数据拟合在铅酸电池剩余放电时间预测中的应用

基于2016年大学生数学建模竞赛C题的数据,对铅酸电池的放电曲线进行拟合,并对剩余放电时间进行预测。根据电池放电的规律及数据排列趋势,选择幂函数与指数函数组合的形式作为拟合函数,并用平均相对误差对拟合精度进行检验。结果表明:数据拟合结果接近实测数据,可以有效预测电池的剩余放电时间。     

基于概率神经网络的SF6电气设备故障诊断

SF6电气设备存在放电故障时,内部的sF6气体会分解成诸多衍生物,对设备的安全运行造成隐患．因此,通过SF6衍生物的状态可以推断设备的放电故障．在已有实验数据的基础上,将SF6衍生物的状态作为神经网络的输入,放电故障作为神经网络的输出,构建了基于概率神经网络的SF6电气设备故障诊断模型．实验表明,构建的模型对放电故障的预测达到88．23％,并与BP神经网络模型的预测结果进行了比较,证实了在SF6电气设备故障诊断的研究中,概率神经网络要优于BP神经网络．     

美科学家绘制出最完整脑神经相互作用图

据2012年1月20日《科技日报》援引美国物理学家组织网同月18日报道,哈佛大学瑙石哥·乌骐达领导的科研团队,在"‘奖赏’预测失误的脑部活动过程"的研究中,绘制出了迄今最完整的大脑神经相互作用的图谱。这一进展有望为治疗成瘾开辟新路。相关研究发表在2012年1月18日《自然》杂志上。据介绍,预测失误是学习的关键组成部分,也是多巴胺神经元放电以便对一个意想不到的"奖赏"做出反应,来增强导致这种报偿行为的产物;"奖赏"预测失误实际上是两类神经元(一类为依靠多巴胺的神经元,另一类为一种使用     

介质阻挡放电系统中静止放电丝特性研究

在介质阻挡放电系统中通过降低外加电压观察到了不同数目的静止放电丝。通过观察不同数目静止放电丝对应的电流脉冲波形,发现放电在每电压半周期的电压上升沿发生一次,且随着放电丝数目的减少,电流脉冲的强度和宽度都有所减少。采用电流脉冲积分法计算了不同数目静止放电丝对应的传导电荷总量,得到单个静止放电丝对应的壁电荷量,发现随着放电丝数目的减少,单个放电丝对应的壁电荷量增加。最后利用"共用壁电荷"机制尝试解释了该现象的产生。     

基于KVL方程的电池剩余放电时间预测模型

介绍了铅酸电池剩余放电时间的综合分析模型,模型建立在大量监测数据的基础上,利用KVL(即基尔霍夫)定律,结合微分方程,建立数学模型,利用Mathematica数学软件绘出各放电曲线.并计算出在新电池使用中,分别以30A、40A、50A、55A,60A和70A电流强度放电时,电池的剩余放电时间分别是2454min、1723 min、1307 min、1098 min、1041 min、855 min.给出了电流强度为55A时的放电曲线和电压变化的数据.分析了各放电曲线的平均相对误差,误差最低达到了0.0527%.该模型经过大量的数据验证,得出了较高准确度的剩余放电时间,可以实时准确地预测后备铅蓄电池在电源故障情况下的供电能力.     

基于KVL方程的电池剩余放电时间预测模型

介绍了铅酸电池剩余放电时间的综合分析模型,模型建立在大量监测数据的基础上,利用KVL(即基尔霍夫)定律,结合微分方程,建立数学模型,利用Mathematica数学软件绘出各放电曲线.并计算出在新电池使用中,分别以30A、40A、50A、55A,60A和70A电流强度放电时,电池的剩余放电时间分别是2454min、1723 min、1307 min、1098 min、1041 min、855 min.给出了电流强度为55A时的放电曲线和电压变化的数据.分析了各放电曲线的平均相对误差,误差最低达到了0.0527%.该模型经过大量的数据验证,得出了较高准确度的剩余放电时间,可以实时准确地预测后备铅蓄电池在电源故障情况下的供电能力.     

基于LabVIEW的电火花放电状态检测实验平台开发

针对学生在特种加工实验课中难以理解和区分各种电火花放电状态的问题,利用LabVIEW软件,以放电电流和放电电压为主要检测参数,开发了电火花放电状态检测实验平台。采用该平台对实际电火花放电加工进行了检测,结果表明,所开发的电火花放电状态检测实验平台能够及时判断各种放电状态,并在程序界面中予以直观显示,便于学生对电火花加工原理的认识和理解,可以激发学生的积极性,有效地提高了学生的学习效率和实验教学效果。"     

等离子体协同改性活性炭净化邻苯二甲酸二甲酯废水

为了探索邻苯二甲酸二甲酯(DMP)废水高效降解方法，采用等离子体协同硫酸亚铁改性活性炭净化DMP废水。结果表明：放电电压40 kV、原液pH值6、放电时间60 min时，化学需氧量(COD)去除率为98.29%;放电电压80 kV、原液pH值2、放电时间60 min时，浊度去除率为95.00%。该结果与软件预测结果吻合度较高。     

