摘要：针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并网指令。其次,设计了改进侏儒猫鼬优化算法(improved dwarf mongoose optimizer,IDMO),并利用它对传统K-means聚类算法进行改进,加快了聚类速度。接着,制定了电池单元动态分组原则,并根据电池单元SOC利用改进K-means将其分为3个电池组。然后,设计了基于充放电函数的电池单元SOC一致性功率分配方法,并据此提出BESS双层功率分配策略,上层确定电池组充放电顺序及指令,下层计算电池单元充放电指令。对所提策略进行仿真验证,结果表明,所设计的IDMO具有更高的寻优精度及更快的寻优速度。所提BESS平抑光伏波动策略在有效平抑波动的同时,降低了BESS运行寿命损耗并提高了电池单元SOC的均衡性。

摘要：现在众多传感结构模型只能对单变量待测样本折射率进行传感检测,为实现不同待测样本的高通量检测并降低环境因素的干扰,提出了一种基于波长调制的变周期亚波长介质光栅多层膜复合结构。以双周期为例进行分析,变周期光栅层由两个具有不同光栅周期的介质光栅A和B组成,通过有限元法对传输特性进行分析,TE偏振入射光以垂直于光栅层表面的方式入射至介质光栅表面,当在介质光栅区域A和B内分别满足相位匹配条件时,变周期亚波长介质光栅会形成GMR,提供两个具有单一窄带的双离散态共振缺陷峰;由于类F-P腔中含有周期性光子晶体,光波传播到光子晶体会产生光子禁带,提供一个较宽频带的连续态。在满足相位匹配条件时,变周期亚波长波导结构中形成的双离散态共振缺陷峰与周期性光子晶体多层介质薄膜构成的类F-P腔中形成的连续态发生耦合,实现双重Fano共振。然后通过探究波导层厚度dw和光子晶体周期数N对传感特性的影响,选择dw=97 nm和N=3,使其达到FOM值最大。最终因变周期介质光栅层是由两种具有不同介质折射率的材料构成,在介质光栅区域A和B的光栅凹槽部分可设置两个传感检测单元,建立基于波长调制的双重Fano共振全电介质传感模型,设置不同的传感检测区域,发现双重Fano光谱曲线在不同传感检测区域内都能随着ns1和ns2变化,间接实现了对待测样本折射率的动态检测,因而可在同一传感结构模型中实现对不同待测样本折射率区间的多变量检测。结果表明,在传感检测单元A内,FR1和FR2的FOM值分别为631.53和463.7 RIU^(-1);在传感检测单元B内,FOM值分别为480.67和834.04 RIU^(-1)。所设计的传感结构模型通过结构参数优化,实现了传感结构的高反射率、高FOM值和较宽的检测范围,对双重Fano共振提供了理论参考,对待测样本折射率的多变量检测具有一定的研究价值。

摘要：针对新能源在电网中渗透率不断提高导致系统调频容量和频率响应能力不足的问题,提出一种含废旧矿井抽蓄电站的源-荷-储协同控制调频方法。首先,建立了电解铝工业负荷、废旧矿井抽蓄电站和超级电容频率响应模型。然后,基于模型预测控制理论,以系统状态量和控制量的加权函数最小为目标,设计区域信息互动的分布式模型预测控制器,并提出含废旧矿井抽蓄电站的源-荷-储协同控制调频方法。最后,将分布式模型预测控制器应用在所提源-荷-储协同控制方法中,并在改进的IEEE标准两区域LFC模型中进行仿真。结果表明所提方法可以缩短频率恢复时间,减小最大频差值,改善系统调频动态性能。

摘要：非线性滑动平均(NMA)模型能有效描述工业过程的动态特性,是一种典型的动态软测量模型.而受限于模型复杂度,NMA模型的输入时序边界相对较窄,难以适应带有大滞后或强测量噪声的动态工业过程.针对该问题,本文将NMA模型与结构简单、输入时序边界宽的FIR滤波器相结合,构造一种非线性、强抗干扰的软测量建模策略.并设计层白化结构来避免二者间的参数耦合现象,采用Adam算法进行同步优化,提高模型的预测精度及训练效率.最后,利用数值仿真和硫回收过程建模实验,验证所提模型的预测精度以及模型设计的合理性.

