非理想条件下双向DC/DC变换器滑模控制仿真

双向DC/DC变换器的功率能量流向具有不确定性,当变换器运行条件不理想时,无法实现闭环稳定工作,变换器模式切换过程产生的电压畸变导致变换器损耗较大,影响变换器性能。为此,提出一种非理想条件下双向DC/DC变换器滑模控制方法。构建了双向DC/DC变换器的数学模型,并获取变换器的平衡点特性,避免变换器在模式切换过程中出现电压畸变。以升压模式和降压模式为非理想条件,设计滑模电流控制器和滑模电压控制器,有效控制双向DC/DC变换器的稳定性。仿真结果表明,研究方法下对于双向DC/DC变换器的Boost模式和Buck模式,电压的畸变可在0.04s之内完成稳定性恢复,在多次迭代实验中变换器的启动时间始终低于20ms,可将稳态误差控制在0.019%以内。验证了上述方法的控制性能好,启动效率和控制精度均较高。

留学生电工电子实验教学改革的研究与探索

随着我校留学生人数的不断增加,中国矿业大学电工电子实验中心,结合留学生的学习现状,在电工实验教学方面根据其自身特点进行了富有特色、多元化的教学改革。经多年实践证明,此举措对激发留学生的学习热情,培养其实验动手能力和综合创新能力起到了良好的促进作用。

基于改进卷积神经网络的交通标志识别方法

针对智能交通系统中小尺度交通标志识别率低的问题,文中提出一种改进卷积神经网络的交通标志识别方法。该方法通过在Faster R-CNN算法的低层特征图上增加优化的RPN网络,提升了小尺度交通标志的检测率。该方法还利用Max Pooling方法实了现图像的局部细节特征与全局语义特征充分融合。在TT-100K数据集上稍微实验结果表明新方法可以明显提高小尺度交通标志的识别率。

面向“双一流”建设的行业特色高校人工智能实践教学改革研究——以中国矿业大学为例

人工智能作为未来产业发展的代表性新技术,其相关课程已在各类高校开始普及。在“双一流”建设背景下,如何将这门理论性强、抽象度高的课程“落地”,与实际工程问题紧密结合,培养具有创新意识和工匠精神的专业人才,是人工智能实践课程教学改革的首要任务。在实践过程中提出人工智能实验教学的新模式、新方法,通过以煤矿特殊行业中的实际问题为载体,开展人工智能创新实践教学活动,培养学生自主学习能力,提高其工程意识和创新能力。

“以学生发展为中心”的“电力电子技术”课程教学研究

当前形势下,"以学生发展为中心"的教学理念已形成广泛共识,成为深化教育教学改革的方向标和必然趋势。该文分析了在传统教学过程中"电力电子技术"课程存在的问题,并围绕"以学生发展为中心"的教学理念提出了改革手段,力求以教学活动积极促进学生发展。