【摘 要】
：
越来越高的电热密度以及电力设备小型化的趋势需要电力设备的绝缘材料具备更好的导热性能.针对传统环氧树脂(epoxy,EP)导热率过低的缺陷,通过剥离六方氮化硼的方法制备了氮化
【机 构】
：
武汉大学电气与自动化学院,武汉430072
论文部分内容阅读
越来越高的电热密度以及电力设备小型化的趋势需要电力设备的绝缘材料具备更好的导热性能.针对传统环氧树脂(epoxy,EP)导热率过低的缺陷,通过剥离六方氮化硼的方法制备了氮化硼纳米片(boron nitride nanosheet,BNNS),将其作为填料掺入环氧树脂得到了复合材料(EP-BN).测试结果证明,BNNS能有效改善环氧树脂的导热性能,其掺杂体积分数为25％的EP-BN导热率相对于EP提升了528％.通过测量材料的介电谱发现,BNNS加入后,EP-BN的相对介电常数和介电损耗均增大,但两者涨幅并不大;同时,两者均随着温度的升高而增加.分析材料的热刺激电流获得其陷阱参数,发现由于BNNS的存在,EP-BN的陷阱深度变浅,从而降低了极化电荷产生所需要的能量,表现为相对介电常数和介电损耗增加.温度的变化对材料的陷阱深度几乎无影响,但温度的升高促进了陷阱电荷量的产生,表现为材料相对介电常数和介电损耗的增大.
其他文献
本文研究了部分相干电磁反常涡旋光束(PCEAVB)通过各向异性non-Kolmogorov大气湍流后的偏振度和偏振态的变化.研究结果表明,PCEAVB的偏振度分布为同心的圆环,而随着光束阶数n
特高压直流分层接入系统受端逆变器在交直流侧均存在电气耦合关系.当某一电压等级交流系统发生故障时,交流电压跌落会引发故障层逆变阀组换相失败,而直流电流增大使非故障层
本文针对视网膜图像中细微血管特征提取困难导致其分割难度高等问题,提出了一种基于端到端的神经网络嵌套视网膜血管分割模型算法(简称MS-UNet++),该算法选取了深度监督网络UNet++作为分割网络模型,提升特征的使用效率;引入MulitRes模块,改善低对比度环境下细小血管的特征学习效果,并在特征提取后加上SENet模块进行挤压和激励操作,从而增强特征提取阶段的感受野,提高目标相关特征通道的权重。
针对高频大功率三电平有源钳位型(active neutral point clamped,ANPC)电路运行时的四象限换流回路进行了分析,考虑高杂散电感下不同换流回路对ANPC运行的影响,分别得出小换
为了改善机载液晶显示器低温加热不均匀问题,提出了一种均匀加热的方法.首先,用COMSOL软件建立加热器模型和进行热仿真,得到了加热的功耗和温度分布图.接着做加热器低温加热
目前基于视觉的动态手势识别问题仍是研究的难点,在大多数应用背景情况下很难提高手势识别率。传统的动态手势识别手段主要是利用智能传感设备以及单个或多个摄像头进行数据采集的视觉方法来实现,效率低,准确度差。近年来,随着深度神经网络技术的快速发展,利用网络自主学习的方法来提取手势姿态有关特征得到了广泛关注。本文针对传统动态手势识别准确率低的问题构建了Inception-CNN网络和LSTM网络融合的方法。
负荷出力波动性、分布式电源高渗透性和电力电子装备多样性使得配电网安全稳定运行分析的难度增加.为此,提出一种基于复杂网络理论和效用风险理论的配电网关键节点辨识方法,
针对半导体DFB激光器、铌酸锂MZ调制器采用分立封装形式且整体尺寸较大的问题,采用半导体MZ调制器和DFB激光器两类芯片并进行混合集成封装有望显著减小模块的整体尺寸.论文根
由于金属表面缺陷图像的特性,有效精确分割是图像处理任务中的一大挑战。为了获得缺陷的类型、大小及位置信息,本文提出一种融合注意力机制的金属缺陷图像分割网络。该网络分为两条路径,语义信息路径主要由残差块构成的卷积网络获得特征图,采样过程中分步融合注意力机制以增强特征与背景对比度。旁路路径设计注意力机制模块获得位置信息的权重图,后将同尺寸的特征图与权重图融合,通过空间金字塔结合多尺度特征。实验结果表明,
针对级联型光伏逆变器在单元间功率不均衡情况下出现的并网电流畸变的问题,提出了一种基于无功补偿的级联型光伏逆变器优化控制策略.首先在d坐标系下,经过深入研究得到了单位