TSMA的計算方法

❶ 建築電氣圖紙中TSM21L-160-140A/4P/200mA是什麼

應該額定電流140A的塑殼斷路器，200ma應該分斷能力，4p四極就是指L1，L2，L3，N。

❷ 如何遍歷獲得div裡面所有a標簽，並為每一個div添加自增的id和對應的事件。

代碼如下：

$(document).ready(function(){

var i=0; // divid就是某個div的id，each是遍歷這個div下的所有a標簽

$(".item a").each(function(){

$(this).click(function(){ // 設置每個a標簽的onclick事件，在這里你想干嗎都可以

var city = this.innerHTML;

var citynum = this.id;

$.ajax(

{ url:getRootPath()+'/help!changearea.action',

data:{ "city":city, "citynum":citynum },

type:'post', dataType:'json',

success:function(data){

alert("更新成功！");

} }); }); }); });

(2)TSMA的計算方法擴展閱讀

所有主流瀏覽器都支持 <div> 標簽。

<div> 可定義文檔中的分區或節（division/section）。

<div> 標簽可以把文檔分割為獨立的、不同的部分。它可以用作嚴格的組織工具，並且不使用任何格式與其關聯。

如果用 id 或 class 來標記 <div>，那麼該標簽的作用會變得更加有效。

用法

<div> 是一個塊級元素。這意味著它的內容自動地開始一個新行。實際上，換行是 <div> 固有的唯一格式表現。可以通過 <div> 的 class 或 id 應用額外的樣式。

不必為每一個 <div> 都加上類或 id，雖然這樣做也有一定的好處。

可以對同一個 <div> 元素應用 class 或 id 屬性，但是更常見的情況是只應用其中一種。這兩者的主要差異是，class 用於元素組（類似的元素，或者可以理解為某一類元素），而 id 用於標識單獨的唯一的元素。

❸ matlab數據分組和篩選的問題

多看看書，matlab操作比較簡單，都是調用函數。
求矩陣的大小：[m,n]=size(a),a為圖片數據，m為行數，n為列數
圖片數據很大的話一般可以截取其中一部分來顯示，截取也由多種方法，最簡單的就是：
假設圖片大小為1024*1024，則m=1024行，n=1024列，取圖片左上角512*512的部分，即為
b=a(1:512,1:512)即可，取別的部分，直接根據行列來操作即可。
1:512就是向量1
2
3
4
5
6
7
8......512

❹ 稀疏矩陣的運算

import java.util.*;
//稀疏矩陣演算法。
//稀疏矩陣演算法是為了在大型矩陣中非零元素少時，減少存貯空間，並提高矩陣運算速度的。
//但本例中的矩陣只是為了演示演算法，都比較小，時間和空間效率提升可以忽略。
public class SparseMatrix{
public static void main(String[] args){
TripleSMatrix tsm=new TripleSMatrix(7,4);
//tsm.printTriple();
tsm.printMatrix();
TripleSMatrix tsm2=new TripleSMatrix(7,4);
System.out.println("矩陣a:");
tsm.printMatrix();
System.out.println("矩陣b:");
tsm2.printMatrix();
int[][] matrixSum=addSMatrix(tsm,tsm2);
System.out.println("矩陣a+矩陣b:");
for(int i=0;i <matrixSum.length;i++){
for(int j=0;j <matrixSum[i].length;j++){
System.out.print(" "+matrixSum[i][j]);
}
System.out.println("");
}
}
public static int[][] addSMatrix(TripleSMatrix t1,TripleSMatrix t2){ //計算兩個三元組表示的矩陣之和，返回結束數組
if(t1.rows!=t2.rows||t1.columns!=t2.columns){
System.out.println("這兩個矩陣不能相加");
return null;
}
int[][] c=new int[t1.rows][t2.columns];
int i=1,j=1;
while(i <=t1.nonzeroElements||j <=t2.nonzeroElements){
if(t1.triple[i][0] <t2.triple[j][0]&&i <=t1.nonzeroElements){
c[t1.triple[i][0]-1][t1.triple[i][1]-1]=t1.triple[i][2];
i++;
}else if(t2.triple[j][0] <t1.triple[i][0]&&j <=t2.nonzeroElements){
c[t2.triple[j][0]-1][t2.triple[j][1]-1]=t2.triple[j][2];
j++;
}else{
if(t1.triple[i][1] <t2.triple[j][1]&&i <=t1.nonzeroElements){
c[t1.triple[i][0]-1][t1.triple[i][1]-1]=t1.triple[i][2];
i++;
}else if(t1.triple[i][1]>t2.triple[j][1]&&j <=t2.nonzeroElements){
c[t2.triple[j][0]-1][t2.triple[j][1]-1]=t2.triple[j][2];
j++;
}else{
c[t1.triple[i][0]-1][t1.triple[i][1]-1]=t1.triple[i][2]+t2.triple[j][2];
i++;j++;
}

