高铁场景下联合天线与IOS单元选择的分布式IOS-SM传输方案

针对高铁场景下封闭车厢带来的高信号穿透损耗导致传输速率下降问题,提出一种分布式智能全表面（intelligent omni-surface,IOS）辅助空间调制（spatial modulation,SM）的传输方案。首先,采用SM技术保证索引信息部分不受穿透损耗的影响;然后,为了减小远距离IOS车窗的高路径损耗和功率损耗,根据最大化接收信噪比原则对分布式IOS遍历选择,激活最佳IOS车窗传输SM调制信息。最后,为了减小缺失直视路径增益对系统容量性能的影响,基于功率损耗模型,采用天线移除原则和排序选择方式,对接收天线和IOS单元进行动态选择激活。仿真结果表明,相比于传统中继转发和可重构智能超表面-空间调制（reconfigurable intelligence surface-SM,RIS-SM）方案,所提方案更适合高铁通信场景。并且在功率损耗模型下,联合天线与IOS单元选择的分布式IOS-SM方案仍能够保证系统高性能传输。     

一种单相Vienna整流器及其控制方法

针对三相\单相输入兼容场合使用的电动汽车直流充电模块,在三相Vienna整流器结构的基础上,提出了一种单相Vienna整流器结构及3种调制方法。第1种调制方法中2组开关管共用一个调制波,同时通断;第2种调制方法中一组开关管恒通,另一组开关管工作在高频PWM模式;第3种调制方法为2组开关管有2个独立的调制波。分析表明,第3中调制方法具有实现宽范围输出和能够调整输出电压不平衡的优点。基于第3种调制方法,建立了该整流器的数学模型,进而提出了含有输出电压u_pn与输出电压差Δu_pn两个控制环的整流器控制方法。通过对一个110 V AC输入的整流器的仿真和实验表明,只有第3种调制方法能够既实现200~380 V DC的宽范围输出电压,又能在输出电容和负载不平衡的条件下实现输出电压的平衡。     

基于改进差分进化的稀土萃取能效分离系数优化

基于机理模型的稀土萃取工艺流程没有考虑萃取槽中搅拌机的能效,导致求解得到的各级组分含量与工业实际生产数据有较大误差.通过引入能效分离系数概念,建立符合实际萃取工艺的各萃取槽稀土元素组分含量模型,构建求解能效分离系数的优化目标函数.针对该优化目标函数多峰、多变量的特点,提出一种种群规模线性减小的混沌双变异自适应差分进化改进算法(LCTADE).首先,将混沌序列嵌入改进算法中生成初始种群,增强种群多样性;其次,针对进化不同阶段对突变策略性能要求不同,提出基于DE/current-to-pbest/1和DE/rand/1的双变异策略方法;最后,采用参数自适应方法分别设置F、CR及NP值.在仿真实验中,将所提出的LCTADE方法针对CEC 2017的函数进行测试并与其他算法比较,显示出其优越性,并通过求解基于能效分离系数的稀土萃取工艺流程优化目标函数,表明所提出方法的有效性.     

高速动车组强耦合模型的分布式滑模控制策略

高速动车组是由多节车辆与钩缓装置链接而成的复杂系统. 将钩缓装置等效成弹簧 ? 阻尼器系统, 分析动车组运行过程中钩缓装置对相邻车辆作用的动力学机理, 明确作用方式, 建立高速动车组的强耦合模型. 根据列车模型动力或制动力输入的分散特征, 设计分布式神经网络滑模控制策略, 对高速动车组进行速度跟踪控制. 为减小速度跟踪过程中未知因素对高速动车组控制精度的影响, 利用列车历史运行数据, 采用历史工况数据中心对当前控制律输出进行补偿以提高控制精度与实用稳定性. 采用高速动车组运行仿真平台的仿真实验结果表明, 该建模方法较以往多质点模型更能体现高速动车组运行特性, 且采用补偿规则的控制策略优于传统控制效果.     

Hierarchical control for cornering stability of dual-motor RWD vehicles with electronic differential system using PSO optimized SOSMC method

This paper proposes a novel control scheme with a three-layer hierarchical structure to improve the cornering stability of the dual-motor rear-wheel drive (RWD) vehicles with the electronic differential system (EDS). The proposed hierarchical structure for the control system includes the observing layer, control layer, and actuation layer. In the observing layer, the driver model is designed to obtain the nominal steering angle, and the state observer is designed to obtain the yaw angle which cannot be easily measured. Then, particle swarm optimization (PSO) and second order sliding mode control (SOSMC) are employed in the control layer. The SOSMC part is used to design the control law to eliminate the chattering problem in the sliding mode algorithm, and the PSO part is used to obtain the optimal weights in the sliding mode surface to meet the minimum sideslip angle error and yaw rate error. The actuation layer allocates the corrected yaw moment by distributing the driving force to each independent driving wheel. Finally, the numerical tests are carried out under the double line change (DLC) maneuver. The results show that the proposed control system can effectively improve the cornering stability of the dual-motor RWD vehicles and reduce their motor power consumption.     

