摘要：为解决偏远农村地区物流配送存在的困难,对无人机配送进行系统性规划,共分3个阶段:考虑到续航里程限度,建立了充电设施选址模型;从绿色路由的角度,以最小化总能耗作为目标,建立了考虑充电设施的无人机多包裹配送路径规划模型;根据实际无人机数量进行任务分配,建立了任务分配模型。第一、三阶段的模型应用SCIP求解器求解。对第二阶段的混合整数非线性规划模型,设计了双层启发式算法CW节约-改进和修复乌鸦搜索算法(CW-IRCSA)求解。实验表明,对于洪格尔高勒镇的案例,充电设施的选址有利于节约资源,能得到能耗最低的配送路径,且任务分配合理;对于100个及以下的需求点规模,与CW节约-离散修复乌鸦搜索算法(CW-DRCSA)、CW节约-修复模拟退火(CW-RSA)相比,CW-IRCSA算法具有较高的求解精确度;在偏远地区,相对于传统卡车配送模式,无人机配送成本平均节约61.45%。

摘要：景观格局是从空间架构与空间设计两个角度探讨景观差异性在空间分布中的不平衡以及其复杂性的全面展示,都存在着明显的尺度依赖关系,也就是所谓的尺度效果。理解和探究尺度效应是探索景观结构特性和生态过程信息的核心。目前,关于景观格局尺度效应的研究,国外起步较早,而国内研究相对滞后。在这些研究中,多数研究者致力于探讨不同尺度下景观格局与其之间的关系。以崇礼地区为研究对象,选取中国多时期土地利用/土地覆盖遥感监测数据使用库为研究数据背景,借助ArcGIS和Frag stats软件,系统地探讨了2018年崇礼区景观指数随粒度变化的影响,并确定了最佳的分析粒度。在此基础上,深入剖析了崇礼区近40年来的景观结构特征和格局。经实验分析,崇礼区域林地景观的最佳研究尺度为50 m,此粒度能够有效揭示景观特征和生态过程。此外,各景观要素的分布存在明显的不均匀性,表明斑块间的聚散程度较低,空间布局呈现分散、复杂的特点,破碎化程度严重。

摘要：针对智能电网广域测量系统(WAMS)数据的安全问题,分析了现有数据加密方案的特点。结合WAMS数据量大、实时性要求高的特点,引入Storm分布式实时计算平台进行WAMS数据的实时加密处理。设计了基于云平台的WAMS数据存储系统,并在此系统之上设计了基于Storm框架的高级加密标准(AES)算法。该算法将加密过程分为数据接入、快速并行数据加密及加密结果云存储等几个过程,并在Storm预定义的编程组件中进行了编程实现。通过对比分析,验证了所提出方案具有低延迟、加密效率高等特点。

摘要：提出了一种含有负刚度弹簧元件的三要素型动力吸振器模型,对该模型最优参数进行了研究。首先,建立了系统的运动微分方程,得到了系统的解析解,发现该系统存在着3个固定点。利用固定点理论将3个固定点调到同一高度得到了动力吸振器的最优调谐比和最优刚度比设计公式,根据负刚度的特性得到了在保证系统稳定情况下的最优负刚度比,通过最小化幅频曲线的最大值得到了系统最优阻尼比设计公式。最后,通过数值解与解析解的对比说明了解析解的正确性。并通过与3种典型动力吸振器模型在简谐激励和随机激励情况下的对比,说明了此模型在主系统减振方面具有很大的优势,减振效果远优于3种已有动力吸振器模型,为设计新型动力吸振器模型提出了理论上的参考。

摘要：风电机组状态监测数据具有量大、多源、异构、复杂、增长迅速的电力大数据特点。现有的故障诊断与预警方法在处理大数据时难以在保证精度情况下进行快速处理,故提出了结合Storm实时流数据处理和Spark内存批处理技术的风电机组在线故障诊断与预警模型。以齿轮箱故障诊断与预警为例阐释该模型,引入了Storm处理状态监测数据流,设计了流数据处理的Topology结构;引入Spark,利用弹性分布式数据集(RDD)编程模型实现了朴素贝叶斯(NB)算法和反向传播(BP)算法对设备状态信息进行故障诊断与预测。实验结果显示,该故障诊断与预测方法在保证精度的前提下具有较好的加速比,也证明了该故障诊断与预警模型的有效性和可行性。

摘要：提出了一种新型的增压器调节机构设计方案,该设计方案取消了传统增压器调节机构中的喷嘴座或定距套结构,利用3个固定导叶来控制喷嘴环的宽度。该设计方案力图减小蜗壳或导叶流道中由于特定结构所导致的局部扰动,减小其流动损失,提高涡轮效率。对该设计方案与喷嘴座结构方案、定距套结构方案进行了相同工况的数值计算,通过计算结果的对比,从理论上验证了设计方案的可行性。

