自适应SA-PSO优化的威布尔混合分布参数估计方法及应用

针对采用传统参数估计方法得到的模型拟合误差较大的问题，建立多重威布尔混合分布参数估计的非线性最小二乘模型，并提出基于模拟退火（SA）思想的自适应粒子群（PSO）算法进行求解。在PSO算法优化过程中，采用自适应方法调整惯性权重和加速因子，加快其收敛速度；引入模拟退火机制，根据Metropolis准则确定最优粒子的取舍，改善其全局搜索能力。将该方法应用到某型柴油机喷油器失效分布的参数估计中，并与图解法、基于Levenberg-Marquardt的非线性最小二乘法、标准PSO算法、自适应PSO算法求解的结果进行比较，分析所提方法的优化性能及精度。结果表明，该方法能够有效提高多重威布尔混合分布模型参数估计的精度和效率。     

时空稀疏贝叶斯的多通道降噪方法及在机械故障诊断中的应用

压缩感知利用与稀疏基相独立的观测矩阵将具有稀疏结构的高维度信号投影到低维子空间,对于信号的压缩和降噪有很好的效果,但是稀疏基以及稀疏系数矩阵的获得对于分析的结果有决定性的影响。稀疏贝叶斯学习(sparse bayesian learning,SBL)算法能极大地提高信号稀疏分解的精度,提出了一种改进的基于时空稀疏贝叶斯(SpatioTemporal Sparse Bayesian Learning,STSBL)的多通道信号降噪算法。首先给出了多通道压缩感知理论模型,然后通过自适应过完备字典求取信号的稀疏基矩阵,最后提出基于STSBL的多通道理论模型获取多通道稀疏系数矩阵,从而实现多通道机械故障信号的有效降噪以及特征成分的精确重构。分别通过数值仿真实验和实测风力发电机轴承内圈故障信号进行分析,结果表明提出的方法有很好的降噪效果,同时能成功地提取信号的故障特征信息。     

计及储能动态的VSG惯量阻尼自适应控制研究

随着风力发电、光伏发电等新能源发电渗透率增加，电力系统的等效惯量和等效阻尼逐渐减小，其稳定性问题变得越来越严峻。虚拟同步发电机（virtual synchronous generator， VSG）技术的提出能有效地解决这一问题。然而，传统的VSG并网逆变器采用恒惯量和阻尼控制，在系统受到扰动时，其鲁棒性较差。因此，为增强系统的鲁棒性，优化其频率响应曲线，本文提出了一种计及储能装置动态特性的并网VSG惯量阻尼自适应控制策略。首先，阐述了VSG的基本工作原理，然后通过建立其数学模型分析不同旋转惯量和阻尼系数对系统输出特性的影响。在此基础上，结合同步发电机（synchronous generator， SG）功角特性曲线和频率振荡曲线设计出旋转惯量和阻尼系数的自适应控制策略，该控制策略通过引入惯性环节以较好地匹配储能装置的动态特性。最后，通过MATLAB/Simulink仿真软件对比分析了所提控制策略和传统的VSG恒惯量和阻尼控制，结果验证了所提控制策略的正确性。     

超级电容器用solvent-in-salt型电解液的研究进展

Solvent-in-salt (SIS)型电解液作为一类新型超浓缩电解液，主要由水或者有机溶剂和易溶盐组成，具有溶液溶剂化程度小、自由溶剂分子少、电化学窗口宽、电化学稳定性高等特点，在超级电容器中显示了独特的优势并展现了良好的应用前景。本文重点综述了SIS型电解液的原理和优势，梳理了近年来SIS作为超级电容器电解液的研究进展，总结了其存在的问题，同时展望了SIS型电解液未来的发展方向。     

海绵城市理念在城市立交改造中的应用研究

将海绵城市技术理论应用在城市道桥排水工程设计中,能够有效缓解城市道路滞水和降低雨水径流污染。城市立交桥智能交通改造是结合节点远期各个方向的交通预测流量采用软件模拟需要增加的车道数和转换匝道的方向,协同道路全线交通信号采用自适应控制模式通过动态交通流量与环境变化实时调整,可使交通组织控制效果达到最优,并建立人车分离的"空中走廊"与之匹配,最终形成完整的立交改造方案;与此同时气候变化致使暴雨频率和强度发生改变,立交改造等城镇化建设的加快升级和范围扩大,加剧了暴雨对城市及其基础设施的威胁,应用海绵城市理念优先考虑城市立交利用自然渗透和排放,建立计算净化和积存雨水系统模式,建设立交桥雨水处理及回收一体化地下工程。     

ALIF-MMPE结合DAG-SVM的滚动轴承故障诊断

针对滚动轴承故障诊断中非平稳振动信号下的有效故障特征提取问题,提出一种基于自适应局部迭代滤波、多元多尺度排列熵和有向无环图算法支持向量机的滚动轴承故障诊断方法。自适应局部迭代滤波通过构建自适应滤波函数,能够有效抑制噪声和模态混叠,经自适应分解后得到若干本征模态函数。仿真结果表明其效果优于经验模态分解。然后利用多元多尺度排列熵对包含显著故障信息的本征模态函数进行信息融合和特征提取,组成故障状态特征集。采用主成分分析对故障状态特征集进行降维,随机抽取部分样本带入有向无环图算法支持向量机中进行训练,其它则作为测试样本进行故障识别和诊断。试验故障诊断结果表明:自适应局部迭代滤波下多元多尺度排列熵优于多个本征模态函数下的多尺度排列熵和经验模态分解下的多元多尺度排列熵;本文方法能准确地识别滚动轴承不同的故障类型及故障程度。     

基于自适应粒子群算法的FS20N机器人时间最优轨迹规划

针对通用型机器人,以运行时间最短为目标,提出一种基于自适应粒子群(APSO)时间最优轨迹规划算法。在关节空间轨迹规划中,逆解得到关节变量与时间的关系,以此建立五次多项式关节变量与时间的插值轨迹。然后,利用罚函数对其关节角度、关节速度、关节加速度进行处理,同时以插值关节各点间的时间间隔之和为优化目标,采用自适应粒子群算法进行优化求解,得到时间最优的轨迹。最后,利用MATLAB仿真软件,建立川崎FS20 N仿真模型进行验证,得到运行平稳且时间最优的运行轨迹图,仿真结果验证了该算法在轨迹规划中的可行性。