当前位置: 首页 > article >正文

碳化硅 MOSFET三相逆变电路损耗新算法

基 于 碳 化 硅 MOSFET三相逆变电路损耗新算法

图片

图片

图片

摘 要 提出了一种三相逆变电路功率开关器件损耗计算的新方法.为了达到将高频电力电子电路和实时仿真算  法 相 结 合 应 用 于 嵌 入 式 实 时 仿 真 平 台 的 目 的 ,针 对 工 程 应 用 中 逆 变 器 损 耗 计 算 的 实 时 性 和 精 确 性 要 求 ,该方法  以实际电路可采样信号为基础,利用功率开关器件器件手册提供的产品参数,通过采样平均算法计算功率开关  器件损耗.将采样算法值与小仿真步长的 P L E C S仿 真 结 果 做 对 比 ,结 果 表 明 新 算 法 可 以 较 为 准 确 的 计 算 损 耗 ,  并进一步提出了在硬件系统性能要求下尽可能保证损耗计算的精度要求的变采样频率算法 .

王逸凡,迟 颂 ,李 雪 ,杨海靖

(河北工业大学省部共建电工装备可靠性与智能化国家重点实验室,天 津 300130)

引言

近年来,以逆变器为核心的高压变频调速技术得到越来越广泛的应用.功率开关器件作为逆变器的核  心部分,其性能直接决定了系统的整体效率.并且随着电力电子技术向高频化发展,碳化硅等宽禁带半导  体器件应用也逐步广泛起来,将 S i C M O S F E T应用于三相逆变电路也为提高系统整体效率和功率密度提供  了新的途径[1-2].其中逆变器的损耗问题一直是逆变器研究和设计的重点,如何快速并且准确的计算开关器  件的损耗是研究的工作重点[31目前,科研工作者在对逆变器损耗的研究上做了很多工作 .文献 [5]对空间矢量调制策略(S V P W M )  下 I G B T损耗进行了分析,但并未涉及M O S F E T 损 耗 计算方法 .文献 [6]提出了利用数据手册提供的参数  进行损耗分析方法 .文献 [7]在假设三相逆变器输出电流为正弦电流的情况下,每个开关周期内流过开关  器件的电流为恒定值来计算损耗,这种假设并不具有普遍性,并且理想条件下的损耗与实际损耗会有较大  误 差 .文 献 [8]提出了基于系统仿真的逆变器损耗分析方法,适用于I G B T和 M O S F E T 器件,并将结果与三菱仿真软件结果进行对比,但并未考虑损耗计算的快速性和准确性相结合.

针对现有研究存在的不足,本文提出了一种基于S i C M O S F E T三相逆变器损耗计算的新算法,即以直  流母线电压、负载电流,开关器件驱动信号和温度等实际电路中可采样信号为基础,结合开关器件产品手  册的相关参数,通过采样算法来计算开关器件损耗.新算法的优点是根据实际电路运行中可采集到的电路信  号为基础计算损耗,使得损耗计算有了实际意义;考虑到实际工程中对逆变器损耗的实时性要求,分析了  不同采样频率下的损耗差别;并且考虑到三相电路在不同工况下,即不同负载电流幅值或不同的基波频率  下的损耗有所差别,对损耗进行了大量的仿真实验,并提出了变采样频率的损耗计算方法.

1 逆变电路拓扑和损耗计算方法

1 . 1 电机负载下三相逆变器拓扑结构

一般的三相逆变系统由直流电源Udc,直流母线电容C ,三相逆变桥和电机组成;示意图如图 1 所示.  

图片

逆变电路部分由三相六桥臂构成,通过控制 6 个功率开关器件的开关,可以输出稳定的三相电流.逆变电路  的损耗主要由开关器件和并联的反向续流二极管产生.根据逆变电路的对称性,以 A 相电路上桥臂进行损  耗分析.

M O S F E T 具有双向导通性,即栅源电压超过开启电压后,即 V DS> 0 和 ^ < 0 时沟道均可导通 .当A 相电  流由逆变器流向负载时,上桥臂M O S F E T 电流经沟道流出逆变器,如 图 2 所示;当 A 相电流由负载流向逆  变 器 时 ,由 于 体 二 极 管 (body diode) 和肖特基二极管  (S B D ) 的存在,在反向续流阶段初期,电流先经沟道续  流 ,当 Is d达到二极管导通条件后,再通过沟道和二极管  一起续流,如 图 3 所示[9].但由于功率M O S F E T 体二极管反  向恢复速度慢,恢复特性较差,且会产生较高的反向恢复  电压和恢复电流,会 对 M O S F E T 可靠性造成影响,故一般  通过并联肖特基二极管来解决.

