摘要：为促进实现“双碳”目标,新能源将成为未来能源供应的主体。考虑到高比例新能源对电力系统容量规划和调度运营带来的巨大挑战以及电氢能源需求量的持续增长对电力系统的影响,以微电网为研究对象,设计基于可逆固体氧化物电池的考虑源荷不确定性的电氢耦合微电网全生命周期规划-运营优化模型及其求解算法。首先,针对风光产电、电氢负荷等多种不确定因素,设计包含微电网全生命周期内各年份不同典型日的数据,以构成随机场景。其次,对电氢耦合微电网容量规划成本、全生命周期调度运营成本以及新能源年均渗透率等多个优化目标进行数学表达,并对各发电机组、可逆固体氧化物电池以及储氢库的规划-运营约束进行线性描述。然后,设计一种改进的增广ε约束算法求解模型的Pareto解集,并提出一种平衡决策方法从解集中获取最佳规划-调度方案。最后,仿真结果表明,所提方法能均衡各优化目标,在保证新能源高渗透率的同时提升电氢耦合微电网的可靠性以及规划-运营经济性。

摘要：针对樽海鞘群算法(SSA)在求解复杂优化问题时存在的易陷入局部最优、收敛精度低等缺点,提出一种基于混合策略改进的樽海鞘群算法(ISSA).首先,采用Sobol序列实现樽海鞘种群的初始化,使初始种群在解空间中分布更加均匀,进而提高算法的全局寻优能力;其次,在领导者位置更新阶段引入步长控制因子,根据不同寻优时期自动调节领导者的搜索范围,有效平衡算法的全局搜索与局部搜索;然后,采用改进的透镜成像策略对领导者进行映射,避免算法陷入局部最优;此外,在追随者位置更新阶段,引入一种自主选择追随机制,改善追随者的盲从性,以提高算法的收敛精度;最后,与其他几种代表性优化算法在12个基准测试函数上进行仿真实验对比,并进行Wilcoxon秩和检验,实验结果表明所提出ISSA在收敛速度和精度上有明显提升,相较于其他优化算法具有更好的寻优效果和稳定性.另外,通过两个工程设计案例实验进行测试,进一步验证了所提出ISSA的可行性和适用性.

摘要：随着目标数的增多,种群收敛性与分布性的冲突愈加激烈,传统的多目标进化算法的选择算子难以平衡种群的收敛性与分布性.对此,提出一种基于自适应聚合距离的多目标进化算法.首先,采用参考点支配关系替代原有的Pareto支配关系,以增加选择压力,加强收敛性;其次,提出自适应聚合距离,通过动态变化的惩罚参数来自适应调整收敛性与分布性的比例;最后,设计一种带有淘汰算子的方法以改进小生境选择策略,根据自适应聚合距离的大小进行选择和淘汰操作.为验证算法的可行性,将所提出算法在测试问题上与其他4种优秀的多目标进化算法进行比较,并应用于两个实际应用中,仿真结果表明,所提出算法的综合性能更优,能有效平衡种群的收敛性与分布性.

摘要：岩体结构面对岩体稳定性和渗透性有着重要影响,是决定深部地下工程稳定性的重要因素.针对井下电视技术获取的钻孔影像,提出了一种基于深度学习算法(You Only Look Once version 4,YOLO v4)的岩体结构面识别方法,并计算识别岩体结构面的几何参数.首先,采集图像数据并进行预处理.以某隧道工程为案例,使用智能钻孔光学成像仪采集4号和6号钻孔图像,筛选含有结构面的钻孔图像进行标注以建立Ground truth数据集.从中随机选择数据集的70%作为训练数据、10%作为验证数据、20%作为测试数据,并对训练数据集使用数据增强处理.接下来使用CSPDarkNet53网络作为特征提取网络,构建YOLO v4模型,并采用试错法获取最优参数进行模型训练.利用测试集生成P-R(Precision-Recall)曲线来测试最终的模型训练效果,结果显示P-R曲线的平均精度达0.87,这表明YOLO v4训练结果较好.最后,将定位的结构面采用Canny算法通过拟合上、中、下正弦曲线函数获取岩体结构面边缘,并依据正弦函数的系数计算结构面的4个几何参数(倾向、倾角、深度和张开度).

摘要：倒伏是限制油料作物高产、稳产、优产的主要因素,对油菜倒伏类型的实时监测与评估对于油菜预产和品种选育至关重要。该研究提出一种无人机可见光影像下融合多尺度特征和注意力机制的油菜倒伏分类方法,对绿熟期和黄熟期的倒伏级别进行分类鉴定。首先,设计一种图像分类模型NGnet(nam-ghost network),用于对角果期的油菜倒伏程度进行分类。该网络采用改进的GhostBottleNeck模块,融入利用权重因子来体现重要特征的注意力机制模块NAM(normalization-based attention module),再将不同尺度的注意力特征进行融合,以降低模型参数量、提高准确率;其次,构建使用无人机高空遥感正射影像的油菜倒伏数据集(rape lodging dataset, RLD),该数据集由5 789张分辨率为3×255×255且人工标注倒伏级别的小区影像构成;最后,将NGnet模型在RLD数据集上的进行验证,准确率达到85.10%,比T2T-VIT、SwinTransformerV2、MobileNetV3、Res2Net、RepVGG和RepLKNet分别高出15.6、11.92、7.01、6.22、6.08、2.37个百分点。试验结果表明,NGnet模型对油菜倒伏分类任务是有效的,可为基于无人机RGB影像的油菜倒伏鉴定和良种选育等提供参考。