}
}
return c;
}
}
//下面的類定義不一定是最好的，比如其中的屬性大多是包訪問許可權，可以改進。
class TripleSMatrix{ //定義了一個三元組的類。
int[][] triple=new int[2001][3]; //三元組數組，假設稀疏矩陣的值都是整數。最多可以有2000個非零元素。第零行沒有用。
int rows,columns,nonzeroElements; //稀疏矩陣的行列數和非零元素個數。
TripleSMatrix(int rows,int columns){ //構造方法，rows是稀疏矩陣的行數，columns是稀疏矩陣的列數。
Scanner input=new Scanner(System.in);
System.out.println("請輸入稀疏矩陣三元組");
System.out.println("以行 列 值的形式輸入，如：1 2 4表示第1行第2列元素的值為4，當輸入的行為999時結束：");
int count=1;
int i=0,j,v; //i行j列,值v
while(i!=999&&input.hasNext()){
i=input.nextInt();
j=input.nextInt();
v=input.nextInt();
if(i>rows||i <1||j>columns||j <1){
System.out.println("剛才的行，列值錯，將被忽略");
continue;
}
triple[count][0]=i;
triple[count][1]=j;
triple[count][2]=v;
count++;
}
this.rows=rows;
this.columns=columns;
this.nonzeroElements=count-1;
sortTriple(triple,1,count); //對輸入的三元組排序。
}

static void sortTriple(int[][] triple,int first,int end){ //對三元組排序方法，按行排，行一樣按列排。
Arrays.sort(triple,first,end,new Comparator <int[]>(){
public int compare(int[] t1,int[] t2){
if(t1[0]>t2[0]) return 1;
if(t1[0] <t2[0]) return -1;
if(t1[0]==t2[0]) return t1[1]-t2[1];
return 0; //沒有用的一個語句，但沒有它編譯通不過。
}
});
}
public void printMatrix(){ //列印出當前三元組表示的稀疏矩陣。
int row=1,column=1; //row當前要列印的行，column當前要列印的列。
for(int t=1;t <=nonzeroElements;t++){
while(triple[t][0]>row){ //三元組中的行比當前行大
if(column!=1){ //前面列印的行沒有列印完，繼續列印完
for(;column <=columns;column++) System.out.print(" "+0);
column=1; //新的一行列從1開始。
}else{ //當前行全為0
for(int i=1;i <=columns;i++){
System.out.print(" "+0);
}
}
System.out.println(""); //換行
row++; //下一行
}
for(;column <triple[t][1];column++){ //當前列印的列小於三元組中的列，前面要補零。
System.out.print(" "+0);
}
System.out.print(" ".substring(0,6-(String.valueOf(triple[t][2])).length())+triple[t][2]); //列印三元組對應的元素。
column++;
}
if(column!=1){ //前面列印的行沒有列印完，繼續列印完
for(;column <=columns;column++) System.out.print(" "+0);
System.out.println("");
column=1;
row++ ;
}
for(;row <=rows;row++){ //三元組中沒有對應的值了，矩陣後面的元素全為0
for(column=1;column <=columns;column++){
System.out.print(" "+0);
}
System.out.println("");
}
}
public void printTriple(){ //列印三元組
for(int i=1;i <=nonzeroElements;i++){
for(int j=0;j <3;j++){
System.out.print(triple[i][j]+" ");
}
System.out.println("");
}
}
}

