antimony中文的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

另外網站BZT52C6V2S-7 - Datasheet - 电子工程世界也說明:本资料有BZT52C6V2S-7、BZT52C6V2S-7 pdf、BZT52C6V2S-7中文 ... more information about Diodes Incorporated's definitions of Halogen- and Antimony-free, "Green".

國立臺灣科技大學 電子工程系 魏榮宗所指導 楊艷的 微型電網併聯多模組變流器智慧型控制策略研究 (2021),提出antimony中文關鍵因素是什麼,來自於微型電網、併聯逆變器系統、孤島運轉、併網供電、主從電流均衡、自適應 控制、全域滑動模式控制、模糊類神經網絡、自組織結構。

而第二篇論文靜宜大學 化粧品科學系 黃堅昌所指導 陳佳樂的 製備氧化石墨烯載體化酸性觸媒以及應用在甘油與丙酮之縮酮反應之催化特性研究 (2021),提出因為有 縮酮反應、氧化石墨烯、固體酸性觸媒、丙酮縮甘油的重點而找出了 antimony中文的解答。

最後網站@lilypichu • Instagram photos and videos則補充:... Português (Brasil), Português (Portugal), Русский, Svenska, ภาษาไทย, Filipino, Türkçe, 中文(简体), 中文(台灣), বাংলা, ગુજરાતી, हिन्दी ...

接下來讓我們看這些論文和書籍都說些什麼吧:

除了antimony中文,大家也想知道這些:

微型電網併聯多模組變流器智慧型控制策略研究

為了解決antimony中文的問題,作者楊艷 這樣論述:

逆變器是微型電網系統中的重要電力電子介面,可將分佈式發電系統與當地負載連接構成微型電網系統,或者與公共大電網連接實現併網運行。隨著分佈式能源發電規模的擴大,考慮電力電子開關的應力以及系統冗餘性能,通常將多個小容量逆變器模組併聯以建立大容量的微電網系統。此外,介面逆變器也通過併聯運行方式將微型電網系統中不同的分佈式能源接至公共連接點。研究智慧型控制方法以提高微型電網系統中併聯逆變器模組的控制性能及優化微型電網輸出電力品質,對於提高分佈式能源接入微型電網的滲透率顯得相對重要。為了提高微型電網孤島運行模式下併聯逆變器模組在不同負載及不同運行狀況下的動態性能及供電可靠性,本文設計基於主-從電流均衡控

制策略下的併聯逆變器模组自適應模糊類神經網路模擬滑動模式控制(Adaptive Fuzzy-Neural-Network-Imitating Sliding-Mode Control, AFNNISMC),將併聯逆變器模组視為主體,構建完整的數學模型以保證其系統級的穩定性,並在此基礎上,首先設計全域滑動模式控制(Total Sliding-Mode Control, TSMC)和具有自適應觀測器的全域滑動模式控制架構。為了提高系統的強健性、克服傳統全域滑動模式控制對系統詳細動力學模型的依賴,及消除由全域滑動模式控制引起的控制抖動現象,本文使用四層模糊類神經網路(Fuzzy Neural Net

work, FNN)來模擬全域滑動模式控制律,根據里亞普諾夫穩定理論(Lyapunov Stability Theorem)和投影算法(Projection Algorithm),利用模糊神經網路與全域滑動模式控制律之間的近似誤差,設計網路參數的線上自適應調整律,以保證網路參數的收斂性和控制系統的穩定性。因此,即使系統存在不確定性的情況下,也可以保證併聯逆變器模組輸出高品質的電能,以及併聯逆變器模組之間高精度電流均衡性能。此外,當單一逆變器從併聯系統斷開或重新接入時,所提出的 AFNNISMC 可以保證併聯系統的不斷電運行,從而提高微型電網系統的冗餘度和操作靈活性。進一步,藉由數值模擬和實驗結

果,驗證所提出自適應模糊神類經網路模擬滑動模式控制的可行性和有效性。此外,亦與傳統的適應性全域滑動模式控制(Adaptive TSMC, ATSMC)和比例積分控制(Proportional-Integral Control, PIC)架構進行性能比較,驗證所提出的自適應模糊類神經網路模擬滑動模式控制的優越性。考慮到固定結構的模糊神類經網路難以兼顧計算負擔及控制性能,本文進一步研究 一 種 自 組 織 結 構 模 糊 類 神 經 網 路 模 擬 滑 動 模 式 控 制 (Self-Constructing Fuzzy-Neural-Network-Imitating Sliding-Mode

