Dr Megha Pandey Muntather Almusawi Ghazi Mohamad RAMADAN，6 R. Senthil kumar 1 印度，特伦甘纳邦，海得拉巴，Bachupally，GRIET 电子电气工程系。 2 副教授，新 Prince Shri Bhavani 工程技术学院，钦奈 3 助理教授，商学院，CHRIST（视为大学），班加罗尔 4 计算机技术工程系，技术工程学院，伊斯兰大学，纳杰夫，伊拉克，计算机技术工程系，技术工程学院，迪瓦尼亚伊斯兰大学，迪瓦尼亚，伊拉克，计算机技术工程系，巴比伦伊斯兰大学，技术工程学院，巴比伦，伊拉克 5 阿尔拜特大学 MLT 学院，卡尔巴拉，伊拉克印度 泰米尔纳德邦 Sivakasi AAA 工程技术学院教授
双向电源电池充电器的双向电源转换器
将电动流动性引入运输部门已与缓解环境问题有关。尤其是插电电池电动汽车（EV）一直是支持完全过渡到电动移动性的主要技术。从电网的角度来看，EV不仅代表了新的负载，而且由于需要预测电池充电的时间表和持续时间，充电站的位置以及必要的能量量，因此带来了一系列新的挑战。这些方面从从电网接收能量的车辆的角度（网格到车辆，G2V）非常相关；但是，由于转移到电池的能量不使用瞬时，例如在常见负载中，因此可以将EV中的存储能量用于其他目的，例如返回到电网（车辆到网格，V2G）。此外，在这两种操作模式下，必须确保高质量的功率，甚至具有现代智能电网。为了确保G2V和V2G操作模式具有高质量的功率，需要具有双向电源转换器的功率电子系统和可振奋的控制算法。在这种情况下，本社论中介绍了一套用于电动电动电动电池充电器的最新和相关的双向电源转换器，包括车载和外板结构。插件电动汽车（EV）电池充电需要使用电力电子转换器，并且在车辆到车辆（G2V）和车辆对电网（V2G）模式中都可以运行，对于确保将可促进的集成到智能电网中。在功率网格界面中，AC-DC主动电源转换器用于确保用正弦电流和单一功率因数（即具有高质量功率）运行。在EV电池界面中，DC-DC电源转换器用于确保用受控的恒定电流和恒定电压进行操作。本编辑涵盖了有关电动电动电池充电器的双向电源转换器的最新关键论文充电器及其各自的技术，以及支持直接车辆到车辆操作模式的双向EV充电器的可能性。[1]中提供了涵盖与双向车载电动汽车充电器相关的广泛主题的评论。更具体地，本文介绍了可能的体系结构和功率转换器的配置的当前状态，智能操作模式，以功能网格内的有利界面，最相关的行业标准，最相关的行业标准以及某些组件技术的主要现代化进步以及某些可用的产品的主要现代化。在单阶段和双阶段结构的角度提出了关于双向板上EV充电器的潜在拓扑的细致摘要。还讨论了电力电子拓扑的未来趋势以及包括宽带设备和无线充电系统在内的主要挑战和机遇。