❺ 電氣設計圖紙中tsm21-100/3p什麼意思

tsm21：漏電斷路器

100：100A

3P：三相

❻ 測井資料確定岩石力學參數

（1）橫波時差的獲取

測井資料計算岩石力學參數，其關鍵就是提取橫波參數，如果有全波測井則可以分離出橫波時差。有偶極聲波測井資料時，其直接輸出橫波時差曲線。如果僅有常規測井資料，要進行橫波時差的預測。

由全波列測井資料提取橫波

全波列測井資料記錄了豐富的岩石物理信息，包括縱波、橫波、斯通利波等。在全波列記錄上，各種波都混疊在一起，但不同的波在振幅、頻率、到達時間（源於傳播速度的差異）或相位上存在著明顯的差別，這為從全波測井數據中識別和提取橫波（或各種子波）提供了可能。長源距聲波記錄的也是地層的全波信息，但其在疏軟地層中無法獲取地層橫波信息，因為在這些地層中橫波與井中泥漿波一起傳播。因此使用時要注意這種差別。

使用全波資料提取縱波（P波）和橫波（S波）通常採用瞬時頻譜法（Frei，1993），其基本原理如下：

將波形（信號）X（t）表示為：

X（t）=a（t）·cosφ（t） （2-3）

式中：a（t）——時間信號的瞬時振幅；φ（t）——t時刻的相位。

以X（t）為實部構建一個解析函數Z（t），則Z（t）的虛部為：

Y（t）=a（t）·sinφ（t） （2-4）

實、虛部和為：

Z（t）=X（t）+iY（t） （2-5）

信號的包絡和瞬時相位可表示為：

a（t）=［X²（t）+Y²（t）］/2 （2-6）

而：

φ（t）=arctan［Y（t）/X（t）］ （2-7）

信號的瞬時頻率可表示為：

ω（t）=dφ（t）/dt （2-8）

以上幾個式子中，X（t）為波形記錄，是已知的，在復平面上，X（t）與Y（t）是正交的，可以利用希爾伯特正交變換來求。對一個函數進行希爾伯變換等價於用它同πt的倒數進行褶積：

Y（t）=-X（t）/π_t （2-9）

如果有新的能量波至出現在波列中，瞬時相位和瞬時振幅就要發生變化，由此，可確定橫波和縱波的初至波，從而得到橫波參數。

正交偶極陣列聲波測井

正交偶極陣列聲波測井可以直接測定橫波和縱波。偶極橫波成像測井儀是最新一代的偶極陣列聲波測井，它是把偶極技術與最新發展的單極技術結合在一起的測井技術方法，可以完全取代普通聲波測井儀和長源距聲波測井儀。

由於偶極陣列聲波測井儀採用了偶極聲源，其產生的剪切撓曲波具有頻散特性，低頻時其傳播速度與橫波相同，因此，可以從剪切撓曲波得到橫波。

偶極陣列聲波測井有三個發射探頭和32個（八組）接收探頭組成。發射單極聲源和兩個偶極聲源（X、Y方向）呈相互垂直的環狀，共有96個波形。現場測井時將其波形進行識別獲得縱波、橫波、斯通利波時差。圖2-1是川豐563井實測資料，圖中DTSM為橫波時差。

圖2-1 川豐563井正交偶極陣列聲波測井

（據西南石油測井公司資料，2006）

常規測井資料計算橫波

普通的聲波測井資料獲得是縱波時差，要得到用於岩石力學參數計算的橫波時差，通常採用統計關系和經驗公式計算。

A.統計關系法

首先從偶極橫波測井及全波列測井所獲取了地層橫波時差信息，將其與常規測井參數之間進行了相關關系研究，建立了二者之間的統計學關系，再進行未知井的預測。針對研究區的情況，分別對於沙溪廟組、須家河組兩個主力的天然氣產層建立了統計方程（圖2-2）。利用聲波和密度測井資料建立的沙溪廟組儲層的橫波預測模型為：

圖2-2 沙溪廟組、須家河組特殊測井與常規測井計算的橫波時差相關關系圖

（據西南石油局測井公司資料，2006）

Δt_s=1.522×Δt_p+35.158×ρ_b-76.961 r=0.9405 （2-10）

須家河組儲層的橫波預測模型為：

Δt_s=1.1212×Δt_p+14.625×ρ_b+0.796×φ_CNL-18.058 r=0.9127（2-11）式中：φ_CNL——地層中子孔隙度，小數；Δt_p、Δt_s——縱、橫波時差，m/ft；ρ_b——岩石體積密度，g/cm³。

