采用多点地质统计法重建三维数字岩心

以岩石三方向二维切面图像为基础,利用3个方向加权平均计算总条件概率分布,采用多点地质统计法重建三维数字岩心。为定量评价重建结果的准确性,分别计算了重建三维数字岩心的自相关函数、局部孔隙度分布函数、平均渗流概率函数,与X射线CT扫描得到的三维数字岩心的结果比较。重建的三维数字岩心与真实岩心具有相似的均质性、孔隙尺寸;与基于单方向二维切面图像重建结果相比,该方法重建三维数字岩心的孔隙连通性与真实岩心更加接近,为基于岩石二维图像重建三维数字岩心提供了一种新思路。     

滑窗迭代DFT算法在电力谐波检测中的仿真研究

有源电力滤波器要求动态补偿准确、实时检出电网中瞬变的畸变电流。针对现有检测方法的不足,提出一种基于离散傅里叶变换的滑窗迭代DFT算法,实时测出谐波参考指令电流。该算法计算量小、容易工程实现,经过扩展,该算法还能应用于检测特定谐波。仿真实验结果验证了该算法的有效性和可行性。     

基于Qt的遥操作GIS维护机器人监控系统设计与实现

在电力系统中,为了更好、更方便地遥控操作机器人清理气体绝缘开关设备(Gas Insulated Switchgear, GIS)腔体内的螺栓、螺母等异物,研发GIS维护机器人监控系统。采用Qt平台开发,结合FFMPEG和OpenCV采集RTMP网络视频流并进行图像处理,实现对腔体内异物的检测识别与精准定位;以SLAM点云进行环境感知,还原出机器人在腔体内的实际场景。测试结果表明,在无线环境下,该系统可高效实现与机器人的数据交互和有效地实时监控,较好地完成GIS腔体内遗留物的识别与清理。     

Maxwell分数阶黏弹性缓冲系统代理模型可视化研究

工程车辆由于工况的特殊性,在作业时会产生剧烈的振动和噪声,黏弹性缓冲材料因具有高效的减振缓冲能力被广泛应用于车辆的减振控制中。以Maxwell分数阶黏弹性振子作为研究对象,运用分数代数及本构理论,构建基于Maxwell分数阶的黏弹性缓冲系统模型,并依据分数阶黏弹性模型间的参数关系,基于Kriging模型对复杂的分数阶模型进行代理。同时将分数阶代理模型与Matlab GUI技术相融合,搭建分数阶Maxwell代理模型的可视化平台,获得Kriging代理模型结果及误差的可视化效果。结果表明：通过Kriging模型进行代理后均方根误差为0.199 6,决定系数为0.967 2,具有较好的拟合性能,可有效解决求解复杂分数阶黏弹性模型的难题,为工程应用提供便利。     

基于光线散射衰减模型的低照度图像增强

针对传统图像增强算法在总体照度低且光照分布不均的环境内易造成图像过度增强和自然度保存能力弱的问题，提出了一种基于光线散射衰减模型的低照度图像增强算法。首先，本文提出了光线散射衰减模型，该模型合理解释了非均匀光照分布的成像过程，其次，通过Max-RGB滤波器分别估计每个像素的照度，初始化照明图，然后，根据光照随图像分割区域入射角、入射距离平滑衰减的特性，利用深度信息和梯度信息优化光照分量，获得精确照明图；此外，利用暗通道先验中的透射率所具有的局部相似性来约束反射分量估计；最后，通过提出的光线散射衰减模型融合优化光照分量和反射分量，获得最终的低照度增强图像。通过与NPE,LIME,HE,ALSM,MSRCR,MF,WV＿SIRE算法比较，在不同场景的低照度图像上，无参考各向异性质量评估器（BIQAA）最大为0.019 6，模糊检测累积概率（CPBD）最大为0.680 1，无参考空间域图像质量评估器（BRISQUE）最小为21.471 5，自然图像质量评估器（NIQE）最小为2.699 5，综合性能优于其他对比算法。实验结果表明，本文算法能够有效抑制噪声，提高图像对比度和亮度，更好地保留图像...     