图片

图片

图片

图片

别为肖特基二极管,体二极管开启电压.考虑到体二极管恢复特性差,在电路设计时,尽可能让体二极管不参与反向续流过程.

1.2 MOSFET的导通损耗与新算法导通损耗分析

在损耗监测的工程应用中,需要保证损耗监测的实时性,同时考虑到实时监测计算的可行性,采样步  长需要在合适的范围内,并且考虑到计算损耗数据的来源问题,提出了基于实际电路可测量信号为基础的  采样算法来计算功率开关器件的损耗.

1.2.1 M O S F E T 导通损耗计算方法

根 据 M O S F E T 器件的导通特性,以 N 沟道M O S F E T 为例,在栅极加正向电压时,靠近栅极的沟道形成  反型层,沟道导通,在外加电压作用下产生电流 .假设M O S F E T 的导通压降Vmos(t))是 流 过 M O S F E T 电流 Imos(t)的函数,由输出特性可知,可由下列公式描述:

图片

1.2.2 M O S F E T 采样算法下导通损耗计算方法

在工程应用中无法直接获得流过功率开关器件的电流,只能通过负载电流来推算.假设以一个开关周期  为最小采样步长,在一个开关周期内,由于M O S F E T 开通和关断时刻电流值不相同,在计算正向导通阶段  N 个开关周期内的导通损耗时,将采样的初、末时刻负载电流值平均值作为N 个开关周期的电流值;在计算  反向续流阶段N 个开关周期内的导通损耗时,先将初、末时刻负载电流值进行采样平均后,再根据公式(2)、  公式 (3)和公式(4)计算流过M O S F E T 的电流,将其作为反向阶段N 个开关周期内流过M O S F E T 的电流值;  同理将首尾两个开关周期占空比的平均值作为整个阶段的占空比,故其导通损耗可由公式(7)简化为

图片

1.3 MOSFET开关损耗

1.3.1 M O S F E T 开关损耗计算方法

开关损耗是由器件开通、关断时瞬态电压和电流变化引起的.计算开关损耗的方法分为物理建模方法  和数学方法,其中数学方法包括基于产品数据手册方法和幂函数或多项式拟合法等[12-13].根据在产品数据手  册中给出了器件开通和关断能量值,N 个开关周期内开关损耗可表示为

图片

1.3.2 M O S F E T 采样算法下开关损耗计算方法

考虑到驱动电阻在实际工程中是固定的,所以在用采样算法对开关损耗进行计算时,需要对负载电流、  直流母线电压、温 度 3 个变量进行采样,将其作为输人量代人采样算法中.直流母线电压和温度的采样方  法类比新算法计算导通损耗时电流和占空比的计算过程,对采样阶段始末时刻的数据值进行采集后将平均  值作为采样周期的基准值进行计算.

1 . 4 二极管损耗

1 . 4 . 1二极管导通损耗

图片

1 . 4 . 2采样算法下二极管导通损耗计算方法

由于续流二极管仅参与反向续流过程,故在采样算法中,先将反向续流阶段负载电流进行平均采样,  再 根 据 公 式 (3 ) 和 公 式 (4 ) 推算出流过二极管的电流,再根据采样后占空比以及二极管压降计算出采样  周期内的导通损耗.

2 新算法介绍

在 P L E C S仿真软件下搭建异步电机负载下的三相  逆变电路 .驱动采用S V P W M 控制方式 .新算法下的  损耗计算框图如图4 所示.

图片

分别对负载电流信号,驱动信号,直流母线电压  信 号 进 行 采 样 计 算 .以 3 个 P W M 开 关 周 期 和 7 个  P W M 开关周期作为采样周期为例,图 5 和 图 6 分别  为两种采样周期下电流、电压和占空比采样数据与电  路原数据对比图.

图片

图片

由采样数据图可以看出,采样信号与实际信号有  较高的吻合度,采样频率越高,两者误差越小.实际工  程环境下,在损耗计算过程中,采样频率越高,计算  精度越高,但对实际信号采集和计算所需时间越长,  对硬件系统性能要求越高;相反,采样频率越低,越  容易达到实时计算的目的,但损耗计算的精度越差.而  且由于采样算法只需对采样周期初始和末尾值进行采  集 ,中间值并不影响计算结果,故采样频率的高低直  接影响到损耗计算的准确性.考虑不同工况对逆变输  出侧的影响主要体现在输出电流的幅值和基波频率两  方面,为了验证新算法的适用性,下面对不同电流幅  值和不同基波频率下的算法进行实验仿真.

