摘要：兆瓦级大功率并网变流器的开关频率较低,延迟和离散化误差对控制性能影响较大,导致动态响应慢、电网背景谐波影响大等问题。因此,直接离散域控制系统设计成为必要。该文针对LCL滤波并网变流器建立离散域数学模型,并基于此提出桥臂侧电流和网侧电流融合的离散域电流控制器。同时,为了在不额外增加电流传感器和检测电路的情况下获取并网电流信息,设计电容电压微分器,实现网侧电流的估算,降低硬件复杂性和控制成本。研究表明,该文设计的离散域电流控制器,具有较好的动态性能和电网背景谐波抑制能力。最后,通过硬件在环半实物仿真系统对所提设计进行了实验验证。

摘要：在力争实现“碳达峰、碳中和”的“双碳”战略目标背景下,电池储能技术已成为我国汽车产业转型和经济可持续增长的重要发展方向。极片作为锂离子电池(LIB)的核心部件,决定了电池能量密度和服役安全性,而辊压工序是确保极片达到所需压实密度、提高电池综合性能的关键。然而,由于极片为“涂层-集流体-涂层”的典型层状复合结构,具有异质性特征,其中涂层为多孔可压缩结构,在辊压时涉及活性颗粒间和颗粒-集流体间的相互作用,因此,辊压变形机理极为复杂,厚度控制难度大,对后续性能表现影响显著。本文概述了极片辊压工艺基础理论、基本机理及性能的研究进展,有助于深入理解正负极片辊压-微结构-性能表现之间的相关性,为预测极片正向性能、设计极片反向工艺与微结构、完善辊压工艺设定和提高极片产品质量提供指导。

摘要：在工程材料的应用中,弹性模量是重要的性能参数,找到特定弹性性能的材料是新材料合成领域的热点问题,如何快速且准确的预测弹性在工程上具有重要意义.通过实际实验测量大量材料的弹性性能并不现实.因此,通过计算机模拟筛选材料数据,选出候选材料,再通过实际实验进行验证,是一种理想的新材料发现方法.目前材料性能预测的主要计算方法是基于第一性原理的高通量计算,这类方法效率低下,难以高效地完成大批量的材料筛选任务.而基于材料统计学的机器学习预测方法,可通过大数据挖掘,快速预测材料性能,成为一种有可能替代高通量计算的方案.本文将特征选择方法和机器学习模型进行组合,从中选择最有效的弹性模量预测组合方案,并设计交互界面对输入特征和材料弹性性能的关系进行可视化分析.实验表明Pearson/RFE和GBDT的组合模型性能最好,同时通过可视化分析发现每原子能量、熔点、密度等特征对于预测结果的影响较大.这些重要的特征可以从特征–目标关系中初步预测弹性模量的范围,目标属性值也可反过来估计材料的重要特征.这些研究成果可应用于探究弹性的影响因素、预测大批量材料性能和可视化分析指导材料合成.

摘要：通过双电子(2e-)途径的电催化氧还原方式能够即时合成过氧化氢(H_(2)O_(2)),远超传统的蒽醌工艺。近年来,碳电极因具有良好的催化效果和优越的稳定性在电催化合成H_(2)O_(2)方面受到越来越多的关注。本综述结合材料改性与润湿性调整,从三相界面的角度考虑与H_(2)O_(2)合成速率及使用寿命的关系。介绍了碳电极的结构与电催化合成H_(2)O_(2)的原理,包括单质炭材料、无金属催化剂、贵金属催化剂与非贵金属催化剂4种主流催化剂;金属阳极与电解液对于三相界面的影响;碳电极润湿性与三相界面的关系,指出侧重于提高2e-途径选择性的改性方式也会对电极润湿性造成影响。此外,合理地设计电器原件与提升碳电极合成H_(2)O_(2)功效的关系。最后,讨论了当前碳电极电催化合成H_(2)O_(2)所面临的问题与未来的研究方向。

摘要：为实现碳减排目标,氢能与综合能源系统的结合成为最具潜力的发展方向之一。针对当前氢能综合能源系统调度策略灵活性不足、复杂系统多目标优化求解困难等问题,提出一种基于深度强化学习的氢能综合能源系统优化调度方法。首先,采用耦合设备的变工况模型,构建风-光-氢-冷-热-电综合能源系统,拓展设备联合供能空间。其次,考虑系统运行成本、碳排放量、系统自供给平衡度和新能源利用率,基于最优解距离构建多目标优化模型,激发智能体探索性。然后,通过时序片段表征优化深度强化学习算法,增强了智能体对系统状态变化的估计精度。最后,在源荷实测数据的基础上设计仿真算例。结果表明,所提方法可以有效提高氢能综合能源系统调度的灵活性,充分挖掘氢能的碳减排潜力,实现调度经济性和环保性的双重优化。