Control, SFNNISMC),用於執行主-從電流均衡控制策略下的微型電網併聯逆變器模組的併網電流跟蹤控制,所設計的模糊類神經網絡同時具有結構和參數自學習能力。本文所提出自組織結構模糊類神經網路(Self-Constructing Fuzzy Neural Network, SFNN)中,輸入層的初始節點由併網逆變器模組的數目決定,而隸屬函數層的規則由動態規則生成機制依據當前的暫態輸入從無到有自動生成。同時,本結構還引入了動態派翠(Petri)網路實現規則刪減機制,派翠網路使用於重新激活與新接入的從逆變器相對應的規則,只有被派翠網路激活的規則相關的網路參數才會被線上更新,而不是所有的網路

參數皆更新,從而減輕參數學習過程的計算負擔。此外,利用里亞普諾夫穩定理論和投影算法設計網路參數的線上學習律,保證網路參數及併網電流跟蹤誤差的收斂性。藉由數值模擬展示所提出的自組織結構模糊類神經網路模擬滑動模式控制在併聯逆變器模組不同運行狀況下規則演化的過程。本文亦利用兩個逆變器模組併聯的實驗平臺,亦與傳統的比例積分控制(PIC)、滑動模式控制(Sliding-Mode Control, SMC)及固定結構的自適應模糊神經網路模擬滑動模式控制(AFNNISMC)進行對比實驗,進一步驗證所提出的自組織結構模糊類神經網路模擬滑動模式控制方案的優越性。

製備氧化石墨烯載體化酸性觸媒以及應用在甘油與丙酮之縮酮反應之催化特性研究

為了解決antimony中文的問題,作者陳佳樂 這樣論述:

碳基材料因其價格低廉極易取得且具穩定的機械結構因而受到了關注,其中石墨烯的氧化衍生物氧化石墨烯因具有二維表面構形和大比表面積,並且在表面富含大量含氧官能基,這些含氧官能基除了可成為表面修飾時的活性位置外,亦具有催化活性。因這些氧化石墨烯的物理化學特性,氧化石墨烯為目前催化劑製備時的主要載體之一。本研究以氧化石墨烯為固體觸媒載體來製備具有磁性的載體化酸性觸媒。研究中所使用的氧化石墨烯製備使用低價的碳粉為原料,經由Modified Hummer’s method將石墨氧化成為氧化石墨烯。而後,氧化石墨烯載體表面負載Sr與Fe陽離子成為觸媒的活化層後,再以硫酸根對觸媒表面進行修飾,使硫酸根離子與觸

媒表面的Sr陽離子鍵結形成強酸性活性位點。本研究所製備的氧化石墨烯載體化酸性固體觸媒主要用於催化丙酮和甘油之間的縮酮反應生成Solketal。在傳統工業化生產Solketal的程序中,縮酮反應主要使用均相酸性觸媒為催化劑,這類均相酸性催化劑對反應設備腐蝕性大,且會生成大量對環境有害的酸性廢液。利用本研究所合成之氧化石墨烯載體化固體酸性觸媒(Im-2M SO42-/0.0012-SrFe(1:2)/GO)催化縮酮反應的進行時,不僅對反應設備不具腐蝕性且對環境友好,用於催化縮酮反應時,在低的反應溫度下(30℃)經過60分鐘反應時間後即可達到極高的甘油轉化率( 90.12 %),並且觸媒對Solke

tal的選擇性可以達到100 %,無副產物dioxane被生成。反應結束後,觸媒的優異磁特性可使使用過後的觸媒經由簡單的磁性分離方式自批次反應器中與產物進行分離,分離後的固體觸媒不需經由任何固體觸媒再生的程序可立即投入到下一個反應中。經過測試,觸媒在經過5次重複使用後仍舊保持極高的活性,在催化反應經過60分鐘後甘油在反應中的轉化率可以達到85 %。本研究所開發的具二維結構的氧化石墨烯載體化觸媒相較於近幾年文獻所發表諸如Fe-PKU-1、OTS-HY以及PSF/K-SiO2等用於催化甘油與丙酮縮酮反應的固體觸媒在催化活性與產物的選擇性上的比較,只需極少Im-2M SO42-/0.0012-SrF

e(1:2)/GO觸媒的添加量,即可使縮酮反應在更低的反應溫度下於較短的反應時間內使反應混合物中的甘油達到極高的甘油轉化率以及對Solketal 100 %的產物選擇性,本研究所合成之Solketal因具有獨特的香味不僅可以作為香精原料運用在化妝品當中,而且Solketal也是鯊肝醇在合成過程中重要的中間體,具有著巨大的應用前景。