摘要：综合能源系统的优化配置关键在于设备选型与数量配置,而能源负荷负荷和可再生能源出力预测误差以及故障发生的不确定性将直接影响配置方案的合理性以及经济性.为此,本文提出一种考虑源–网–荷多元不确定性的综合能源系统多目标–机会约束规划方法.考虑可再生能源出力与负荷需求预测误差引起的不确定性,本文构建了满足置信概率的能量供需平衡约束;针对供能网络中设备N-1故障引起的不确定性,提出调整裕度模型,进而构建了调整裕度与N-1设备能量缺额的机会约束.对于获得的帕累托解集,采用信息熵与逼近理想排序法构建多准则评价模型,以确定最优的系统配置.将本文方法应用于某区域综合能源系统的最优结构设计,实验结果表明,本文方法的有效性与可靠性.

摘要：针对我国目前内燃机车牵引传动系统主要采用异步电机结合齿轮箱的传动方式导致传动效率低、传动结构复杂、故障率高等问题,提出一种内燃机车抱轴直驱永磁电机新型牵引传动系统,具有传动效率高、结构简单、可靠性高等优势。阐述了内燃机车抱轴直驱永磁电机的基本结构与设计方法,分析了抱轴直驱永磁电机的电磁性能和径向电磁力,并对额定负载运行时电机的电磁振动噪声和模态进行分析对比,为内燃机车抱轴直驱永磁电机安全可靠运行提供了合理依据。

摘要：开发了采用300mm方坯生产φ70~80mm规格GCr15轴承钢棒材的孔型系统。利用有限元软件***,建立了该生产过程的三维有限元模型。借助***软件的二次开发功能,将GCr15钢的微观组织演变模型与轧制过程的热力耦合有限元模型相结合,预测了该生产过程中的轧制力、轧件变形情况及轧件内部温度、应变、应变率与奥氏体晶粒尺寸的演变情况,实现了棒材实际轧制前的计算机虚拟轧制。

摘要：针对具有未知外界扰动和系统不确定性集总未知非线性的四旋翼飞行器,提出了一种采用自适应不确定性补偿器的自适应动态面轨迹跟踪方法.通过将四旋翼飞行器系统分解为位置、欧拉角和角速率3个动态子系统,使各子系统虚拟控制器设计能充分考虑欠驱动约束;结合动态面控制技术,通过采用一阶低通滤波器,避免对虚拟控制信号求导;进而设计自适应不确定性补偿器,处理未知外界扰动和系统不确定性,最终确保闭环控制系统的稳定性、跟踪误差一致最终有界和系统所有状态信号有界.仿真研究和实验结果验证了本文提出控制方法的有效性和优越性.

摘要：针对鱼类形状易发生形变导致识别困难的问题,提出了一种新的识别算法。该算法通过对弯曲的鱼类图像进行形变校正,得到接近标准形状的鱼类轮廓,再利用等间距极坐标映射方法得到映射图,提取映射图中的局部极值点大小和相邻极值点的间隔,最后使用匹配识别算法计算匹配度完成对鱼的识别。实验结果表明,该算法消除了弯曲形变给识别带来的影响,实现了准确的识别分类。

摘要：设计制作了养殖槽底部流水并带有净化装置的循环水海参（Apostichopus japonicus）养殖系统,饲养规格为（0.39±0.03）g的幼参,通过测定氨氮、亚硝酸盐、硝酸盐、COD等指标,以及海参的生长情况,研究该系统水质变化规律及养殖效果。结果表明,水质稳定后开启循环水养殖幼参,密度为0.47 kg/m^3,干净化槽中加入硝化细菌后,7-12 d换水时,氨氮和亚硝酸盐的最大值分别为0.190 mg/L和0.077 mg/L。试验期间没有使用任何药物,海参的成活率为95%。

摘要：为了改进蒸汽喷射器的设计方法,针对非能动应急喷射冷却系统的核心设备射气抽水式蒸汽喷射器建立了人工神经网络模型,并分析对比了不同训练算法对模型预测效果的影响。结果表明,文中采用的莱文贝格-马夸特算法(Levenberg Marquardt algorithm,LM)、弹性反向传播(Resilient Back Propagation,RBP)和量化共轭梯度(Scaled Conjugate Gradient,SCG)3种人工神经网络模型对试验数据的拟合效果和预测效果均优于传统蒸汽喷射器计算公式,其中以莱文贝格-马夸特算法得到的效果最好,其对试验数据的拟合效果提升了68%,预测结果误差均在15%以内。该文建立的人工神经网络模型为蒸汽喷射器效率提升提供了更精确的方法。

摘要：应用FLUENT软件对Ghost离心叶轮内部湍流流动进行了数值研究,其中湍流模型采用雷诺应力模型(RSM),转子和定子的耦合采用混合平面模型(MP)。计算结果与Johnson的试验结果基本一致,表明了RSM能较好的预测离心叶轮内的湍流流动。分析了离心叶轮内部的湍流流动特性,表明边界层内的二次流对低能流体的输运,使叶轮出口形成"尾迹-射流"现象,同时尾迹区的存在造成能量的损失,且尾迹区位置取决于无量纲数Rossby数。

摘要：为了提高大型结构损伤识别的计算效率,引入静力虚拟变形法(VDM),并结合序列二次规划(SQP)算法实现损伤定位和损伤定量。首先,基于VDM的基本原理,推导了损伤因子与虚拟变形的关系;其次,建立损伤应变与实际损伤应变的目标函数,并利用SQP算法优化目标函数,实现了结构损伤识别的快速计算;最后,以某实际大桥有限元模型为例,对其吊杆的损伤识别进行了数值模拟研究。设计了基于恒荷载的实时监测和基于车辆静荷载的定期检测2种工况对该方法进行验证。结果表明:该方法能够快速准确地识别出损伤发生的位置和程度。

摘要：氨氮浓度是水产养殖过程的重要监控指标,水中氨氮浓度过高,会产生较强的神经毒素,导致水生物大面积死亡,因此,需实时准确监测水产养殖过程中水的氨氮浓度。然而,由于影响海水水质因素较多,各因素之间关系复杂、相互影响,目前未能实现海水氨氮浓度的实时监测。通过分析海水养殖水体中氨氮的生成和硝化过程,选取水体中与氨氮浓度相关且易测的水质参数(温度、电导率、p H值、溶解氧质量浓度)为辅助变量,采用收敛速度快且泛化能力较强的随机配置网络建立了氨氮浓度软测量模型。为验证方法的有效性,设计了实验室海水养殖循环水系统,通过试验系统的实测数据,将该方法与其他几种神经网络建模方法进行了比较。结果表明,氨氮浓度随机配置网络模型具有更高的精度和更快的运行速度。基于模型设计了水产养殖水质监控系统,并将此方法嵌入上位机Win CC软件,实现了氨氮浓度的在线监测。