B.經驗公式法

利用常規縱波時差求解的橫波時差經驗公式為（陳新等，1989）：

油氣藏現今地應力場評價方法及應用

上式主要用於求取地層中砂岩層段的橫波時差值，對於泥岩層段，由於其密度與埋深的關系與砂岩不同，一般利用泥岩的Δt_s/Δt_p值與岩石體積密度關系確定（Elton Frost，1986）。根據泥（頁）岩密度變化可以列出泥岩的Δt_s/Δt_p與密度ρ_sh的關系式如下：

Δt_s/Δt_p=A-0.8（ρ_sh-2.2）/（2.65-2.2） （2-13）

式中：ρ_sh——泥岩的體積密度，g/cm³。

油氣藏現今地應力場評價方法及應用

研究工作中主要依據以上兩種方法進行橫波參數的預測。

（2）岩石彈性力學參數計算

利用測井資料計算地層的彈性力學參數主要包括：泊松比、楊氏模量、剪切模量、體積模量值。

泊松比值

用縱、橫波時差值計算岩石泊松比公式為：

油氣藏現今地應力場評價方法及應用

楊氏模量（或彈性模量）

油氣藏現今地應力場評價方法及應用

剪切模量（切變模量、剛度模量）

油氣藏現今地應力場評價方法及應用

體積模量

油氣藏現今地應力場評價方法及應用

拉梅系數

油氣藏現今地應力場評價方法及應用

（3）岩石強度參數的計算

測井資料確定地層的岩石強度是目前為止研究得較少的方面。

目前為止，岩石抗張強度，主要通過實驗實測的值通過建立與岩石密度（或岩石孔隙度）的統計分析關系來預測。

抗壓強度，除可用實驗室建立的經驗關系預測外，斯倫貝謝公司（1995）提出了如下經驗關系：

σ_p=［0.0045（1-V_sh）+0.008V_sh］·E·7.031×10^-3（2-19）

式中：V_sh——泥質含量，小數；σ_p——抗壓強度，MPa；E——楊氏模量。

Nathan Stien（1978）提出了利用測井資料確定地層抗剪強度的方法，通過對莫爾-庫侖准則的破裂包絡線分析，結合單軸抗壓強度實驗結果，提出如下評價公式：

油氣藏現今地應力場評價方法及應用

式中：E_τ——測井計算的剪切模量，MPa；τ₀——抗剪強度，MPa；σ_p——單軸抗壓強度，MPa；tanβ——莫爾圓上剪切模量直線斜率，砂岩層取0.00046×10⁶；φ——岩石內摩擦角，（°）。

❼ 浪涌保護器的原理和構造

電涌保護器(Surge protection Device)是電子設備雷電防護中不可缺少的一種裝置，過去常稱為「避雷器」或「過電壓保護器」英文簡寫為SPD。電涌保護器的作用是把竄入電力線、信號傳輸線的瞬時過電壓限制在設備或系統所能承受的電壓范圍內，或將強大的雷電流泄流入地，保護被保護的設備或系統不受沖擊而損壞。 電涌保護器的類型和結構按不同的用途有所不同，但它至少應包含一個非線性電壓限制元件。用於電涌保護器的基本元器件有：放電間隙、充氣放電管、壓敏電阻、抑制二極體和扼流線圈等。

