如前所述,大多数LED具有保护功能,避免在电压达10kV或20kV的直接或反向静电放电情况下受到损坏。从热的角度看,LED具有以下特性:1)结和热沉之间的热阻为Rj-s,目前LED的Rj-s一般在5~15K/W,而多芯片LED的热阻低于5K/W;2)正向电压温度系数的单位是V/℃;3)最大结温;4)额定工作模式下的环境空气温度的最大范围。在5.3节中已经解释过最后一个特性非常依赖于热阻Rj-s,但也依赖于总热阻Rj-a。......
2025-09-29
图7.5 展示了相同上升时间时,光滑后的凸轮轮廓与3-4-5 多项式轮廓的从动件响应的仿真结果。从动件的固有频率和阻尼比分别设置为10 Hz 和0.05。在高速运转的条件下,两种轮廓的响应被展示出来。如图7.5 所示,光滑后的凸轮轮廓在很大幅度上减小了从动件的振动。由于上升阶段,加速过程引起的振动将被减速过程引起的振动消除,残余振动将被消除。但是当工作在高速情况时,标准的3-4-5 多项式轮廓将引起巨大的残余振动。因为当凸轮工作在高速时,3-4-5 多项式轮廓将被压缩,这使其低通滤波特性被减弱。
图7.5 3-4-5和光滑后的凸轮轮廓线的响应(https://www.chuimin.cn)
图7.5 只显示了当凸轮运行在某一转速下的响应。然而,实际的机器转速一般是不恒定的,所以对于凸轮来说,在设计转速附近能将从动件的振动抑制到很小范围是非常重要的。图7.6 比较了在操作转速附近由光滑后的凸轮轮廓引起的振动和由标准3-4-5多项式凸轮轮廓引起的振动的振幅。需要注意的是设计速比设置为1.3;横坐标为速比λ,而振幅是归一化的值。归一化的残余振动是通过取从动件上升阶段后的最大振动幅值与从动件的最大位移的比值,显示在设计操作转速下实现了零振动。保持系统的自然振动周期不变,速比的降低意味着转速的升高。结果暗示着在如图7.6 所示的速度范围内,与标准的3-4-5轮廓相比,光滑后的凸轮轮廓将振动抑制到了一个很小的范围内。因为随着转速的增加3-4-5的上升时间被压缩,减小了它的低通滤波性能。
图7.6 速比变化情况下的残余振幅
相关文章
如前所述,大多数LED具有保护功能,避免在电压达10kV或20kV的直接或反向静电放电情况下受到损坏。从热的角度看,LED具有以下特性:1)结和热沉之间的热阻为Rj-s,目前LED的Rj-s一般在5~15K/W,而多芯片LED的热阻低于5K/W;2)正向电压温度系数的单位是V/℃;3)最大结温;4)额定工作模式下的环境空气温度的最大范围。在5.3节中已经解释过最后一个特性非常依赖于热阻Rj-s,但也依赖于总热阻Rj-a。......
2025-09-29
经过建库以来几代管理者的科学、精心管理,陡河水库工程一直处于良好的运行状态。坝顶防浪墙修复及照明线路敷设工程的竣工为大坝安全度汛和紧急情况下大坝照明提供了有力保障。配电室电气更换工程的完工为陡河水库安全用电、紧急用电提供了切实的保障。陡河水库大坝实现了计算机远程控制、自动控制、人工控制,大坝安全监测系统达到了自动化,提高了现代化管理水平。......
2025-09-29
在忽略电动机铁心的铁耗和饱和时,绕组产生的磁动势与磁通成正比,并且相位相同,因此研究中常使用磁动势的概念。因为电动机绕组的对称性,因此,三相定子绕组的漏感相同,表示为Lls,三相转子绕组的漏感相同,表示为Llr。......
2025-09-29
目前,液压振动台已成为连铸机的标准配置。同时,伺服阀阀组2待机,二位电磁阀5处于上工作位,三个液控单向阀6、7、8处于关闭状态,对应的伺服阀阀组也处于休眠状态。图8-30 振动台双伺服阀控制液压回路1—二位电磁阀 2、3、4、5、6、7、8—液控单向阀......
2025-09-29
PCP每次均将数据集随机分成2个子集,轮流作为训练集与测试集,得到2个测试精度,10次均值实际上是20个精度值的平均,这个均值的有效性更好。交叉检验实验说明,利用特征数据能较好地区分各类行为。按第5.3.2节向量分量排列顺序,分量下标为k的特征,如果k或k+1能被4整除,说明其反映的是空档变化情况;不符合这个特征,说明其反映的是宽度变化情况。......
2025-09-29
鱼尾式机头结构如图6-8所示。由于机头设计了阻流器,又有阻力调节装置,机头口模又设计了模唇调节装置,当塑料制品出现薄厚不均时,首先应调节料流阻力,在口模压力基本一致后,再微调模唇间隙,使制品厚度均匀一致。鱼尾式机头的特点如下。2)鱼尾形机头设有流道支管,内部呈流线型,流动畅通。6)机头设计了可调阻力器,阻流块凸出部位高0.5mm。......
2025-09-29
在传统的体系结构中,业务供应方案只考虑一种资源,例如无线或BBU。因此,GES是基于所提议的架构引入的。基于软件定义的C-RoFN中具有网络功能虚拟化的MSRO架构。其次,水平方向通过合并OC和BC,可以实现光网络和BBU资源多层资源整合的全局跨层优化。图9-19基于网络功能虚拟化的光与无线网络中多层资源优化架构为了实现该功能架构,需要扩展RC、OC和BC以支持MSRO,如图9-20所示。......
2025-09-29
Deep-TSR方法中的控制器使用收集的数据初始化Q学习模型。图6-6Deep-TSR的主要流程Deep-TSR中的DQN通过深度强化学习算法在自学习中进行训练。DQN的初始输入包括3个特征平面的二维矩阵。获得学习结果后,我们可以部署时间同步方案。然后,控制器通过交换节点将同步业务请求发送给Deep-TSR学习模块。同时,学习模块通过1588协议为即将到来的服务创建时间戳,并且转发同步模块将其计算到下一个节点。最后,学习模块根据前一时段的数据更新路由信息。......
2025-09-29
相关推荐