摘要：高渗透率下LCL滤波并网逆变器可能因锁相环与电网阻抗的交互影响而引发系统失稳问题。基于上述背景,首先建立考虑电网阻抗影响时的锁相环等效控制框图,利用锁相环输出相角与扰动量之间的函数关系揭示系统鲁棒性下降的主要原因,剖析传统前置滤波器锁相环存在的主要弊端。鉴于此,从优化锁相环控制结构角度考虑,提出一种新型锁相环设计方案,并对所提锁相环的等效传递函数进行推导,同时通过设计示例给出具体的参数设计方法。理论分析表明,所提新型锁相环拥有和传统前置二阶低通滤波器锁相环相同的谐波衰减特性,系统鲁棒性得到保证,并且无需额外的相位补偿环节即可实现并网公共点单位功率因数入网。最后,通过仿真和实验结果验证所提新型锁相环设计方案的有效性。

摘要：孤立交直流混合微电网集中储能荷电状态趋近充、放电临界值,容易引发微电网及其子网功率越限,从而导致系统供电不可靠。在此背景下,该文提出了一种考虑电动汽车灵活储能的交直流混合微电网功率协调控制策略。首先,根据交直流混合微电网及其子网功率盈缺状态,同时考虑混合储能中传统集中和灵活储能之间协调配合,将交直流混合微电网运行模式划分为正常、临界平衡和功率越限3种。在此基础上,根据储能荷电状态不均衡或异常、子微网越限等非正常状态进一步划分工况,以将控制目标进行细分。接着,通过分析电动汽车灵活储能、传统集中储能与互联接口变换器在同一时间尺度下的响应优先级,设计混合储能功率分配和互联接口变换器功率传输原则,并提出系统运行模式及工况间平滑切换方法。最后,基于MATLAB/Simulink搭建的交直流混合微电网仿真模型验证了所提控制策略的有效性。

摘要：针对并网逆变装置中因LCL滤波器和数字控制延时产生的稳态误差、谐振和反向谐振尖峰问题,提出一种加权平均电流与补偿器相结合的控制策略。首先,建立加权平均电流并网逆变器数学模型,分析传统电流控制下电网阻抗和滤波器对系统影响,并采用加权平均电流降低系统阶数以减小稳态误差和抑制谐振。然后,分析由控制延时产生的反向谐振对系统影响和抑制反向谐振原理,通过合理设计所提出的补偿器参数以消除系统中的反向谐振尖峰。最后,通过建立仿真模型及搭建半实物仿真平台对所提控制策略进行验证,对比仿真与实验结果,验证了该策略的有效性。

摘要：针对随钻测量(MWD)中钻具重力加速度受振动干扰大引起的井斜角解算严重失真问题,提出基于联邦自适应无迹卡尔曼滤波(FAUKF)的钻具重力加速度提取方法。首先,建立无重置结构的联邦重力信息融合提取框架,选取基于陀螺仪数据的递推重力值作为联邦滤波的公共参考值,分别与解耦的地磁数据观测的重力加速度组合作为子滤波器1,与加速度计数据观测的重力加速度组合作为子滤波器2。然后,对子滤波器的重力状态进行无迹卡尔曼滤波(UKF)算法,期间根据地磁数据观测重力值的抗振性优于加速计的特性,设计子滤波器2对应的抗振因子,再根据陀螺仪短时精度高的输出特性,找到基于陀螺仪数据解耦的地磁参考斜率值,来设计子滤波器1对应的抗磁因子,提升子滤波器性能,接着用自适应开窗因子来确定开窗估计法则中的开窗值,调节新息协方差,通过对新息协方差的估计实现子滤波器量测噪声协方差的实时估计,提高无迹卡尔曼滤波算法精度,进而得到可靠的重力信息局部自适应估计值。最后通过联邦信息融合,进一步得到重力信息的全局估计。通过模拟钻进和实钻实验结果表明,FAUKF算法和FKF算法相比,井斜角误差减小了±1.9°,FAUKF算法下的井斜角误差可控制在±1.2°以内。该方法可有效提取煤矿井下钻具重力加速度,提高井斜测量精度,是获得可靠钻具井斜角的有效方法。