另一類為箝位保護器，即保護器件在擊穿後，其兩端電壓維持在擊穿電壓上不再上升，以箝位的方式起到保護作用。常用的箝位保護器是氧化鋅壓敏電阻 MOV ，瞬態電壓抑制器（TVS）等。 保護器分過電壓保護元件和過電流保護元件。我們通常所稱的「避雷器」和隨著國外防雷器件引入的「浪涌抑制器」、「過電壓限制器」、放電管、齊納二極體等都屬於電壓限制元件。它們的工作原理差不多，但它們之間的通流容量、動作速度、殘壓等有很大差別。而正溫度系數PTC、電感、電阻、保險絲則屬於過電流保護元件。 二極體型防護器件包括開關二極體、齊納二極體、瞬態二極體等。它們的保護性能大致相同，在承受沖擊能力和限制電壓等級方面稍有不同。正常情況下，管子呈高阻，當外加電壓達到其門限值時，電流迅速增加。它是響應速度非常快的保護元件，限幅電壓低，管子兩端壓降基本不受沖擊電壓和沖擊電流的影響，保護精密設備中半導體電路非它莫屬。近年來正在發展的瞬態二極體，在通流能力方面有了較大的突破，可用在第二級甚至第一級保護。 二極體型防護器件是利用硅PN結正向壓降（VF）和反向雪崩擊穿電壓（VZ）的特性製成的，如瞬變電壓抑制二極體（TVS）。二極體型防護器件有兩種形式：一是齊納型單向雪崩擊穿，二是雙向的硅壓敏電阻。TVS器件在規定的反向應用條件下，承受到高能量的瞬時過壓脈沖時，其工作阻抗能立即降至很低以允許大電流通過，並將電壓箝制在預定水平，從而有效地保護電子產品中的精密元器件免受損壞。雙向TVS可在正反兩個方向吸收瞬時大脈沖功率，並把電壓箝制在預定水平，雙向TVS適用於交流電路。TVS的最大優點是箝位系數小，所謂箝位系數就是指TVS上流過的電流在最大時的端電壓與流過的電流為最小時的端電壓的比值，箝位系數越小，抑制瞬變電壓的效果越好。TVS器件的其它優點是體積小、響應速度快（小於1ns）、可靠性高、每次經受瞬變電壓後其性能不會下降等。缺點是電容大、耐電流量小。現在，國外TVS器件已經採用氣密性附殼封裝，外形為DO－41，而一般的民用器件則採用有引線或無引線的塑封形式，典型的有美國General Instrument公司生產400W、600W、1500W無引線扁平塑封，其400W的工作電壓為5．5～162V，型號為TSMA6．8～TSMA200，外形為SMA／D0214AC；600W的工作電壓為5．5～162V，型號為TSMB6．8～TSMB200，外形為SMB／D0214AA；1500W工作電壓5．5～162V，型號為TSMC6．8～TSMC200，外形為SMC／D0214AB。該公司也生產無引線圓柱形產品，型號為TGL41－6．8～TGL41－200，外形為MELF GL41。該公司還生產5000W的TVS，其工作電壓為5．0～110V，型號為5KP5．0～5KP110，外形為P600。TVS的另一發展方向是開發低電壓產品，目前正在開發的產品電壓范圍為2．8～3．8V，以滿足低壓微處理器和IC的需要。 3 硅瞬變吸收二極體
硅瞬變吸收二極體的工作有點象普通的穩壓管，是箝位型的干擾吸收器件，其應用是與被保護設備並聯使用。硅瞬變電壓吸收二極體具有極快的響應速度（亞納秒級）、相當高的浪涌吸收能力和極多的電壓檔次。能保護設備或電路免受靜電、電感性負載切換時產生的瞬變電壓，以及感應雷所產生的過電壓。 TVS管有單方向（單個二極體）和雙方向（兩個背對背連接的二極體）兩種，它們的主要參數是擊穿電壓、漏電流和電容。使用中，TVS管的擊穿電壓要比被保護電路工作電壓高10％左右，以防止因線路工作電壓接近TVS擊穿電壓，使TVS漏電流影響電路正常工作；也避免因環境溫度變化導致的TVS管擊穿電壓落入線路正常工作電壓的范圍。TVS管有多種封裝形式，如，軸向引線產品可用在電源饋線上，雙列直插的和表面貼裝的適合於在印刷板上作為邏輯電路、I／O匯流排及數據匯流排的保護。 3．1 TVS的特性 TVS的電路符號和普通的穩壓管相同。其電壓－電流特性曲線如圖1所示。其正向特性與普通二極體相同，反向特性為典型的PN結雪崩器件。圖2是TVS的電流－時間和電壓－時間曲線。在浪涌電壓的作用下，TVS兩極間的電壓由額定反向關斷電壓VWM上升到擊穿電壓VBR，而被擊穿。隨著擊穿電流的出現，流過TVS的電流將達到峰值脈沖電流IPP，同時在其兩端的電壓被箝位到預定的最大箝位電壓VC以下。其後，隨著脈沖電流按指數衰減，TVS兩極間的電壓也不斷下降，最後恢復到初態，這就是TVS抑制可能出現的浪涌脈沖功率，保護電子元器件的過程。當TVS兩極受到反向高能量沖擊時，它能以10～12S級的速度，將其兩極間的阻抗由高變低，吸收高達數千瓦的浪涌功率，使兩極間的電位箝位於預定值，有效地保護電子設備中的元器件免受浪涌脈沖的損害。