深海闪电侠,你究竟是谁

在海底,生活着一群神奇的侠客,平时看起来貌不惊人,一旦你惹恼了它,它就会施展独门秘笈--放电。最近,已经有不少不识好歹的鱼类被电得七荤八素,就像中了"葵花点穴手"一般,称它们为"闪电侠"当之无愧吧。不过,下面这两条鱼朋友都声称它们是"放电高手",这是真的吗?这可真让人伤脑筋……     

简易放电器

电流看不见,摸不着,怎样才能"看见"它呢?当然可以借助感应起电机、阴极射线管等放电装置让学生看见放电现象.无条件时,教师可以制做一个简易放电器,把电流形象、生动地"演示"出来.     

压强与气体辉光放电关系演示仪的设计

本文从压强与气体辉光放电原理着手,设计了适合于中学物理教学的"压强与辉光放电关系演示仪",阐述了设计方案,演示仪的构造以及使用方法,并结合物理师范专业特点,总结了设计并制作演示教具的意义。     

你是哪一种放电类型?

"迎面走来一个长得不错的帅气男生,让你不禁笑了起来,与他目光相接,顺手拨拨肩上的头发,展开最美的笑容,极尽所能想要吸引他的注意",这种情况叫作"放电"。几乎每个女孩都曾下意识地这么做过呢。那么,想知道你是哪种放电类型吗?     

平行板电容器的实验

1.在进行“电容器的充电和放电”的教学时,可按图示电路进行演示教学,通过电流计指针的左、右摆动,使学生明显地看到充、放电的过程,这种直观的教学,有利于学生理解抽象的"电容充、放电"的概念。 2."对任何一个电容器来说,两极间的电势差都随所带电量     

浅谈电流的定向问题:从游戏到现实

<正>在知名游戏"红色警戒"中,特斯拉发明了以特斯拉线圈为基础的电能武器。电能是否能真正成为武器呢?首先我们看一下特斯拉线圈的介绍:最开始的特斯拉线圈由一个初级线圈仅几圈的互感器、电容器、打火器、变压器和感应圈等设备组成,是一种使用变压器使普通电压升压,然后经由两极线圈,从放电终端放电的设备。尽管从理论上讲,放电顶端和地面的电势差为无限大,但是它受到供电电源的功率限制,实际上电弧的长度不会无限大。因此,     

一种超级电容器容量测试方法的研究

超级电容器较传统电容器而言有非常大的容量,但是其表现出显著的"非传导性吸收"储能方式,用传统的方法将不能准确地对超级电容器进行测试。依据IEC 62391标准规定的恒定电流放电测试法,利用电荷守恒定律和面积等效原理,提出了一种在无法实现恒流放电情况下测量超级电容器容量的测试方法——恒定电阻放电测试法。实验结果显示,通过此方法可测试出超级电容器的容量。     

新型电动汽车动力电池的荷电状态预测研究

电动汽车电池荷电状态是指电池在一定放电倍率下,剩余电量与相同条件下额定容量的比值.对于研究电动汽车电池电力优化控制问题,准确地估算电池的荷电状态是一个不可忽视的环节.文中提出了一种基于最小二乘支持向量机的新型电池荷电状态预测模型,利用训练好的模型就实现电池荷电状态的准确预测.实验结果表明,这种方法达到了预测精度提高的效果.     

“氢氧燃料电池”实验装置的改进

针对中学"氢氧燃料电池"实验中的不足,制备活性炭粉电极以延长放电时间,改制演示装置以表现反应原理。     

铅酸蓄电池放电特性研究

阐述了阀控铅酸蓄电池电动势与放电强度及放电时间的关系,通过对铅酸蓄电池工作原理、负极钝化机理,以及放电电流、放电温度对放电容量等的影响等方面的说明,来分析阀控铅酸蓄电池的放电特性.     

用电鳗的电电电鳗,电鳗会被电死吗?

生物学家研究发现,电鳗瞬间释放的最大电量可高达800伏左右,是当之无愧的水中"高压线".那么,用电鳗的电电电鳗,电鳗是否会被电死呢?答案当然是:不会. 电鳗作为一种裸背电鳗科的鳗形南美鱼类,虽然其在水族生物中的攻击力并不强大,它却是放电能力最强的淡水鱼类.而电鳗作为专业放电小能手,已经把自身修炼成了绝缘体. 电鳗的放电...     

高中化学电解池电极反应再探讨

电极反应是电解原理的重要组成部分,也是电解的核心内容,既是教学重难点,更是高考命题热点。对电解池电极反应的传统模型——"迁移放电型"进行分析,并在此基础之上建立新的视角,即在氧化还原反应视角下构建电极反应——放电迁移型,可有效帮助学生解决电解池电极反应书写及判定的问题,给高中教学以启示。