电压放大器在大功率脉冲电能源研究中的应用

news2024/12/23 9:26:49

  实验名称:大功率脉冲电能源高精度测试技术研究

  研究方向:仪器仪表测试

  测试目的:

  传统的测量精度校准的方法是对传感器单一频率下的刻度因子进行校准,校准方法通常选用同轴分流器串联于放电回路中,通过测量同轴分流器两端电压,对比传感器的测量输出来标定实际刻度因子,这种方法在一定程度上能够提高传感器的测量精度,但是校准精度低。针对大功率脉冲电流测量传感器测量精度的问题,提出一种高精度的校准方法。搭建大功率脉冲电流测量系统的实验平台,通过实验验证大功率脉冲电流测量传感器的性能,主要对大功率脉冲电流测量传感器的精度、稳定性、响应时间和电流幅值测量范围进行验证。

  测试设备:ATA-3090电压放大器、示波器、六位半表、数字信号源、低温漂电阻、NI采集卡、八位半表、大功率脉冲电流测量传感器、雷击浪涌发生器。

  图:大功率脉冲电流测量系统实验平台

  实验过程:

  搭建大功率脉冲电流测量系统的实验平台,实验平台的功率源包括雷击浪涌发生器和高精度的数字信号发生器。由于目前无法获得电磁炮中的大功率脉冲电能源,因此采用雷击浪涌发生器作为实验平台的大功率脉冲电能源。雷击浪涌发生器放电原理与电磁炮的大功率脉冲电能源放电原理相同,均为PFN模块放电,雷击浪涌发生器的放电功率大,可发出1/20μs、4/20μs、8/20μs、30/80μs不同类型的PFN波形,使用Matlab仿真雷击浪涌发生器发出的PFN波形。

  图:精度实验连线示意图

  搭建大功率脉冲电流测量传感器精度测试系统,大功率脉冲电流测量传感器的刻度因子在经过校准后,通过随机改变正弦波输入频率,测量流过大功率脉冲电流测量传感器的实际电流值I以及其输出的电压值V,并将输入信号的频率带入校准补偿数据处理平台中得到该频率下的理论刻度因子Ki=F(fi)。

  利用大功率脉冲电流测量系统的校准补偿数据处理平台对大功率脉冲电流测量传感器的精度进行验证,输入低温漂电阻阻值,负载电压以及传感器输出电压即可求出测量电流的真实值以及与校准补偿算法中理论值的误差。

  实验结果:

  1、大功率脉冲电流测量传感器的精度测试

  图:霍尔传感器绝对误差图和宽频带测量传感器绝对误差图

  由上图的误差曲线可以看出,在500Hz以下霍尔传感器可以保证0.3%的测量精度;在100Hz~10kHz时,宽频带测量传感器可以保证0.2%的测量精度,且频率越高误差越小,所以频率超过10kHz时,宽频带测量传感器依然能够保证较高的精度。因此,大功率脉冲电流测量传感器在0~10kHz频带内不同频率下可以达到0.3%以内的测量精度。

  2、大功率脉冲电流测量传感器的稳定性测试

  在100组数据中,宽频带测量传感器的电压平均值V为23.1318mV,与平均值相差最大的值Vmax为23.1462mV,根据公式可得宽频带测量传感器的重复精度为0.063%。由实验得,霍尔传感器和宽频带测量传感器的重复精度分别为0.024%和0.063%,因此大功率脉冲电流测量传感器具有很好的稳定性。

  3、大功率脉冲电流测量传感器的幅值测量范围测试

  经过校准算法计算后的电流峰值和雷击浪涌发生器发出的实际峰值相近,由于雷击浪涌发生器发出的电流精度低,因此无法做精度的对比。在输出5007A电流时,PFN放电波形的上升沿时间为6.84μs,此时大功率脉冲电流测量传感器依然能够将其波形完整的采集。

  经过实验验证,对大功率脉冲电流测量传感器的精度、稳定性、响应时间和电流幅值测量范围进行了实验验证。通过测试结果可以得出大功率脉冲电流测量传感器的响应时间在10μs以下,重复精度在0.07%以内,在频带测量范围为0~10kHz,电流测量幅值在5000A以内时,其测量精度在0.3%以内。

  安泰ATA-3090电压功率放大器:

  图:ATA-3090电压功率放大器指标参数

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/157891.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Ubuntu18.04下安装mysql并使用QT成功编译驱动方法

开发环境:Ubuntu18.04QT5.14.2MySQL5.7.240 编译步骤: 1、安装mysql软件和驱动: 打开终端命令,执行安装语句如下: sudo apt-get install mysql-server sudo apt-get install mysql-client sudo apt-get install lib…

MyBatisPlus(MP)学习记录(分页查询的开启+日志打印配置)

MP介绍(官网链接) MyBatis-Plus(简称 MP)是一个 MyBatis 的增强工具,在 MyBatis 的基础上只做增强不做改变,为简化开发、提高效率而生。 前言 本篇文章展示的MP教学中涉及到的版本如下: IDE…

使用Xshell 将Linux文件下载到本地或者将本地的文件上传到Linux

第一步:在Linux中安装上传下载功能的软件 sudo apt install lrzsz第二步:将Linux文件下载到本地:此时我的Linux桌面上有一个叫test.c的文件,我要将它下载到windows桌面上。 在Linux终端输入: sz test.c这里使用的是…

座舱显示的未来到底是什么?宝马供应商给出了答案

“显示器是汽车的核心人机界面,”业内人士表示,与此同时更智能化、体验更好的显示解决方案在驾驶舱的设计中起着核心作用。 屏幕及其增强驾驶体验的巨大潜力正迅速成为未来智能网联汽车DNA的一部分。高分辨率、大尺寸以及曲面屏、OLED屏等等新元素&…

