一种宽频率范围抑制电源线传导发射的装置及方法

    公开(公告)号:CN108051671B

    公开(公告)日:2022-12-13

    申请号:CN201711294709.7

    申请日:2017-12-08

    Abstract: 本发明公布了一种宽频率范围抑制电源线传导发射的装置及方法,包括无源滤波器、有源滤波器,无源滤波器的输入端与外部电源连接,无源滤波器的输出端与有源滤波器连接,有源滤波器与待供电设备连接,所述无源滤波器包括共模滤波电路和差模滤波电路,本技术方案将有源滤波器与无源滤波器结合,有源滤波器对电源线的高频段具有低通滤波的技术效果,而有源滤波器可自动采集带供电设备的谐波分量,从而控制电流,减小谐波发射量,以上两方面措施,实现在25Hz—2MHz范围内抑制电源线传导发射。

    一种数据实时处理系统及其实时处理方法

    公开(公告)号:CN107678847B

    公开(公告)日:2020-10-23

    申请号:CN201710959712.X

    申请日:2017-10-16

    Abstract: 本发明公开了一种数据实时处理系统及其实时处理方法,解决了现有的仪控系统配置在数据采集、处理和输出的可靠性以及响应时间上均达不到需求的问题。本发明包括前台任务发送指令到任务调度模块,任务调度模块获得配置管理模块中的板卡配置表、时间链表和用户设定的循环周期,任务调度模块根据上述信息调用智能板卡驱动模块中的接口函数,通过该接口函数开启相应的智能板卡,并启动后台任务模块,后台任务模块启动后按照时间链表对相应的智能板卡执行读写操作,读写操作执行完成后,后台任务模块发送一个事件信号到任务调度模块,然后返回到前台任务中。本发明保证了采集、处理和输出对数据的可靠性,并有效提高了对数据的响应时间。

    模块式数字化核测量装置
    45.
    发明授权

    公开(公告)号:CN106531269B

    公开(公告)日:2018-05-29

    申请号:CN201610943253.1

    申请日:2016-11-02

    CPC classification number: Y02E30/40

    Abstract: 本发明涉及核测量仪表领域,具体公开了一种模块式数字化核测量装置,包括CPU、IO板卡、总线、将220V交流电源转换为直流电源的低压单元和核测量专用板卡,所述IO板卡包括输入板卡、输出板卡、通讯卡,所述输入板卡、输出板卡、通讯卡均通过总线与CPU相连,所述核测量专用板卡与输入板卡相连;所述低压单元还与CPU、IO板卡和核测量专用板卡相连,向CPU、IO板卡和核测量专用板卡供电。本发明实现了反应堆核测量装置的模块式结构和数字化,满足核测量仪表低温度漂移、抗干扰能力强、通讯传输、数值计算的要求;还减少冗余模块,使得通用模块可以被重复利用,实现了模块的节省。

    一种宽频率范围抑制电源线传导发射的装置及方法

    公开(公告)号:CN108051671A

    公开(公告)日:2018-05-18

    申请号:CN201711294709.7

    申请日:2017-12-08

    Abstract: 本发明公布了一种宽频率范围抑制电源线传导发射的装置及方法,包括无源滤波器、有源滤波器,无源滤波器的输入端与外部电源连接,无源滤波器的输出端与有源滤波器连接,有源滤波器与待供电设备连接,所述无源滤波器包括共模滤波电路和差模滤波电路,本技术方案将有源滤波器与无源滤波器结合,有源滤波器对电源线的高频段具有低通滤波的技术效果,而有源滤波器可自动采集带供电设备的谐波分量,从而控制电流,减小谐波发射量,以上两方面措施,实现在25Hz—2MHz范围内抑制电源线传导发射。

    一种数据实时处理系统及其实时处理方法

    公开(公告)号:CN107678847A

    公开(公告)日:2018-02-09

    申请号:CN201710959712.X

    申请日:2017-10-16

    CPC classification number: G06F9/4843

    Abstract: 本发明公开了一种数据实时处理系统及其实时处理方法,解决了现有的仪控系统配置在数据采集、处理和输出的可靠性以及响应时间上均达不到需求的问题。本发明包括前台任务发送指令到任务调度模块,任务调度模块获得配置管理模块中的板卡配置表、时间链表和用户设定的循环周期,任务调度模块根据上述信息调用智能板卡驱动模块中的接口函数,通过该接口函数开启相应的智能板卡,并启动后台任务模块,后台任务模块启动后按照时间链表对相应的智能板卡执行读写操作,读写操作执行完成后,后台任务模块发送一个事件信号到任务调度模块,然后返回到前台任务中。本发明保证了采集、处理和输出对数据的可靠性,并有效提高了对数据的响应时间。

    一种基于深度学习驱动的反应堆堆芯功率重构方法

    公开(公告)号:CN118349774A

    公开(公告)日:2024-07-16

    申请号:CN202410409395.4

    申请日:2024-04-07

    Abstract: 本发明属于核反应堆堆芯计算技术领域,具体涉及一种基于深度学习驱动的反应堆堆芯功率重构方法,步骤如下:将神经网络函数代入中子扩散方程的数理方程,构建控制方程形成的损失函数、边界条件形成的损失函数,根据数据样本点构建数据表示的损失函数;对控制方程形成的损失函数、边界条件形成的损失函数、数据表示的损失函数分别赋值权重并进行加合,得到统一的机器学习损失函数;通过深度学习技术,迭代优化神经网络函数中的神经网络连接权重和神经网络偏置项,逐步减小统一的机器学习损失函数的值到精度范围内;同时神经网络函数输出逼近了系统定义域通量密度的数值解,得到逆向求解中子扩散方程的近似数值解,实现反应堆堆芯功率重构。本发明方法基于深度学习方法和数据驱动融合进行中子扩散数理方程逆向求解,可通过调整边界条件形成的约束损失函数权重实现一定的边界误差容错功能,同时对数据样本数量及空间分布具有较强包容性,可实现高精度、高效率、高鲁棒性的反应堆功率重构计算。

Patent Agency Ranking