TVS具有響應時間快、瞬態功率大、漏電流低、擊穿電壓偏差小、箝位電壓容易控制、體積小等優點，目前已廣泛應用於家用電器、電子儀表、通訊設備、電源、計算機系統等各個領域。 3．2 TVS的主要參數 （1）最大反向漏電流ID和額定反向關斷電壓VWM。VWM是TVS最大連續工作的直流或脈沖電壓，當這個反向電壓加於TVS的兩極間時它處於反向關斷狀態，流過它的電流應小於或等於其最大反向漏電流ID； （2）最小擊穿電壓VBR和擊穿電流IR。VBR是TVS最小的擊穿電壓。在25℃時，低於這個電壓TVS是不會發生雪崩的。當TVS流過規定的1mA電流（IR）時，加於TVS兩極的電壓為其最小擊穿電壓VBR。按TVS的VBR與標准值的離散程度，可把VBR分為5％和10％兩種。對於5％的VBR來說，VWM＝0．85VBR；對於10％的VBR來說，VWM＝0．81VBR； （3）最大箝位電壓VC和最大峰值脈沖電流IPP。當持續時間為20mS的脈沖峰值電流IPP流過TVS時，在其兩端出現的最大峰值電壓為VC。VC、
IPP反映了TVS的浪涌抑制能力。VC與VBR之比稱為箝位因子，一般在1．2～1．4之間； （4）電容量C。電容量C是由TVS雪崩結截面決定的，是在特定的1MHz頻率下測得的。C的大小與TVS的電流承受能力成正比，C太大將使信號衰減。因此，C是數據介面電路選用TVS的重要參數； （5）最大峰值脈沖功耗PM。PM是TVS能承受的最大峰值脈沖功率耗散值。在給定的最大箝位電壓下，功耗PM越大，其浪涌電流的承受能力越大；在給定的功耗PM下，箝位電壓VC越低，其浪涌電流的承受能力越大。另外，峰值脈沖功耗還與脈沖波形、持續時間和環境溫度有關。而且，TVS所能承受的瞬態脈沖是不重復的，器件規定的脈沖重復頻率（持續時間與間歇時間之比）為0．01％。如果電路內出現重復性脈沖，應考慮脈沖功率的累積，有可能損壞TVS； （6）箝位時間TC。TC是從零到最小擊穿電壓VBR的時間。對單極性TVS小於1×10－12S；對雙極性TVS小於10×10－12S。 3．3 TVS的分類 TVS器件按極性可分為單極性和雙極性兩種；按用途可分為通用型和專用型；按封裝和內部結構可分為：軸向引線二極體、雙列直插TVS陣列、貼片式和大功率模塊等。軸向引線的產品峰值功率可以達到400W、500W、600W、1500W和5000W。其中大功率的產品主要用在電源饋線上，低功率產品主要用在高密度安裝的場合。對於高密度安裝的場合還可以選擇雙列直插和表面貼裝的封裝形式。 3．4 TVS的選用 （1）確定被保護電路的最大直流或連續工作電壓，電路的額定標准電壓和最大可承受電壓； （2）TVS的額定反向關斷電壓VWM應大於或等於被保護電路的最大工作電壓。若選用的VWM太低，器件可能進入雪崩或因反向漏電流太大影響電路的正常工作； （3）TVS的最大反向箝位電壓VC應小於被保護電路的損壞電壓 （4）在規定的脈沖持續時間內，TVS的最大峰值脈沖功率PM必須大於被保護電路可能出現的峰值脈沖功率。在確定了最大箝位電壓後，其峰值脈沖電流應大於瞬態浪涌電流。一般，TVS的最大峰值脈沖功率是以10／1000mS的非重復脈沖給出的，而實際的脈沖寬度是由脈沖源決定的，當脈沖寬度不同時，其峰值功率也不同。如某600WTVS，對1000mS脈寬最大吸收功率為600W，但是對50mS脈寬吸收功率就可達到2100W，而對10mS的脈寬最大吸收功率就只有200W了。而且吸收功率還和脈沖波形有關，如
果是半個正弦波形式的脈沖，吸收功率就要減到75％；若是方波形式的脈沖，吸收功率就要減到66％； （5）平均穩態功率的匹配對於需要承受有規律的、短暫的脈沖群沖擊的TVS，如應用在繼電器、功率開關或電機控制等場合，有必要引入平均穩態功率的概念。例如，在一功率開關電路中會產生120Hz，寬度為4mS，峰值電流為25A的脈沖群。選用的TVS可以將單個脈沖的電壓箝位到11．2V。此中平均穩態功率的計算為：脈沖時間間隔等於頻率的倒數1／120＝0．0083S，峰值吸收功率是箝位電壓與脈沖電流的乘積11．2V×25A＝280W，平均功率則為峰值功率與脈沖寬度對脈沖間隔比值的乘積，即280×（0．000004S／0．0083S）＝0．134W。也就是說，選用的TVS平均穩態功率必須大於0．134W； （6）對於數據介面電路的保護，還必須注意選取具有合適電容C的TVS器件； （7）根據用途選用TVS的極性及封裝結構。交流電路選用雙極性TVS較為合理，多線保護選用TVS陣列更為有利。