摘要：旋冲钻具能有效提高深层、硬地层的破岩效率,具有广阔的应用前景。凸轮-滚轮是实现冲击动作的关键机构,但复杂多变的井下环境导致机构损伤严重,进而影响破岩效率。基于旋冲钻具多井次的试钻数据,建立凸轮-滚轮动力学模型,通过显式动力学(Autodyn)分析不同冲程、转速、钻压下的工作特性,总结机构的形变特征提出优化方法。分析结果与试验数据和理论数值对比,验证了计算模型的准确性。结果表明:冲程增大可提高冲击效果,但高于10 mm冲程的滚子实际运动轨迹受钻速、滚轮尺寸、凸轮轮廓曲率影响其轨迹将变平缓。转速在9~18 rad/s时轴向加速度波动幅度较大,对钻具的稳定性具有一定影响。钻压增大凸轮内缘处形变特性明显,其形变量与钻压成正比,25 kN钻压下凸轮的形变量约是10 kN的2.6倍。凸轮齿顶、滚轮内缘处为易变形点,在齿顶处安装可换滚筒同时改变滚轮为鼓轮构型并对抛物线-直线-抛物线、2次多项式、摆线、7次多项式4类凸轮轮廓线型进行特性分析。选用摆线及7次多项式凸轮座轮廓和鼓轮可提高冲击效果,计算结果可为旋冲钻具设计提供参考依据。

摘要：针对四轮独立电驱动车辆动力学特性及驱动控制策略复杂等问题,提出了基于力矩分配系数法的驱动协同控制策略,并设计了驱动力矩滑模协调控制器,配合车辆失稳判断模块计算出车辆维持稳定所需的附加横摆力矩,同时利用载荷分配方法设计了驱动力矩最优分配控制器,基于载荷分配方法将驱动力矩分配至4个车轮,以维持车辆稳定行驶。为验证驱动协同控制策略的有效性,基于CarSim软件建立四轮独立电驱动车辆模型,并将提出的驱动协同控制策略和普通滑模控制策略进行仿真对比。结果表明:驱动协同控制策略使横摆角速度偏差降低了25%,质心侧偏角偏差降低了23%,能够满足车辆稳定性控制要求,同时降低了整车驱动力矩分配控制难度。

摘要：针对高速公路主线同侧连续入口处车辆行驶安全与通行效率问题,对高速公路主线同侧连续入口间距进行了研究。通过建立元胞自动机仿真模型,分析了主线与匝道设计速度的差异以及高速公路主线匝道连续入口间距各部分长度对交通冲突率、平均拥堵车辆数和平均速度的影响;提出了不同主线与匝道设计速度组合下的主线同侧连续匝道入口间距推荐值;并对不同间距组合下的工况进行了仿真对比分析。研究结果表明:当主线与匝道设计速度的差异较大时,现有规范中的高速公路主线同侧连续入口间距难以满足交通安全与通行效率要求;相比采用规范中的一般值,采用文中推荐值时的主线车辆平均速度由81.39 km/h上升到95.29 km/h,匝道车辆冲突率由0.0335次/(km·veh)下降到0.0256次/(km·veh),匝道车辆平均拥堵数由0.0077 veh/s下降到0.0022 veh/s,提高了车辆通行效率,降低了车辆发生事故的风险。

摘要：针对车载边缘计算环境下车辆移动引起的车载时变信道和任务随机到达问题,提出了一种基于深度强化学习的计算卸载和功率分配方法。首先,设计了双向车道场景下基于非正交多址的“端-边-云”三层卸载模型;接着,结合该模型的通信、计算、缓存资源以及车辆的移动性,进一步确立了车载用户功率和缓存延迟长期累积总成本最小化的联合优化问题;最后,考虑到车载边缘计算网络的动态、时变和随机特性,提出了基于深度确定性策略梯度的分布式智能算法,以获取最优功率分配机制。仿真实验结果显示,相较于传统方法,所提方法在减少总成本方面具有显著优势。

摘要：为了提取连铸机扇形段在正常浇铸状态下的故障特征,设计一种利用鲸鱼优化算法(WOA)改进的堆叠降噪自编码器(SDAE)网络模型,命名为WOA-SDAE,并应用于扇形段拉矫力信号特征学习和故障分类。首先,从完整的浇铸周期中获取正常浇铸状态下的数据,对低频的拉矫力信号进行时域特征提取,将一维拉矫力信号转换为多维时域特征信号,并建立评价体系以寻找最优时域参数;其次,运用堆叠降噪自编码器与softmax分类器组成网络模型对故障信号进行分类,采用鲸鱼优化算法确定SDAE模型中隐含层层数与节点数。通过实际生产过程中的连铸机扇形段拉矫力信号来验证所提方法的可行性。试验结果表明,WOA-SDAE可有效提取扇形段的故障特征,在测试集上的识别准确率达到92.23%。