稀土萃取过程的广义预测解耦控制

考虑稀土萃取过程具有多变量、强耦合特性,提出一种基于广义预测解耦控制(GPDC)的稀土萃取过程控制方法。首先针对模型未知的强非线性稀土萃取过程,构建基于极限学习机的组分含量系统模型,并依据模型特点设计多个稀土萃取过程GPDC控制器;然后为降低各控制回路间的耦合性,在控制器的性能指标中引入校正策略,通过回路中模型预测值与参考值的偏差自适应调整偏差权重;最后基于CePr/Nd萃取过程中采集的数据进行GPDC与常规广义预测控制器进行对比仿真实验。仿真结果显示本文采用的GPDC算法能大幅度降低控制量的超调量,控制效果显著,这为解决稀土萃取过程中多变量强耦合的优化控制问题提供了借鉴。     

Distributed estimation via iterative projections with application to power network monitoring

This work presents a distributed method for control centers to monitor the operating condition of a power network, i.e., to estimate the network state, and to ultimately determine the occurrence of threatening situations. State estimation has been recognized to be a fundamental task for network control centers to operate safely and reliably a power grid. We consider (static) state estimation problems, in which the state vector consists of the voltage magnitude and angle at all network buses. We consider the state to be linearly related to network measurements, which include power flows, current injections, and voltage phasors at some buses. We admit the presence of several cooperating control centers, and we design two distributed methods for them to compute the minimum variance estimate of the state, given the network measurements. The two distributed methods rely on different modes of cooperation among control centers: in the first method an incremental mode of cooperation is used, whereas, in the second method, a diffusive interaction is implemented. Our procedures, which require each control center to know only the measurements and the structure of a subpart of the whole network, are computationally efficient and scalable with respect to the network dimension, provided that the number of control centers also increases with the network cardinality. Additionally, a finite-memory approximation of our diffusive algorithm is proposed, and its accuracy is characterized. Finally, our estimation methods are exploited to develop a distributed algorithm to detect corrupted network measurements.     

基于溶液图像时序特征的元素组分含量动态监测系统

针对稀土萃取过程中组分含量难以实时监测以及现有组分含量检测方法耗时、耗内存的现状,设计了一种基于溶液图像时序特征的元素组分含量动态监测系统。首先使用图像采集装置获取萃取槽体溶液的时序图像,考虑萃取液颜色特性和单一颜色空间的不全面性,采用主成分分析（PCA）方法在HSI和YUV融合的颜色空间提取图像的时序特征,并结合生产指标构造基于鲸鱼优化算法（WOA）的最小二乘支持向量机（LSSVM）分类器来对工况状态进行判断。然后当工况处于非最佳状态时,在HSV颜色空间对图像提取颜色直方图和颜色矩特征,并开发以溶液图像间的混合特征差值的线性加权值为相似度度量的图像检索系统,从而获取组分含量值。最后进行镨/钕萃取槽体混合溶液测试,结果表明该系统能够实现元素组分含量的动态监测。     

基于时变模型辨识的高速列车复合故障诊断

高速列车信息控制系统因运行条件异常变化或操作不当会造成电机警告级高温、电机电流异常变化、电机转子断条以及气隙偏心等运行故障.这些随机发生的复合故障会影响速度等级和牵引力/制动力的调节,且难以采用基于单故障诊断方法建模故障与速度的关系,以及诊断报警等级.对此,提出一种基于Takagi-Sugeno(T-S)时变模型辨识的高速列车复合故障诊断方法.首先,采用多元统计检测指标离线辨识故障阈值并建立复合故障时变模型;然后,借助模糊聚类算法辨识故障特征值集合,利用模糊加权最小二乘法在线估计故障幅值并进行参数收敛性分析.最后,设计故障分离机制以刻画不同故障模式的报警等级并给出稳定性分析.基于CRH5G型高速列车实际运行数据的仿真结果验证了所提出方法的有效性.     

基于二分图最大匹配的多机器鱼可控包含控制

考虑水下机器鱼的运动学约束及包含控制中的领导者选择问题,将可控性理论与包含控制相结合,针对有向多机器鱼系统,提出一种基于二分图最大匹配的多机器鱼可控包含控制算法.首先,针对有向多机器鱼网络拓扑结构,利用二分图最大匹配算法求得满足系统可控的驱动节点,即为领导者,其余节点为跟随者;其次,针对2D仿真机器鱼模型设计相应的包含控制协议,从而实现多机器鱼的可控包含控制,且最终跟随者鱼体前端刚体长边方向与领导者保持一致,并应用Lyapunov稳定性理论证明系统的稳定性;最后,基于URWPGSim2D多机器鱼仿真平台进行两组仿真实验,一组随机选取领导者,另一组采用二分图最大匹配算法确定领导者,对比仿真结果表明,所提算法能够有效地实现多机器鱼的可控包含控制.