❽ 平面向量的運算公式

當向量A的終點於向量B的始點相接時,以A的始點為始點,B的終點為終點所構成的向量C,叫做向量B與向量B的和向量,以為C=A+B.此為向量的加法

❾ C++稀疏矩陣的加法運算，如果元素為零的則不進行存儲！

#include "stdio.h"
#include<iostream>
using namespace std;
#define m 6
#define n 8
#define max 50
void creatematrix(int A[m][n],int B[50])
{
int i,j,k=0;
while(B[k]!=-1)
{
for(i=0;i<m;i++)
{
for(j=0;j<n;j++)
{
if (A[i][j]!=0)
{
B[k]=i;
k++;
B[k]=j;
k++;
B[k]=A[i][j];
k++;
}
}
}
B[k]=-1;
}
}
void matrixadd(int A[max],int B[max],int C[max])
{
int i=0,j=0,k=0;
while (B[j]!=-1&&A[i]!=-1)
{
if (A[i]==B[j])
{
if (A[i+1]==B[j+1])
{
C[k]=A[i];
C[k+1]=A[i+1];
C[k+2]=A[i+2]+B[j+2];
k=k+3;
i=i+3;
j=j+3;
}
else if (A[i+1]<B[j+1])
{
C[k]=A[i];
C[k+1]=A[i+1];
C[k+2]=A[i+2];
k=k+3;
i=i+3;
}
else
{
C[k]=B[j];
C[k+1]=B[j+1];
C[k+2]=B[j+2];
k=k+3;
j=j+3;
}
}
void main( )
{
int E[m][n],F[m][n],A[max],B[max],C[max];
int i,j,k;
cout<<"請輸入稀疏矩陣E："<<endl;
for(i=0;i<m;i++)
{
for(j=0;j<n;j++)
{
cin>>E[i][j];
}
}
cout<<"請輸入稀疏矩陣F："<<endl;
for(i=0;i<m;i++)
{
for(j=0;j<n;j++)
{
cin>>F[i][j];
}
}
creatematrix(E,A);
creatematrix(F,B);
matrixadd(A,B,C);
i=0;j=0;k=0;
cout<<"A數組內容如下："<<endl;
while(A[i]!=-1)
{
cout<<A[i]<<" "<<A[i+1]<<" "<<A[i+2]<<endl;
i=i+3;
}
cout<<"B數組內容如下：\n";
while(B[j]!=-1)
{
cout<<B[j]<<" "<<B[j+1]<<" "<<B[j+2]<<endl;
j=j+3;
}
cout<<"C數組內容如下：\n";
while(C[k]!=-1)
{
cout<<C[k]<<" "<<C[k+1]<<" "<<C[k+2]<<endl;
k=k+3;
}
}