基于MPPT的微纳卫星大功率电源系统设计

被引量 : 0次 | 上传用户:chenpenghust
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电源系统是微纳卫星的重要分系统,为星上所有分系统提供稳定可靠的供电电压。随着微纳卫星的功能增多,功耗增大,对电源系统大功率输出和太阳能高效率光电转换的需求越来越强烈。因此,本文基于最大功率点追踪(Maximum Power Point Tracking,MPPT)技术,设计了一种大功率、高效率输出的电源系统,并且综合信号完整性、电源完整性、电磁完整性基本理论,对电源系统的输出性能进行了改进。本文的主要工作如下:一,确定了电源系统的总体设计,基于Buck稳压器设计了电源系统的电压转换器及星上母线管理与
其他文献
急诊室是为患者提供全年无休24小时急救的医院重点部门。但现在急诊室面临严重的拥堵问题,如何为患者提供及时抢救是一大难点。不合理的患者分级诊疗可能会延误部分紧急患者的救治。而现有的固定医生排班,一方面很难应对时变到达下的患者需求,可能会在到达高峰时出现病人拥堵问题,而在到达低谷时出现医生资源闲置问题;另一方面许多医生排班研究将患者同质化,未考虑不同紧急程度下的患者等待时间阈值。因此首先针对急诊中心进
学位
大籽蒿(Artemisia sieversiana Ehrhart ex Willd.)为宁夏地区大面积野生分布的菊科草本植物,本研究以地上部分大籽蒿植株为材料,提取其精油后,通过体内、体外实验综合探究宁夏地区大籽蒿精油对于肺部炎症的抗炎功效,并通过细胞因子检测、酶活性检测探究其作用机制。对不同时间采集的大籽蒿植株进行精油提取,结果表明,盛花期植株提取率相对较高,花中精油提取率达到0.77%,高于
学位
目的:观察随访婴儿期的皮肤状况,研究婴儿期特应性皮炎皮疹发生发展规律及影响因素。内容和方法:采用新生儿出生队列研究模式,自2018.10起于新华医院入组新生婴儿,进行为期一年的临床随访评估,过程中应用中国婴儿特应性皮炎诊断标准进行特应性皮炎的诊断。入组标准:新华医院分娩的正常胎儿,生后无抢救史;排除标准:出生后有新生儿ABO溶血病、新生儿窒息、缺血性缺氧性脑病、颅内出血、宫内感染、新生儿感染性疾病
学位
开展缩比模型试验被认为是浮式风机最经济、可靠的研究方法。然而,在缩比水池模型试验中,缩尺定律对模型重量和尺寸提出了严格的要求,限制了状态监测系统的部署;水池试验中难以同时实现风载荷和波浪载荷的精确模拟,降低了浮式风机缩比模型水池试验精确性和可靠性。由于模型设计、制造的难度及试验设备、场地等的限制,目前对于浮式风机发电功率、平台振荡作用下的气动载荷、偏航/变桨控制等研究面临诸多挑战。为此,本文针对海
学位
液泡(vacuole)是植物细胞最大的细胞器,其体积可以达到细胞体积的90%以上。植物细胞有两种主要的液泡类型即裂解型液泡(lytic vacuoles,LVs)和储存型液泡(storage vacuoles,SVs)。裂解型液泡主要包含大量水分、离子、降解蛋白以及色素等,对于细胞维持其水势和响应环境变化起着必不可少的作用。储存型液泡主要存在于存储器官当中,比如子叶,胚根等。液泡参与的植物生长发育
学位
学位
研究目的1、建立基于LC-MS/MS技术同时测定人体或大鼠血浆中伊立替康及其主要代谢产物SN-38与SN-38G的浓度及同时测定人体或大鼠血浆中氟尿嘧啶、内源性物质尿嘧啶和二氢尿嘧啶的分析方法,为临床上对结直肠癌患者进行治疗药物监测,及在大鼠体内进行药代动力学研究提供技术支持。2、在大鼠模型上模拟伊立替康联合氟尿嘧啶的化疗方案,诱导迟发性腹泻,探究同时服用五味子类药物(五味子、五酯胶囊、双环醇)时
学位
发电厂煤堆下料斗存在粘料,堵料以及进出料时间合理分配问题,需要及时进行煤斗物料状态检测。由于场景限制,传统的人工方法难以观测且精度较差,因此设计一个自动化煤斗测量系统具有巨大的经济与应用价值。基于双目视觉的方法具备成本低,范围广等特点,适合煤斗测量系统。由于实际场景中,煤堆特征单一、光照不足、煤斗太大等原因,存在双目立体匹配后视差出现空洞、边缘信息较弱;生成的点云离群点多,配准精度低;点云存在孔洞
学位
高质量透水砖成型机是建材领域的重要设备,目前存在着压制精度低、振动不均匀和成型产品质量不稳定等问题。因此,研发一种运行稳定、性价比高、能生产高质量透水砖的砌块成型机具有重要意义。为提高成型机运行性能,本文重点设计了成型机压振成型部分,并设计电气控制部分,最终完成成型机研制。首先,本文分析了透水砖的生产工艺和成型机系统的需求,提出了成型机总体设计方案。接着,在分析成型压制工艺和结构动作的基础上,设计
学位
瓦形永磁铁氧体(磁瓦)是电机的重要组成器件,磁瓦的表面缺陷将直接影响到电机的使用性能及寿命,因此表面缺陷检测对于保证产品质量具有重要意义。随着深度学习技术在计算机视觉领域的成功,基于深度学习的方法被逐步应用于磁瓦的表面缺陷检测。目前所采用的方法均是需要大量有标签数据来训练深度神经网络模型的有监督学习方法,在数据集构建时工作量大、耗时长,难以适应生产过程中因市场需求变化、工艺流程优化等导致产品特征变
学位