摘要：模块化多电平矩阵变换器(M~3C)是分频输电系统中的核心装置.由于缺乏直流环节,所以不同频率的电气量在M~3C内部直接耦合,导致M~3C内部出现非常复杂的谐波,造成子模块均压困难,影响M~3C的稳定运行.提出一种基于准比例谐振(PR)控制器的闭环控制策略,实现对M~3C内部环流的抑制.首先,研究稳态时子模块电容纹波电压,详细分析子模块纹波电压与开关函数耦合产生谐波电流的机理,推导谐波环流的解析式,指出抑制环流的必要性.然后,针对4种频率成分的谐波环流设计并联的准PR环流抑制器,在抑制环流的同时减少桥臂电流的畸变,保障桥臂间电容电压均衡并且具备良好的动态性能.最后,在MATLAB/Simulink中搭建仿真模型,通过仿真验证控制策略的有效性.

摘要：分析了单桩承载力的主要影响因素,利用降维算法对静力触探数据进行预处理,使用树模型的重要性分析函数筛选主要特征,由贝叶斯优化算法确定超参数,提出了一种基于机器学习算法的打入桩竖向承载力预测模型。经过准度测试、蒙特卡洛模拟检验及与经验关系模型的对比,对预测模型的有效性和鲁棒性进行了评估。结果表明,支持向量机(SVM)模型、随机森林(RF)模型、极限梯度提升算法(XGBoost)模型均能较准确地预测打入桩竖向承载力,且准确性显著高于经验关系模型。根据综合分析结果,建议选择XGBoost模型用于打入桩竖向承载力的预测。

摘要：针对拆卸对象和拆卸过程对拆卸设备设计的特殊要求,提出了基于功构映射的拆卸设备设计方法。将拆卸设备的概念设计过程定义为需求域、功能域、行为性能域和结构域之间的映射过程和求解过程,利用面向对象技术构建了拆卸设备设计的需求信息集合;运用功能分解和功能表面集成规则构造了功能集合和行为性能集合;定义了拆卸设备设计过程的需求-功能映射模型和功能-结构映射模型。通过需求信息的层级提取、映射和参数化,生成了用于拆卸设备结构重构的基本约束矩阵,用于指导拆卸设备的创新设计。通过键盘拆卸设备的设计,验证了所提方法的有效性和实用性。

摘要：针对拆卸对象信息和质量状态对拆卸设备设计的特殊约束和设计要求,提出基于公理设计和多色集合的拆卸设备方案配置设计方法,构建了用户需求矩阵和功能要求矩阵以及功能分解过程,并通过模糊函数确定了拆卸对象质量状态对拆卸设备公理设计过程的模糊影响度矩阵,建立了拆卸设备的拓展公理设计过程。为实现拆卸设备结构的计算机辅助快速设计,基于拆卸工具结构库构建了拆卸设备拓展公理设计的多色集合模型和二阶推理矩阵,以完成拆卸设备功能-结构的快速映射和拆卸设备方案元素的配置;面向用户期望需求建立了拆卸设备方案评价函数,以选择最优的拆卸设备方案。最后,以某滚轮的拆卸设备设计为例,验证了该方法的有效性和实用性。

摘要：为了设计产品特定零部件的拆卸设备,针对废旧产品在拆卸、回收过程中的拆卸需求,提出基于Petri网构建功-构映射模型的方法.将功-构映射进行扩展,加入需求与行为分析,构造出需求-功能映射的概念设计和功能-行为-结构映射的结构设计;对需求域、功能域和行为域进行分解,根据得到的功能表面利用TRIZ理论进行创新设计,重构出对应的结构模型;运用三角模糊数对不同创新方案进行对比评价,选出最优设计方案,实现拆卸设备从需求到功能再到结构的映射.选取废旧自行车把手作为拆卸对象,根据扩展后的映射模型选出设计方案,设计出车把拆卸设备的结构模型.

摘要：针对行内纵向通道数量和位置具有不确定性的多行设施布局问题,建立了以最小化物流强度、最小化搬运设备空载运行强度及最大化相互关系为设计目标的布局优化模型,并针对所建立的模型提出了一种基于映射规则的随机秘钥蝙蝠算法。在蝙蝠算法中引入随机秘钥编码思想,定义了基于随机秘钥编码的蝙蝠位置向多行设施布局组合解的映射规则与映射步骤,使算法在不进行离散化处理的前提下,可以在连续空间上执行,并在组合空间上映射出码长不同的布局方案。最后,以一个多行设施布局问题为实例,采用所提出的随机秘钥蝙蝠算法进行求解,证明了算法的优越性。

摘要：针对多行设施布局中的作业单元装料/卸料点位置与物料搬运问题,提出考虑物料装卸点与搬运通道的多行设施布局设计方法。分析了多行布局问题中物料装卸点位置在作业单元内和布局整体坐标系中的表示方法,提出沿通道进行物料搬运的精确距离计算方法,重点构建了避障搬运邻接图与邻接矩阵表示法及基于邻接图和邻接矩阵的避障搬运距离Dijkstra算法。建立了包含物料搬运成本、搬运设备空载运行成本与作业单元相互关系的多行设施布局优化模型,针对所建模型设计了分段编码方式的遗传模拟退火算法。以某车间的布局设计为实例,采用所提算法生成切实有效的多行设施布局方案,并验证了所提算法的优越性。

摘要：单人负责多台机器的单一工序作业车间场景中,工人由于重复操作机器而产生学习效应.针对考虑依赖工件位置学习效应的单人单工序作业车间最小化最大完工时间的调度问题,建立一种混合整数规划模型.为解决该问题,设计一个考虑学习效应的贪婪算子,利用该算子构造两种贪婪算法,并提出一种基于贪婪的模拟退火算法.为衡量混合整数规划模型、贪婪算法和基于贪婪的模拟退火算法的性能,设计两种规模问题的数据实验.通过实验得出:现代混合整数规划模型求解器可以解决机器数量和工件总数量乘积小于75的小规模问题;基于贪婪的模拟退火算法求解此问题具有有效性,适用于各种规模的问题;间隔插入贪婪算法解决此问题速度较快,效果良好,可以应用于需要快速求解的场景.

摘要：提出一种基于家庭本体知识库的服务决策机制的设计方法.首先,围绕网络中存储的与家庭服务相关的半结构化文本信息初步构建训练数据集.其次,基于与家庭服务相关的本体知识库构建信息提取机制,针对初步数据集包含的物品信息提取知识库中对应的服务物品属性信息;基于长短时记忆网络(LSTM)设计一种学习模型并命名为服务决策机制,该机制利用知识库作为常识部分进行辅助推理,生成与服务请求对应的决策信息.最后,针对决策信息进行对比实验.实验结果表明:将本体知识库作为常识部分辅助推理,能够提高决策信息的准确性.

摘要：提出了一种基于强化学习的半监督学习方法,将家庭服务相关的自然语言信息转化为服务规划.首先,构建与家庭服务相关的交互环境,并赋予环境中物体对应的状态属性;其次,针对稀疏激励问题,设计即时激励和延时激励,提高动作交互过程中的奖励值,引导动作选择向最优化发展;然后,构建物体状态向量并结合余弦相似度作为衡量服务执行的标准;最后,针对生成的服务规划设计对比实验.实验结果表明：该方法能够提升规划生成的准确率并加快收敛速度.