一种用于压接式IGBT测试的可调杂散电感铜排

    公开(公告)号:CN215493702U

    公开(公告)日:2022-01-11

    申请号:CN202121414856.5

    申请日:2021-06-24

    Abstract: 本实用新型提供一种用于压接式IGBT测试的可调杂散电感铜排,包括第一铜排、第二铜排、第三铜排和滑块。所述的第一铜排和第二铜排均为长条形铜排,并设有导轨槽,滑块为U形金属结构,滑块通过导轨槽在第一铜排与第二铜排之间滑动;第一铜排和第二铜排的一侧均进行折弯,第一铜排的折弯部分与测试用的支撑电容的负极固接,第二铜排的折弯部分与被测试的压接式IGBT的负极固接;第三铜排为L形铜排,第三铜排一端与测试用的支撑电容的正极固接,另一端与被测试的压接式IGBT的正极固接。用于现有技术中的压接式IGBT模块换流测试装置的配套使用,能够满足杂散电感可调,并且实现与测试装置中的支撑电容以及被测压接式IGBT进行电气连接。

    基于强化学习的自动对星方法

    公开(公告)号:CN115081519B

    公开(公告)日:2024-12-17

    申请号:CN202210639642.0

    申请日:2022-06-08

    Abstract: 基于强化学习的自动对星方法,包括:采集数据,构造预定组坐标系‑信号强度数据,并基于所述坐标系‑信号强度数据构建训练数据集和测试数据集;构建深度神经网络模块,配置奖励函数、可观测状态量和动作空间,以所述训练数据集作为输入数据,对深度神经网络模块进行训练预定的次数;采用测试数据集对训练好的深度神经网络模块进行测试,得到最终优化的深度神经网络模块。本方案通过自动化对星,可以大大提高对星的效率,提高工作质量。

    基于强化学习的自动对星方法

    公开(公告)号:CN115081519A

    公开(公告)日:2022-09-20

    申请号:CN202210639642.0

    申请日:2022-06-08

    Abstract: 基于强化学习的自动对星方法,包括:采集数据,构造预定组坐标系‑信号强度数据,并基于所述坐标系‑信号强度数据构建训练数据集和测试数据集;构建深度神经网络模块,配置奖励函数、可观测状态量和动作空间,以所述训练数据集作为输入数据,对深度神经网络模块进行训练预定的次数;采用测试数据集对训练好的深度神经网络模块进行测试,得到最终优化的深度神经网络模块。本方案通过自动化对星,可以大大提高对星的效率,提高工作质量。

Patent Agency Ranking