摘要：为有效提高机器人自动化产线设计、调试的效率,解决实际设备调试风险高、试错成本高等问题,以三自由度机械手包装生产线为例,设计一种基于SIMIT、PLCSIM Advanced和MCD(mechatronics concept designer)的并联机器人数字孪生虚拟调试系统,采用MCD设计并建立机器人包装数字化工作站,利用TIAPortal进行硬件配置、工艺对象组态和PLC控制程序设计,通过SIMIT仿真电气部件行为模型和数据通信,实现了包装工作站的工序流程仿真、优化。结果表明:该系统能够有效验证并联机器人运动控制,完成生产线的协同调试。

摘要：针对弱监督目标检测中只能检测出图像中最具有辨别性部分和训练过程极易陷入局部最优问题,提出了一种特征增强和损失优化的弱监督目标检测算法。该算法设计了一种高效可选择通道注意力模块,该模块通过关联通道的选择来提高其局部信息的交互能力,以此来扩大最具辨别性的示例目标区域;此外,通过对网络回归损失函数施加针对性的动态权重,使其能够自动弱化回归分支中伪标注边界框不准确性的影响,提高目标定位的精度。在PASCAL VOC 2007及PASCAL VOC 2012数据集上的实验表明,相比其他同类算法,该算法能够有效地提高弱监督目标检测的精度。同时,由于该算法引入的额外训练参数和计算负担几乎可以忽略不计,因此还具有良好的高效性。

摘要：针对深度模型在网络深层易丢失细节特征导致对小尺度目标检测效果差的问题,提出一种基于YOLOv3算法的小尺度交通信号灯检测模型。首先,采用跨越式特征融合提升浅层特征图的语义能力、减少过度融合产生的冗余信息;然后,采用K-means算法聚类出适合交通信号灯尺寸的新先验框,再采用线性缩放机制对新先验框离散以提升IoU。经过Bosch Small Traffic Lights Dataset测试集测试表明:所设计的新模型相较原YOLOv3模型,其mAP提升约9%,Green-AP提升5%,Red-AP提升30%,检测速度达24 fps,满足交通信号灯实时检测需求。另外,提出一种YOLOv3与OCR结合识别倒计时数字灯的方法,该方法在自制测试集上的识别精度达91%。

摘要：针对比例谐振控制器应用于电力弹簧(ES)传统控制策略中使系统动态性能较差的问题,设计了一种基于电网电压前馈的准比例复数积分(QPCI)双闭环控制策略。首先,构建ES的数学模型、设计QPCI控制策略以及对ES系统稳定性进行分析。其次,引入粒子群算法(PSO)对QPCI控制器参数进行实时调整和寻优,以提高ES系统动态调节能力。最后,通过MATLAB/Simulink仿真和基于dSPACE的实验样机进行验证,实验结果表明,当网侧电压波动±20%时,基于电网电压前馈PSO-QPCI的ES控制策略能使关键负载电压在20 ms内稳定至参考值,且在电压参考值±5%内波动,从而验证了设计电压前馈PSO-QPCI控制策略的有效性和可行性。

摘要：针对永磁同步电机中滑模速度控制器的系统抖振问题以及传统MRAS观测器的鲁棒性和动态性能差的问题,提出了一种基于新型滑模控制器和超螺旋滑模MRAS观测器相结合的SPMSM转速估计策略。首先,在传统滑模速度控制中结合快速终端吸引子,构建新的滑模面,使设计的控制器不含切换项,有效削弱抖振。其次,在传统MRAS观测器的结构上引入超螺旋滑模算法替代PI自适应律,构建超螺旋滑模MRAS观测器,提高观测器的动态性能和鲁棒性。通过Matlab/Simulink平台搭建的模型进行仿真,验证所提估计策略具有良好的动态性能和鲁棒性。

摘要：针对自然场景中文本形态差异大,背景纹理复杂等问题,提出一种多粒度卷积神经网络联合自注意力的文本检测与识别方法。设计ResNet-T的模型框架用于抽取多尺度特征,该框架综合Transformer的结构优点以及卷积神经网络的性能特点,在不增加计算量的同时提升原本映射强度,增强信息的捕获能力;根据高分辨率文本图像具有间距小、纹理复杂的特点,设计混合注意力(shuffle attention,SA)解决噪声影响以及小目标丢失等问题;以自注意力机制为时序分类编码器对特征序列预测,建立字符序列与视觉感知的联系。在公开数据集上进行实验研究,结果表明,所提方法能够克服文本形态等因素的影响,实现复杂背景下文本分割与识别,在Icdar2015数据集的检测与识别的准确率达到90.2%。