基于扩张状态观测器的双永磁同步电机同步抗扰控制北大核心

对于双永磁同步电机系统中由于参数摄动和随机摩擦扰动引发的转速失同步现象,提出了一种新的双永磁同步电机滑模控制方法。首先,设计了扩张状态观测器去估计系统状态与实时扰动,并结合滑模跟踪控制器来提高电机在扰动作用下的跟踪性能;其次,将交叉耦合结构与滑模同步控制器结合,对电机转速的同步误差进行抗扰控制并且提升系统的同步性能。仿真结果表明,扩张状态观测器能准确估计电机系统机械角、转速及系统总扰动;设计的滑模控制器能够有效提高电机系统在扰动作用下的跟踪与同步控制性能。     

特征分离编码的景区短期客流量预测模型

为增强景区科学管理、缓解交通压力、减少安全隐患、提升游客体验，提出基于特征分离编码和注意力机制的网络模型(feature separation encoding and attention mechanism network, FSEAMNet)预测景区短期客流量。该模型包含序列到序列(sequence-to-sequence, Seq2Seq)结构，将不同分布规律的特征进行分离并独立编码，融合成最终的编码向量序列。在每个解码时刻，注意力机制将编码向量序列重新组合成一个上下文向量，解码器从上下文向量解码出未来的游客数量。通过真实的景区数据库数据构建训练集、测试集。实验结果表明，与其它模型相较，FSEANet的预测误差最多可下降82.80%,该模型在工程应用案例分析中对未来一周客流量预测的每日相对误差均在10%以下。所提模型能对实际景区未来短期客流量实现较准确的预测。     

基于深度学习的GIS腔体内部异物分割北大核心

针对机器人在清扫GIS腔体中由于光照强反射现象影响金属异物的视觉检测问题及嵌入式平台计算资源有限的挑战,提出一种轻量级网络QG-QDeepLabV3+用于GIS腔体内异物分割。通过四元数卷积神经网络保留像素彩色通道间相关性,减少网络参数量;同时提出QG(quaternion gabor) Attention机制,将异物多方向、多尺度细节特征与深度特征融合,以提高分割精度。实验测试结果表明,相比于现有先进算法网络参数量下降近71%,同时异物的分割轮廓以及分类识别准确率上有了较高提升。     

基于线性自抗扰的并联液压系统同步控制北大核心

针对并联液压系统的强耦合、非线性、以及内外不确定性扰动造成同步性差的问题,提出基于线性自抗扰控制的同步控制策略。首先,基于流量连续性方程建立并联液压系统的压力与负载微分模型;然后,基于自抗扰控制理论,变换系统的状态空间方程,并将参数不确定性、扰动不确定性、模型不确定性等视作“总扰动”,设计了三阶线性自抗扰同步控制器;最后,在AMESim中搭建了并联液压系统模型,并导入MATLAB/Simulink模块,通过联合仿真验证了所提控制方法的有效性,进一步地与PID控制进行比较。结果表明,基于线性自抗扰的同步控制策略下的并联液压系统的同步精度高,鲁棒性强,为对并联液压系统同步性要求较高的重载工业工程提供了新的控制思路。     

基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测

地下水水位是旱天污水管网地下水入渗量的重要影响因素,快速精准地预测地下水水位能有效提升旱天污水管网地下水入渗量估算准确度,辅助优化管网病害治理与维护策略。针对目前城市复杂水文预测存在的准确度低、灵敏度低、泛化能力弱等问题,本文提出了一种新的鲁棒自适应水位预测算法。首先,对水文数据进行预处理,解决了数据时间跨度大、噪声多、缺失及异常、非平稳等问题。其次,针对不同输入特征对预测指标影响差异问题,在模型训练阶段提出一种新的空间变量注意机制,可快速识别与水位关联的关键变量,并对输入特征赋予不同的影响权重。进一步地,针对不同序列长度对预测效果影响差异问题,本文还设计了自适应时间注意力机制,帮助网络自适应地找出与不同时间序列长度预测指标相关的编码器隐藏状态,以更好地捕捉时间上的依赖关系。在此基础上,以上下文向量作为输入,提出一种融合注意力机制的LSTM水文预测算法。最后,通过意大利Petrignano水文数据验证了所提算法的有效性,并与GRU、Elman、LSTM、S-LSTM和VA-LSTM等方法进行预测性能比较。结果表明,基于融合注意力机制LSTM网络在面临复杂、大规模、噪点多的数据时有优于其它几种算法的预测效果,表明该算法的强自适应性和鲁棒性。本文研究结果可以为市政排水策略合理调整、及时控制提供参考。