摘要：针对有源降噪入耳式耳机声衰减测量,对比研究了4种典型的测量方法,包括真耳听阈衰减法(REAT)、等响法(LB)、真耳内置传声器法(MIRE)和专用声学测试装置法(ATF)。依据该类耳机的特点设计了测量装置、实验环境和实验方案,开展了3款耳机的测量研究。结果表明,对于无源声衰减测量, MIRE方法与作为护听器“黄金”标准的REAT方法相比,中高频差异在±3 dB范围内,而MIRE方法在低频更准确;对于有源声衰减测量, MIRE方法与LB方法的结果接近,差异在±2 dB范围内,且MIRE方法更易于操作。MIRE方法有较高的测试效率和准确性,是测量有源降噪入耳式耳机声衰减的一种有效方法。

摘要：本文针对一类含有量化输入和外部扰动的严格反馈非线性系统,提出了一种考虑量化和通信受限的有限时间确定学习控制方法.该方法包含离线学习训练和在线触发控制两个阶段.首先,在离线学习训练阶段采用神经网络对系统中的未知非线性函数进行逼近,引入指令滤波反步技术克服“计算爆炸”的问题,并在控制过程中实现系统未知动态的知识获取和存储.随后,利用所获取的经验知识,设计了基于确定学习机制的在线触发控制器.应用李雅普诺夫稳定性理论证明了闭环系统实际有限时间稳定,跟踪误差在有限时间内收敛到原点的邻域内,并能够排除采样中的芝诺现象.最后,通过飞行器仿真验证了所提方案的有效性.

摘要：量子科技有望赋能区块链技术,提升区块链共识机制的安全性能.根据是否存在诚实独立的量子源设备,本文提出了两种可用于多个节点的高成功率的数字列表分发方法,并进一步提出了一种新的基于数字列表分发的量子检测拜占庭协议. 4个节点的共识示例验证了提出的协议符合检测拜占庭协议的条件.最后通过分析和比较说明了提出的协议具有较好的实用性和安全性.与其他协议相比,本文提出的共识协议不仅能用于解决包含多个节点的区块链系统对多比特数据进行共识的问题,并能在共识过程中应对任意多恶意节点的攻击,提高了区块链系统的安全性.

摘要：为提高工位数固定的U型拆卸线拆卸效率,减少有害部件对操作人员的潜在威胁,针对高价值零部件和有害零部件的拆卸需求,本文提出了工位数固定的U型拆卸线部分拆卸平衡问题,建立了以最小化节拍时间、高危工位数目和负载均衡为目标的优化模型,并设计了改进的变邻域搜索算法进行求解.在编码过程中提出一种基于零部件释放位置的选择策略,以减少前继零部件拆卸顺序对编码的影响;提出最小偏差二分法,有效减少解码的迭代次数;提出瓶颈挤压局部搜索策略,用以优化节拍时间和均衡负载指标.通过与其他算法对比,结果表明改进的变邻域搜索算法求解具有优越性,并且可实现对工位数固定的U型拆卸线部分拆卸平衡问题的高效求解.

摘要：自动引导车(automated guided vehicle,AGV)叉车是工业领域重要的物料运输装备,其定位精度和路径跟踪精度是提高物料运输效率、工厂自动化及智能化水平的重要基础。该文以医药行业室内结构化环境下的单舵轮AGV叉车为对象,利用基于密度的有噪声空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法和快速迭代最近点(fast iterative closest point,FICP)算法实现了基于反光柱的激光雷达导航定位,并提出了基于距离的异常点剔除规则,保证定位结果的稳定性及算法的鲁棒性。利用Kalman滤波算法,融合激光雷达、角度传感器和惯性测量单元(inertial measurement unit,IMU)的定位数据,提升了定位精度。对于AGV叉车的路径跟踪问题,建立了比例积分(proportional-integral,PI)控制器,设计了基于三阶Bézier曲线的圆弧路径,并对Bézier曲线的参数进行了优化,避免了曲率突变,提高了路径跟踪精度。实验结果表明,基于DBSCAN和FICP算法的激光雷达定位算法能够实现±3 mm的定位精度,实现了AGV叉车的准确定位;基于Bézier曲线改进后的圆弧路径跟踪误差降低了72%,直线和圆弧路径动态跟踪精度控制在25 mm以内,工作站点的重复定位精度达±12 mm,达到了预期设计要求。

摘要：设计阶段的大型矿井提升机主轴承随机振动系统的设计可靠性分析因试验样本不足,无法获取振动加速度响应的完备概率信息。提出了概率信息不完备下大型矿井提升机主轴承设计可靠性分析的技术路线:滚动轴承多尺度耦合系统动力学模型-振动加速度概率密度演化-概率密度演化路径随机过程建模-振动功率谱密度的概率分布-基于条件概率的设计可靠度计算。运用已采集的工况数据驱动建立滚动轴承多尺度耦合系统动力学模型,开展了振动加速度概率密度演化研究;基于概率密度演化和Karhunen-Loève展开,提出了滚动轴承振动加速度的非平稳随机过程建模方法,获得了滚动轴承振动加速度随机序列的孪生数据;研究了大型矿井提升机主轴承振动加速度功率谱密度的概率分布,并计算了大型矿井提升机主轴承在服役时间上的设计可靠度指标。