时滞系统方法的网络控制系统的研究

针对普遍存在的采样器和零阶保持器异步这一现象,研究了该类网络控制系统的状态反馈控制问题。首先,以事件驱动的零阶保持器的更新时刻为时间标识,并考虑到网络的诱导时延和数据丢包,建立网络控制系统的采样闭环模型,并转化为状态中连缀着两个时滞变量的时滞系统。然后,利用相应的时滞系统方法,对闭环网络控制系统进行了稳定性分析和控制器综合。最后,通过仿真实例验证了所得结果的正确性。     

一种新型的电热驱动MEMS微继电器的研制

设计和制备了一种新型的电热驱动微电子机械(MEMS)继电器,并进行了性能测试.整个工艺采用非硅MEMS工艺,利用Cu作为牺牲层材料,Ni作为微继电器的结构材料.微继电器是基于杠杆放大原理设计的,因此能够获得较大的行程;驱动臂采用"U"型梁设计,能够在不增加功耗的条件下,获得较大的驱动力.并采用Ansys10.0有限元软件对微继电器进行了模拟分析.测试结果表明,这种微型继电器具有体积小、驱动电压低、切换速度快等优点.     

保持几何特征的均值骨架子空间网格变形

骨架子空间网格变形算法(SSD)在许多3D应用程序中被广泛使用,但其预操作烦琐不适合于普通用户,且变形的结果常常会出现拉伸或收缩等不自然现象.提出一种改进的骨架子空间网格变形算法,将SSD与微分域坐标和均值骨架坐标相结合,达到局部几何特征及骨架特征的保持.由于改进的骨架子空间变形算法最终归结为一个线性的能量最小问题,从而达到了操作的实时性.通过实例证明,该算法不但能够实时地生成视觉真实的变形结果,而且应用广泛,适合于普通用户.     

基于MDA的Web服务组合的研究及应用

随着已有Web服务数量的不断增加,如何利用这些现有的Web服务创建新的更复杂的Web服务成为一项新的研究课题。特别地,利用MDA进行Web服务合成已经成为研究的热点。提出了一种基于模型驱动架构的Web服务组合方法,将模型驱动软件开发方法学应用到Web服务组合中。针对WSDL语言给出了一个UML Profile for WSDL来建立与WSDL平台相关的静态结构模型,并给出了与WSDL平台相关的静态结构模型和WSDL语言之间的模型转化规则。并通过一个旅行代理服务的实例说明了方法的应用情况,验证了方法的可行性。     

MDA概念和技术在仿真系统开发中的应用研究

模型驱动架构(MDA)集成了统一建模语言(UML)、元对象机制(MOF)、可扩展标记语言(XML)和基于XML的元数据交换(XMI)等一系列标准,强调模型在软件开发中的重要作用.简要分析了建模与仿真和软件工程领域的若干典型模型开发与运行过程,将仿真系统的开发过程划分为需求工程、分析、设计、实现和试验五个主要阶段;探讨了模型驱动架构(MDA)的概念和技术(包括模型、建模技术、模型变换技术、代码自动生成技术等)在仿真系统开发各个阶段的应用;以交通仿真为例,给出了部分建模与仿真结果,展示了仿真系统开发过程与MDA相结合的可行性,表明了在MDA工具的支持下,MDA概念和技术的应用可以提高仿真系统的开发效率.     

“模式识别”课程线上线下混合教学模式探索与实践

在模式识别课程教学中,针对传统线下课程短板,开展线上与线下相结合的混合教学模式教学改革探索。阐述了本课程教学改革的教学环节设计、教学实施方法、考核方式等,以思维导图和综合案例串联庞杂知识点,采用多样化手段,加强对学生创新思维和能力的培养。教学实践证明,该课程教学改革调动了学生主动性,培育了其创新能力与科学精神,丰富了线上线下混合教学改革的理论研究。     

基于特征建模的连续体机械臂自适应鲁棒控制技术研究

针对连续体机械臂动力学建模困难,控制难度大的问题,使用特征建模的方法,用简化等价的特征模型设计了自适应鲁棒控制器。首先,通过对机械臂系统进行分析,使用特征建模得到等价的动力学模型,然后采用递推最小二乘法进行参数辨识,得到该特征模型的特征参数,最后,利用模型与辨识得到的参数设计了一种结合滑模控制的自适应控制器。通过仿真实验对本文方法与传统PID方法进行对比,仿真结果表明,本文的方法对于末端角度控制的跟踪精度高,同时对于末端扰动有着良好的自适应能力和鲁棒性。     

考虑负荷多无功用电场景的城市配电网无功优化配置

高比例电力电子设备与高比例分布式光伏的广泛接入以及城市电缆化率的提升,使配电网用户侧的无功特性变得复杂,导致负荷无功用电不确定性增加,不利于配电网安全运行。因此,为了更好地进行无功优化配置,文章采用不同负荷日功率因数变化曲线的组合场景及其概率来反映无功用电的不确定性,以运行成本的期望值最小为目标,建立多无功用电场景的期望值优化配置模型。首先,利用多重一维卷积自编码器(one-dimensional convolutional autoencoders,1D-CAEs)提取不同用户日功率因数数据的低维表征;随后,利用k-means方法进行场景缩减,获得典型日功率因数变化场景,并组合出多用户的场景集;最后,建立期望值无功优化模型,采用粒子群算法求解,确定出最优配置方案。依据上海市某配电网不同类型用户实际的无功用电信息,采用改进的IEEE 33节点系统进行仿真,以验证所提方法的有效性。     

基于时空分布映射的大规模电池健康状态研究

针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测。首先,分析电池的历史数据,从电池健康状态（空间维度）和时间演变放电过程（时间维度）2个层面对电池状态进行有效聚类。其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型。最后,实验模型验证了所提方法的有效性。     

数据驱动的同调机组分群及主动解列技术

新型电力系统发生区域性故障时系统的安全稳定性问题日益突出,主动解列作为防止故障扩散的有效手段在系统稳定研究中逐渐获得关注。从同调机组分群技术和解列断面搜索技术两个方面对主动解列开展研究,结合时频分析、特征提取和图论等方法,提出基于改进聚类算法的同调机组分群技术和基于多层图分割的解列断面搜索技术,并在IEEE-39节点标准测试系统中验证了所提方法的适用性。