3 仿真分析

根据上述分析,在 P L E C S仿真软件中对新算法进  行 仿 真 .逆 变 器 采 用 S V P W M 方 式 ,开关器件采用  C A S300M 12B M 2 碳 化 硅 M O S F E T 模 块 ,开关频率为  20 k H z,为了验证新算法的准确性,将仿真步长调整  为一个开关周期的 1/100(500ns),将不同负载电流幅  值 、不同基波频率情况下测试的不同采样频率下新算  法计算值与P L E C S仿真计算值做对比.

三相逆变电路A 相上桥臂M O S F E T 在正向导通损  耗如下图所示.其中输出电流基波频率为50 H z,将电机负载转矩分别调至1 5 0  Nm 、 2 5 0N m 和350N m,  三种负载下输出相电流幅值分别为 8 0 A 、 124.7 A  和 177A . 以一个P W M 开关周期、3 个 P W M 开关  周期、7 个 P W M 开关周期为采样周期下算法值与  P L E C S仿真值对比情况如图7、图 8 和图 9 所示.

图片

图片

图片

将输出电流的基波频率调整为 40 H z,输出电  流幅值分别与 50 H z 时 3 种负载下电流幅值相同,  以不同采样周期采样后计算得到的M 0 S F E T正向导  通损数据与 500 ns仿真步长损耗计算值对比情况如  图 10、图 1 1和 图 12所示.

图片

图片

图片

根据仿真数据,可以得到以下结论:以 500 ns  仿真步长的计算结果为标准,基于新算法下的正向  导通损耗的相对误差率基本分布在-1.5%~1%以内;  由于导通损耗是以采样电流为输人量,在正向导通  阶段初始和末尾阶段,即负载电流方向改变且电流  值较小时,虽然相对误差率较大,但绝对误差较  小 ;说明各种工况下采样算法有很高的准确性;在  相同基波频率和采样频率,不同的输出相电流幅值情况下,损耗误差也有明显差别,随着电流幅值的增  大 ,损耗误差也增大;随着基波频率的改变,损耗误  差也有差别.不同负载情况下用新算法计算正向导通  阶段导通损耗和开关损耗,总损耗情况如图 1 3所示,结果显示新算法在导通损耗和开关损耗方面都有较高  的准确度.

考虑到新情况下,损耗误差也有明显差别,随着电流幅值的增  大 ,损耗误差也增大;随着基波频率的改变,损耗误  差也有差别.不同负载情况下用新算法计算正向导通  阶段导通损耗和开关损耗,总损耗情况如图 1 3所示,结果显示新算法在导通损耗和开关损耗方面都有较高  的准确度.

根据上表数据可以得出,在负载为 1 5 0 N m ,输  出电流幅值为8 0 A 时 ,采样点 1~50阶段采样周期采  用 1 个开关周期和 3 个开关周期下采样损耗计算结果相对误差范围低于1 0 %,考虑到损耗计算的实时性和  硬件系统计算量,在忽略部分精度的前提下,可以用 3 个开关周期进行采样计算;在 50~180采样阶段,以  3 个开关周期和 7 个开关周期采样计算值与1P W M 计算值相比,相对误差最高分别为5 0 %和 6 7 % ,考虑到  计算精确度,采 用 1 个开关周期为采样周期进行计算;同理在 180~200采样点范围内,可以采用 3 个开关  周期进行计算. 根据以上分析,经过调整后的算法与固定采样频率的算法相比可以更好的达到计算量和速  度的双优化 .图 1 4表示采样周期为固定的 1 个开关周期的正向导通损耗计算值,图 1 5为变采样频率后的正向导通损耗损耗计算值.

图片

图片

图片

变采样频率算法是根据系统所需要的精度来设  计采样和计算的频率. 在之前的仿真条件下,以固  定 的 1P W M 开关周期为采样周期时,半个基波周期  内需要对电路数据进行2 0 0次采样,在变频率采样  算法下,半个基波周期内对数据的采样次数减少到  154次 ,减小了对硬件系统的性能要求,同时保证  了损耗计算的精度.