摘要：数字图像边缘是具有明显亮度变化的像素集合,边缘检测是识别图像边缘的最佳方法。其中,二阶边缘检测算法具有很强的边缘定位能力,但在硬件实现上需要消耗大量资源,且易受到电路的内部噪声影响。文章提出拉普拉斯(Laplace)和高斯拉普拉斯(Laplacian of Gaussian,LoG)2种常见二阶边缘检测算法的随机电路结构,并控制输入比特流的相关性来优化电路,进一步提高运行效率。实验结果表明,相比于传统的加权二进制实现,该电路消耗更少的功耗和电路面积,同时拥有更高的容错性。

摘要：研究了电动冲击扳手定扭矩控制的问题。首先建立了电动冲击扳手碰撞模型和扭矩累积模型,分析了影响扳手扭矩输出的因素,提出了一种基于冲击次数和冲击块转速的定扭矩控制方案,同时设计了冲击次数采集方案和基于模糊PID的双闭环直流无刷电机的转速控制方案。在搭建的电动冲击扳手扭矩测试平台上进行验证,结果表明,在冲击次数为200时,扳手的定扭矩控制精度可达到±4%以内。该定扭矩控制方法具有控制精度高、成本低及操作方便等特点。通过实际应用验证了该方法的可行性。

摘要：试验旨在探究皖西白鹅育肥阶段饲粮适宜的能量和蛋白水平。选用180只1日龄体重接近、健康的皖西白鹅,随机分为6组,每组5个重复,每个重复6只,采用2×3因子设计高代谢能(12.3 MJ/kg)、低代谢能(11.8 MJ/kg)以及高蛋白(16.3%)、中蛋白(15.3%)、低蛋白(14.3%) 6种不同能量和蛋白水平的饲粮。试验期63 d。结果显示:63日龄时D组(11.8 MJ/kg、16.3%)皖西白鹅日增重显著高于A组、C组、E组(PF组>A组>C组>B组>E组。研究表明,育肥阶段皖西白鹅饲粮适宜的代谢能、蛋白水平分别为11.8 MJ/kg、16.3%。

摘要：以统一强度理论作为卸载状态下寒区隧道冻结围岩屈服准则,综合考虑围岩非均质特性和中间主应力效应对冻结围岩强度影响,建立寒区隧道应力位移弹塑性力学模型,联合各区域边界条件,计算获得冻结围岩均质与非均质状态下,弹性解、塑性统一解以及塑性区半径的隐式方程,分别对其应力位移场讨论分析。研究表明:考虑冻结围岩的非均质特性,塑性区环向应力峰值增大40%,塑性区范围相对减少40.4%,内壁位移减少9.3%,弹性极限承载力提高41%,塑性极限承载力提高14%,影响显著。中间主应力效应能充分发挥非均质冻结围岩承载潜能,计算得到的承载力明显增大,塑性半径明显减小。所得结果可为寒区隧道开挖支护设计以及数值模拟,提供理论指导。

摘要：当前的网络流量识别方法一般针对特定网络环境或数据集进行设计和测试，难以推广应用于复杂多变的实际网络环境。提出了一种基于图神经网络的鲁棒流量识别算法，用于在实际网络场景中实现准确的流量识别。首先，当前算法忽视网络环境波动，导致流行为模式发生改变，准确率下降，通过选择网络流中的高层协议特征对网络流进行聚类和筛选，以减小网络带宽波动对网站访问流量行为的影响。其次，由于当前算法大多只进行单流识别，忽视流间的相互关系，考虑网络流的多种类型特征信息及其相关性，并通过图神经网络提取网络流之间的时空相关特征，充分学习网络流量特征，通过多个流和多种特征的互补关系以提高算法的鲁棒性。最后，使用可以捕获数据全局信息的Transformer模型作为分类器对网络数据流的多类型特征进行分析，实现鲁棒网络流量识别。在不同网络环境下分别采集了对21个目标网站的共大约1 500次和1 400次的访问数据作为数据集进行训练测试，实现了90.7%的准确率，对比最新的ProGraph算法，准确率提高了7.3%，实验结果验证了所提方法的有效性。