【手写 Vue2.x 源码】第十九篇 - 根据 vnode 创建真实节点

一,前言 上篇,根据 render 函数,生成 vnode,主要涉及以下几点: 封装 vm._render 返回虚拟节点_s,_v,_c的实现 本篇,根据 vnode 虚拟节点渲染真实节点 二,根据 vnode 创…

SpringCloud项目实例3--Nacos整合

然后新建一个Module,命名为nacos-provider-demo,Java代码的包名为ltd.newbee.cloud。在该Module的pom.xml配置文件中增加parent标签,与上层Maven建立好关系。之后,在这个子模块的 pom.xml 文件中加入Nacos的依赖项 spring-cloud-s…

谈一谈暴露偏差

文章由参考文章重新组合而来。 暴露偏差又叫Exposure Bias,是由Teacher Forcing 导致的。 Teacher Forcing Teacher Forcing 是一种用于序列生成任务的训练技巧,与Autoregressive模式相对应,这里阐述下两者的区别: Autoregres…

【Flink系列】部署篇(一):Flink集群部署

主要回答以下问题: Flink集群是由哪些组件组成的?它们彼此之间如何协调工作的?在Flink中job, task, slots,parallelism是什么意思?集群中的资源是如何调度和分配的?如何搭建一个Flink集群?如何配置高可用服…

目标检测再升级!YOLOv8模型训练和部署

一个不知名大学生,江湖人称菜狗 original author: jacky Li Email : 3435673055qq.com Time of completion:2023.1.12 Last edited: 2023.1.12 目录 目标检测再升级!YOLOv8模型训练和部署 简介 YOLOv8创新改进点 区别 1、C2f模块是什么&…

探索与创新:低代码助力金融数字化转型发展

“十四五”规划和 2035 年远景目标纲要提出“加快数字化发展,建设数字中国”,并就打造数字经济新优势、加快数字社会建设步伐、提高数字政府建设水平、营造良好数字生态作出战略部署。这为数字中国的下一步发展指明了方向,提供了指引。可以说…

CentOS环境下Rabbit集群部署

前言本次Rabbit集群部署所使用的的软件版本erlang:erlang-23.3.3-1.el7.x86_64.rpm ,rabbitmq:rabbitmq-server-3.8.23-1.el7.noarch.rpm本次Rabbit集群部署需要安装在两台CentOS服务器分别为svr-app-rabbitmq01、svr-app-rabbitmq02&#xf…

Trime同文输入法JNI加载过程

Trime同文输入法JNI加载过程JNI初始化顺序第一步、加载librime_jni.so库第二步、自动注册机制第三步、正式加载librime_jni.so库插入一个话题、简化打印记录第四步、执行Rime.java中的init()方法LoadModules()LoadModule()rime_core_initialize()调用顺序Class不是class关键字&…

3D应用无需下载即点即用,云应用带来更轻量的元宇宙

最近一个程序员朋友告诉我,公司市场部想做一个元宇宙相关的互动游戏,于是给技术团队提了一个带用户线上沉浸式环游园区的H5开发需求。他摸着所剩无几的头发据理力争:这个需求真的做不了!我听了很疑惑,现在许多品牌都在…

工作流引擎架构设计

原文链接: 工作流引擎架构设计 最近开发的安全管理平台新增了很多工单申请流程需求,比如加白申请,开通申请等等。最开始的两个需求,为了方便,也没多想,就直接开发了对应的业务代码。 但随着同类需求不断增…

深度学习PyTorch 之 网络结构可视化

深度学习&PyTorch 之 DNN-回归 深度学习&PyTorch 之 DNN-回归(多变量) 分别介绍了DNN回归的方法和代码,但是模型建立好了,他到底是个什么样子呢? 我们这节给大家介绍一个查看模型结构的方法 可视化介绍 我们…

【信管8.1】项目人力资源管理概念及过程

项目人力资源管理概念及过程不管你做什么事,要成就什么事业,要做什么项目,这一切,都是由人来完成的。因此,人力资源对于项目管理来说,是非常重要的一个管理过程。同时,人力资源管理也是整个管理…

2023/1/11 Web前端Promise从入门到精通

ES6引入的进行异步编程的解决方案,从语法上说它是一个构造函数。 异步编程包括但不限于:文件操作、数据库操作、AJAX、定时器 为什么要用Promise? 之前进行异步编程直接通过回调函数的方式进行,会导致回调地狱。 回调函数&#…

Qt扫盲-QMenu理论总结

QMenu理论总结一、概述二、常用操作1. 添加Action2. 信号槽3. 可撕下菜单4. 展示菜单一、概述 QMenu其实就是菜单控件,菜单控件本质上就是一个选择项目。它可以是菜单栏中的下拉菜单,也可以是独立的上下文菜单。当用户单击相应的位置或按下指定的快捷键…

【大数据】第一章:了解Hadoop生态圈

大数据特点(4V) Volume(大量) 非常非常多,大企业数据接近1EB Velocity(高速) 比如在双十一,数据爆增 Variety(多样) 很多样子的数据,比如,代码,图片,视频,JSON&am…

【C++】八大排序

文章目录前言1. 插入排序2. 希尔排序3. 选择排序4. 堆排序5. 冒泡排序6. 快速排序(重点)6.1 快速排序(hoare版本)6.2 快速排序(挖坑法)6.3 快速排序(前后指针法)6.4 快速排序(非递归)6.5 快速排序(优化)7. 归并排序7.1 归并排序(递归实现)7.2 归并排序非递归实现8. 计数排序排序…