4 结束语

由以上仿真实验数据分析结果可见,本文提出  的以电路中实际可测量数据为基础的三相逆变器损  耗的采样算法可以较为准确的计算功率开关器件损  耗 ,并且方法计算简单、灵活,适用于各种型号的  的 M O S F E T 开关器件、逆变器运行条件和调制策  略 ;并且数据结果显示不同工况下不同的采样频率  带来的损耗误差也有相关性;考虑到实际工程中对  损耗计算的实时性、简便性和精确度的要求,可以  根据不同的工况或是相同工况下不同阶段选择不同  的采样频率,以达到损耗计算的速度和精度双优化.

图片

图片

图片

参考文献:

[ 1 ] 钱照明,张军明,吕征宇,等.我国电力电子与电力传动面临的挑  

战与机遇[J].电工技术学报,2004,1 9 (8 ): 10-22.

[2] (>hcn Zheng,Boroycvich Dushan,Li Jin. Behavioral comparison of Si  

and Si C power MOSFETs for high —frequency applications [C]//

Applied Power Electronics Conference and Exposition (APEC) ,2013  

Twenty—Eighth Annual IEEE, 2013 

 2453-2460

.

[3] CharalambousA, C hristidisG C , TatakisEC. Comparative study of the DC/DC boost converter with SiC and Si power devices[C]//Electrical Systems  

for Aircraft,Railway and Ship Propulsion(ESARS) , 2012

相关文章:

碳化硅 MOSFET三相逆变电路损耗新算法

基 于 碳 化 硅 MOSFET三相逆变电路损耗新算法 摘 要 提出了一种三相逆变电路功率开关器件损耗计算的新方法.为了达到将高频电力电子电路和实时仿真算 法 相 结 合 应 用 于 嵌 入 式 实 时 仿 真 平 台 的 目 的 &#xff0c;针 对 工 程 应 用 中 逆 变 器 损 耗 计 算 的 实…...

增加等IO状态的唤醒堆栈打印及缺页异常导致iowait分析

一、背景 在之前的博客 在计算进程D状态持续时间及等IO的时间遇到的一处问题-CSDN博客 里&#xff0c;我们修复了一处在抓取D状态及等IO状态堆栈的监控程序的一处时间计算bug&#xff0c;在这篇博客里&#xff0c;我们进一步丰富监控程序&#xff0c;在进程iodelay被唤醒时&am…...

nodejs:midi-writer-js 将基金净值数据转换为 midi 文件

开放式基金是没有公布每日交易量的。 /funds/data/660008.csv 文件开头&#xff1a; date,jz,ljjz 2016-01-04,1.1141,1.1141 2016-01-05,1.1161,1.1161 2016-01-06,1.1350,1.1350 这是一个将开放式基金数据转换为 MIDI音乐的 js 程序示例。该程序将基金净值映射为 MIDI音符的…...

新能源汽车空调系统(R134A)性能评估(一)

国内外主流空调系统厂家&#xff1a;贝尔、德尔福、空调国际、法雷奥、电装、松芝、杰信、新电、豫新等 泛亚汽车的空调电子部是比较优秀的整车空调研发团队。 空调系统综合试验台架是一套由试验室、风量测定装置、空气调和器、空气温度测定装置、湿度测定装置、加热器试验辅助…...

Oracle 数据库中优化 INSERT INTO 操作的性能

在 Oracle 数据库中优化 INSERT INTO 操作的性能&#xff0c;尤其是在处理大批量数据时&#xff0c;可以通过以下方法显著提升效率。 使用直接路径插入&#xff08;Direct-Path Insert&#xff09; 通过 APPEND 提示绕过缓冲区缓存&#xff0c;直接写入数据文件&#xff0c;减…...

Ubuntu 22.04安装MongoDB:GLM4模型对话数据收集与微调教程

在Ubuntu 22.04安装MongoDB Community Edition的教程请点击下方链接进行参考&#xff1a; 点击这里获取MongoDB Community Edition安装教程 今天将为大家带来如何微调GLM4模型并连接数据库进行对话的教程。快跟着小编一起试试吧~ 1. 大模型 ChatGLM4 微调步骤 1.1 从 github…...

Java 中的继承与多态:面向对象编程的核心特性

继承和多态是面向对象编程中最重要的两个概念&#xff0c;它们使代码结构更加清晰、灵活&#xff0c;并极大地提高了代码复用性。本文将深入探讨 Java 中的继承与多态&#xff0c;帮助你更好地理解这些核心概念。 1. 继承 1.1 为什么需要继承 在实际编程中&#xff0c;我们经…...