摘要：针对现有开采沉陷动态预计精度较低的问题,为了提高预计精度,使动态预计成果能够真正在指导矿区生产及采空区土地利用中发挥重要作用,笔者提出以静态预计概率积分模型为基础,采用优化后的分段Knothe时间函数,构建了走向主断面动态沉陷预计理论模型并设计了相应的计算机编程算法,该模型时间函数各参数意义明确,求取方便,不需借助其他监测数据。具体包括:研究确定了在任意给定的预计时刻各动态开采单元时间函数值的计算方法;结合各单元时间函数值,推导了不同开采速度下地表动态移动变形计算公式;给出了时间函数及地表移动的计算步骤和编程算法。采用笔者提出的模型及算法编制了预计程序,并将其应用到预计实践中。结果表明:当给定的预计时间足够长,动态下沉预计与静态预计结果相一致,并且在拐点偏移距处所对应的倾斜值达到了理论最大值,这与理论揭示完全吻合,这表明,采用该模型同样可以进行地表移动稳定后的静态预计,由于算法的差异,相比而言则需要花费更多的时间,但实现了动静态预计一体化的计算设想;另外,通过对官地煤矿29401工作面开采进行动态预计,并抽样对比、统计预计结果和实测数据,得出其走向主断面上点的动态预计相对精度在6%以内,证明了模型和算法的可靠性。

摘要：针对开采沉陷动态预计精度较低及对倾向主断面动态预计研究较少的问题,为了提高预计精度和动态预计的针对性,加强动态预计成果在矿区生产和采空区土地利用中的指导作用,基于概率积分静态预计模型,采用"优化分段Knothe时间函数",对地表倾向主断面动态沉降变形的预计方法进行了研究,主要包括:(1)讨论了倾向主断面动态开采单元的划分方法;(2)基于概率积分法和有限开采倾向等影响原理,推导了各动态单元的参数计算公式;(3)结合各单元时间函数值,根据叠加原理,建立了适应于水平和缓倾斜煤层的倾向主断面动态预计模型;(4)根据所建模型讨论了动态预计时的计算流程,设计了对应的计算机编程算法,分析了需要注意的难点问题,最后,根据模型和算法编制了动态预计程序,并将其应用到预计实践中。预计实践1表明:无论从上山或下山的任何方向开始开采,预计得到的地表动态移动变形规律都与理论揭示的移动过程相符合;并且,当给定的预计时间足够长,倾向主断面动态下沉预计结果与静态预计结果相一致,进而从理论上揭示了模型和算法的科学性,实现了开采沉陷动静态预计的一体化;预计实践2表明:通过将29401工作面的动态预计结果与实测结果的对比分析可知,预测中误差最小为54 mm,最大为452 mm,预计相对误差在总体上可控制在8.5%左右,证明了所建模型及算法的可靠性。

摘要：针对某可调向心涡轮增压器,基于蜗壳流动周向非均匀性的分布规律,提出采用改进喷嘴座连接臂结构和非均匀布置可调导叶的设计方案,以降低涡轮级各部分的流动损失,提高涡轮效率.结果表明:改型后涡轮工作在发动机标定功率工况对应相似转速条件下效率相对提高值最大为5.18%,,发动机最大转矩工况对应相似转速条件下效率相对提高值最大为3.57%,;改型后蜗壳出口气流角变得更加均匀,蜗壳出口气流角与导叶开度角相接近,减小了喷嘴环区域的流动损失,解释了改型前、后涡轮效率提高的原因;改型后各叶轮流道流量的周向非均匀性明显降低,各叶轮叶片负荷周向分布更加均匀.证明改型方案对提高涡轮效率,降低叶片振动,延长涡轮有效使用寿命具有积极的影响.

摘要：针对现有神经网络大多是在软件的基础上进行仿真,训练时间长,不利于工程实际应用的问题,提出了GA-T-S云推理网络板形模式识别的DSP实现方法。首先以设计的板形模式识别GA-T-S云推理网络模型为基础,利用TI TMS320F2812完成T-S云推理网络的DSP设计;然后利用MATLAB遗传算法工具箱离线优化T-S云推理网络参数,将优化后的网络参数存入DSP中,进而分别在MATLAB与DSP上运行该网络;最后将运行结果分别进行显示与对比分析。实验结果证实了基于GA-T-S云推理网络的板形模式识别模型有较高的板形识别精度,能够正确识别出板形缺陷的类型,同时验证了GA-T-S云推理网络在硬件TI TMS320F2812上实现的可行性与快速性,从而为神经网络推广应用到实际工程中提供了依据。