Gaoya dianqi, 2010 高域值场发射屏蔽材料为采用特殊工艺在不锈钢等金属材料表面覆盖一层绝缘薄膜,使金属表面的场致电子发射域值提高,有效防止金属材料表面局部场强过高导致电击穿的现象发生。为了检验和测试该屏蔽材料的实际性能,设计了屏蔽材料场发射域值的测试方案,采用电流测量方法判断经过屏蔽材料处理后的阴极头是否有电子发射,并通过阴极头的电压测试确定阴极头发射电子时的电压,通过数值模拟计算确定阴极头的发射域值。构建了实验测试平台,采用1 MV/100 kA电子加速器作为高压脉冲功率源,以平面二极管作为负载,二极管阴极头为实验样品 ...
伍友成 +4 more
doaj
复合绝缘子芯棒用高导热环氧树脂氮化硼复合材料表面耐电痕特性研究
Dianci bileiqi超/特高压输电线路复合绝缘子运行环境恶劣，运行过程中承受着电、热、力多场耦合作用，加之复合绝缘子芯棒环氧树脂材料自身热导率低，致使局部积累的热量难以快速消散，极易引起复合绝缘子异常发热，导致其绝缘过早失效。因此制备具有高导热性能环氧树脂对提升复合绝缘子可靠性，并延长其使用寿命具有重要意义。文中选取微、纳米BN粒子作为导热填料，制备了不同微米、纳米掺杂比例下环氧树脂复合材料，测试了不同微纳掺杂下环氧树脂复合材料的电、热性能，获得了复合材料沿面放电及电痕破坏特性，并分析了微纳米氮化硼粒子掺杂对环氧树脂电 ...
刘会斌 +11 more
doaj
Gaoya dianqi, 2018 超声波法是一种非破坏性的电力设备局部放电检测方法,运用数值计算方法可以有效地分析超声波的声场特性。为明确特高压GIS局部放电超声波信号的传播特性,采用有限元计算方法仿真研究了特高压GIS不同位置发生局部放电时超声波信号的传播特性。按照某1 100 k V特高压GIS实际尺寸,建立了特高压GIS三维仿真模型,设置单极子声源分别位于GIS中心导体和盆式绝缘子处,布置多个超声波传感器位于GIS外壳不同位置用于接收局部放电产生的超声波信号。仿真得到了GIS壁面上接收的来自不同位置单极子声源产生的超声波声压分布图,
薛建议 +5 more
doaj
Gaoya dianqi, 2016 聚酰亚胺纳米复合薄膜（polyimide,PI）广泛应用于电机绝缘。方波脉冲下的局部放电是变频电机绝缘失效的主要原因之一。为了研究高频脉冲电压下PI膜的老化,探讨纳米粒子在PI膜中的作用机理,文中将粒径为30 nm的Si O2无机填料掺杂到PI膜中。利用场发射扫描电镜（SEM）观察纳米Si O2在PI膜中的分散情况,并在方波脉冲电压下对复合薄膜进行了耐压和耐电晕实验,最后运用纳米复合3层结构解释了PI膜绝缘破坏的过程。研究结果表明:纳米粒子均匀分散到PI基体中,纳米Si ...
刘洋, 吴广宁, 高国强, 张血琴
doaj
[Evaluation of an interpretable 12-lead ECG automatic diagnosis model based on deep feature fusion]. [PDF]
Nan Fang Yi Ke Da Xue Xue BaoLu X +5 more
europepmc +1 more source
[Progresses on temporal interference electromagnetic stimulation for non-invasive deep brain function modulation]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiZhou T, Yu P, Xu Y.
europepmc +1 more source
[Development and electrophysiological validation of a temporal interference transcranial magnetic stimulation system for mice]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiCui C, Wang T, Zhang Y, Zheng W, Xu G.
europepmc +1 more source
[Intubaiton with electromyographic endotracheal tube increases risks of postoperative sore throat following thyroidectomy under general anesthesia: a retrospective cohort study]. [PDF]
Nan Fang Yi Ke Da Xue Xue BaoChen L +5 more
europepmc +1 more source
[Automatic detection and visualization of myocardial infarction in electrocardiograms based on an interpretable deep learning model]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiZhang Y, Zhang Y, Xie B, Lai D.
europepmc +1 more source
[ResLSTM-TemporalSE: an automated classification model for multi-lead ECG signals]. [PDF]
Nan Fang Yi Ke Da Xue Xue BaoQu M, Fu R.
europepmc +1 more source