可编程增益放大器(PGA)在智能传感器自调节系统中的角色

在电子电路设计中&#xff0c;放大器芯片作为信号处理的核心器件&#xff0c;其性能直接影响系统整体表现。然而面对运算放大器、功率放大器、仪表放大器等众多类型&#xff0c;工程师常陷入选型困惑。作为国内领先的半导体解决方案提供商&#xff0c;华芯邦深耕放大器芯片领域…...

微信登录、商品浏览前瞻

一.业务效果 二.所需技术...

浙大研究团队揭示电场调控5-HT1AR的分子机制

本期介绍的文章题为 “Structural Insight into the Inactive/Active States of 5‑HT1AR and Molecular Mechanisms of Electric Fields in Modulating 5‑HT1AR” 。近期发表于JCIM。通过分子动力学模拟&#xff0c;探究 5-羟色胺 1A 受体(5-HT1AR) 在非活性 / 活性状态的构象…...

RoboOS与RoboBrain:引领具身智能新时代的跨本体协作框架

摘要 2025年3月29日&#xff0c;智源研究院在中关村论坛的“未来人工智能先锋论坛”上发布了两项重要成果&#xff1a;跨本体具身大小脑协作框架RoboOS与开源具身大脑RoboBrain。这一创新技术使机器人能够实现跨场景多任务部署及跨本体协作&#xff0c;推动单机智能向群体智能…...

视频AI赋能水利行业生态治理,水电站大坝漂浮物实时监测与智能预警方案

水电站大坝周边水域垃圾漂浮物不仅影响水质&#xff0c;还可能对大坝设施运行、水生态环境造成威胁。传统依靠人工巡检的方式效率低、存在监测盲区&#xff0c;难以实时全面地掌握漂浮物情况。借助EasyCVR视频汇聚平台与TSINGSEE青犀AI算法中台构建智能化监测方案&#xff0c;能…...

SnapdragonCamera骁龙相机源码解析

骁龙相机是高通开发的一个测试系统摄像头的demo&#xff0c;代码完善&#xff0c;功能强大。可以配合Camera驱动进行功能联调。 很多逻辑代码在CaptureModule.java里。 CaptureModule有8000多行&#xff0c;包罗万象。 涉及到界面显示要结合CaptureUI.java 一起来实现。 Ca…...

Spring Boot 整合 RabbitMQ:注解声明队列与交换机详解

RabbitMQ 作为一款高性能的消息中间件&#xff0c;在分布式系统中广泛应用。Spring Boot 通过 spring-boot-starter-amqp 提供了对 RabbitMQ 的无缝集成&#xff0c;开发者可以借助注解快速声明队列、交换机及绑定规则&#xff0c;极大简化了配置流程。本文将通过代码示例和原理…...

SecureCRT常用命令

一、连接命令 1. telnet&#xff1a;使用Telnet协议连接到远程设备。 例如&#xff1a;telnet 192.168.1.1 会连接到IP地址为192.168.1.1的远程设备。 二、文件传输命令 2. put&#xff1a;上传文件到远程服务器。 例如&#xff1a;put C:\localfile.txt /remotefolder 将本地文…...

flink 分组窗口聚合 与 窗口表值函数聚合 的区别

警告&#xff1a;分组窗口聚合已经过时。推荐使用更加强大和有效的窗口表值函数聚合。 参考官方文档 在 Apache Flink 中&#xff0c;分组窗口聚合&#xff08;Group Window Aggregation&#xff09; 和 窗口表值函数聚合&#xff08;Windowing TVF Aggregation&#xff09;…...

阿里云Tair KVCache:打造以缓存为中心的大模型Token超级工厂

一、Tair KVCache 简介 Tair KVCache 是阿里云瑶池旗下云数据库 Tair 面向大语言模型推理场景推出的 KVCache 缓存加速服务。 随着互联网技术的演进与流量规模的激增&#xff0c;缓存技术逐渐成为系统架构的核心组件。该阶段催生了 Redis 等开源缓存数据库&#xff0c;阿里巴巴…...

通过TIM+DMA Burst 实现STM32输出变频且不同脉冲数量的PWM波形

Burst介绍&#xff1a; DMA控制器可以生成单次传输或增量突发传输&#xff0c;传输的节拍数为4、8或16。 为了确保数据一致性&#xff0c;构成突发传输的每组传输都是不可分割的&#xff1a;AHB传输被锁定&#xff0c;AHB总线矩阵的仲裁器在突发传输序列期间不会撤销DMA主设备…...

