强电配电里最难处理的不是有没有断路器,而是故障时该跳哪一级、不该跳哪一级。真正让系统整片掉电的,往往不是短路本身,而是保护级差和启动冲击被混成了一件事。
强电柜里的弧光事故之所以可怕,不只是因为电流大,而是因为人在近距离操作时,热量、压力和金属蒸汽会在极短时间里叠加。真正决定伤害等级的,常常不是有没有短路,而是故障被拖了多久。
强电系统一旦转入发电机供电,很多原本在市电下运行正常的保护会突然变得不可靠。原因不是“发电机比电网弱”这么简单,而是故障电流和控制电源的行为都换了逻辑。
强电系统里,无功补偿本来是为了减轻电流和电费压力,但现场最怕出现的情形却是电容柜一投运,母排更热、熔丝更忙、波形更脏。问题通常不在“补偿”两个字,而在补偿接入后的系统边界变了。
低压配电里,中性线常被当成电流最小的一根线,这在非线性负载回路里很容易出事,连带着四极断路器的中性极开断顺序也不能随便处理。
直流系统里,断路器最棘手的不是额定电流,而是电弧没有交流过零点可借,任何开断设计都得自己创造让电流停下来的条件。
配电系统里,断路器最难处理的不是能不能断开,而是要在放过正常冲击和截住真实短路之间留出可验证的边界。
上下级断路器配合失手时,现场看到的是全线一起黑,本质却往往不是产品差,而是时间区和电流区没有被真正拉开。
控制回路里最容易被混用的两个附件是欠压脱扣和分励脱扣,它们都能让断路器分闸,但保持逻辑和供电要求完全不同。
ARM Cortex-M系列处理器正在成为TinyML部署的主流平台。从Cortex-M0+到M4、M33和M7的演进路径清晰展示了MCU算力的持续提升。其中,Cortex-M7凭借双发射六级流水线和紧耦合存储器(TCM)成为高性能代表,而Cortex-M33则在M4基础上增强了安全特性并优化了能效比。然而,在资源受限的微控制器上部署深度学习模型仍然面临存储空间紧缺和计算能力有限的双重挑战。2025年MLPerf Tiny基准测试的最新结果为我们提供了量化参考:基于Cortex-M7的STM32H7完成关键词识别推理任务耗时19.50毫秒,而专用的AI加速器可将此数值压缩至1.80毫秒。这一近十倍的差距恰恰指明了TinyML软件优化的核心方向——通过算法与硬件的协同设计,充分释放Cortex-M内核的潜力。