【JAVA】【疑难杂症解决!】org.springframework.transaction.UnexpectedRollbackException:

程序莫名其妙出现这个事务回滚错误,不显示具体错误信息!! 问题:前几天遇到一个问题,代码没有抛出我想要的带自定义提示消息的异常,却报了个这个,去搜了一下,大概原因如下: 因为我在方法上写了@Transactional注解,里边调用的service的方法上也写了@Transactional注解…...

[Effective C++]条款26:尽可能延后变量定义的出现时间

. 在C中&#xff0c;尽可能延后变量定义的出现时间&#xff0c;主要原因是为了提供代码的可读性&#xff0c;减少不必要的开销以及避免潜在的错误。 1、代码执行过程中抛出异常 如果在代码开头定义了变量&#xff0c;但在后续代码中抛出了异常&#xff0c;可能导致变量在未被使…...

如何在k8s中对接s3存储

github地址&#xff1a; https://github.com/majst01/csi-driver-s3 1.CSI for S3 这是用于 S3&#xff08;或兼容 S3&#xff09;存储的容器存储接口 (CSI)。它可以动态分配存储桶并通过Fuse mount将它们安装到任何容器中 2.状态 这仍处于试验阶段&#xff0c;不应在任何…...

基于TradingView和CTPBee的自动化期货交易系统实现

引言 在量化交易领域&#xff0c;TradingView因其强大的技术分析工具和丰富的指标库而广受欢迎&#xff0c;但是其不支持国内期货自动化交易&#xff0c;CTPBee则是一个优秀的国产Python期货交易接口。本文将介绍如何将两者结合&#xff0c;实现一个完整的自动化交易系统。 本…...

FPGA实现LED流水灯

一、在VsCode中写代码 1、建立工程项目文件water_led.v文件 2、打开项目文件&#xff0c;创建三个目录 3、打开文件trl&#xff0c;创建water_led.v文件 4、打开文件tb&#xff0c;创建water_led_tb.v文件 5、用VsCode打开water_led.v文件&#xff0c;编写源代码 module water…...

电商场景下高稳定性数据接口的选型与实践

在电商系统开发中&#xff0c;API接口需要应对高并发请求、动态数据更新和复杂业务场景。我将重点解析电商场景对数据接口的特殊需求及选型方案。 一、电商API必备的四大核心能力 千万级商品数据实时同步 支持SKU基础信息/价格/库存多维度更新每日增量数据抓取与历史版本对比…...

4199. 公约数-公约数模版题

给定两个正整数 a 和 b。 你需要回答 q个询问。 每个询问给定两个整数 l,r&#xff0c;你需要找到最大的整数 x&#xff0c;满足&#xff1a; x 是 a 和 b 的公约数。l≤x≤r。 输入格式 第一行包含两个整数 a,b。 第二行包含一个整数 q。 接下来 q 行&#xff0c;每行包…...

百度文库免费下载器

01 引言 在国内的环境下&#xff0c;Greasy Fork网站是彻底打不开了&#xff0c;导致好多小伙伴想要用脚本都没办法。 特别是需要某Wen库下载的小伙伴&#xff0c;之前还说实在没办法&#xff0c;去Greasy Fork网站上安个脚本就可下载&#xff0c;但是现在网站被墙了&#xf…...

[NCTF2019]True XML cookbook[XXE] [内网探测] [网络ip相关知识]

一模一样的登录界面 我直接故伎重演但是并卵 &#xff08;话说XXE注入之前好像其他博客都加上了<?xml version"1.0" encoding"utf-8"?>&#xff0c;但是不加好像也没有什么问题&#x1f914;&#xff09; <?php /** * autor: c0ny1 * date: …...

Qt | 电脑音频采集曲线Charts

01 audio.pro # 项目使用了charts(图表)模块和multimedia(多媒体)模块。QT += charts multimedia# 调试打印QT += coreHEADERS += \ widget.h \ xyseriesiodevice.hSOURCES += \ main.cpp\ widget.cpp \ xyseriesiodevice.cpptarget.path = $$[QT_INSTAL…...

Linux驱动的基本概念

一 交叉开发编译 概念&#xff1a;交叉开发编译(Cross Compilation)是指在一个平台上生成能在另一个不同平台上执行的代码的编译过程。这是嵌入式系统开发和跨平台软件开发中的常见技术。 二 系统启动流程 在Linux源码下&#xff0c;通过网口利用tftp协议把u-bantu下的uImage…...

win server2022 限制共享文件夹d

点击配额管理中的配额 然后创建配额 导入要配额的文件即可 然后确定即可...