基于I-DPWM的三电平中点钳位光伏逆变器漏电流抑制方法

对于三电平中点钳位光伏逆变器,基于断续脉宽调制(discontinuous pulse width modulation, DPWM)并通过选择特定矢量进行钳位控制的方法,存在矢量分解计算时间长、注入共模电压分量和漏电流过大等不足。对此,提出了一种基于I-DPWM的三电平中点钳位光伏逆变器漏电流抑制方法。通过计算各类DPWM等效调制波来解析注入的低频共模电压分量。针对低频共模电压分量最小的DPWM1,在低频共模电压不连续点注入新的零序分量,通过减小低频共模电压来抑制漏电流幅值。同时,采用载波实现DPWM,免去了复杂的矢量运算。最后,在Matlab/Simulink平台建立了20 kW三电平中点钳位光伏逆变器的仿真模型,同时结合所设计的125 W实验样机验证了所提方法的有效性。     

AccFed:物联网中基于模型分割的联邦学习加速

随着物联网(IoT)的快速发展,人工智能(AI)与边缘计算(EC)的深度融合形成了边缘智能(Edge AI)。但由于IoT设备计算与通信资源有限,并且这些设备通常具有隐私保护的需求,那么在保护隐私的同时,如何加速Edge AI仍然是一个挑战。联邦学习(FL)作为一种新兴的分布式学习范式,在隐私保护和提升模型性能等方面,具有巨大的潜力,但是通信及本地训练效率低。为了解决上述难题,该文提出一种FL加速框架AccFed。首先,根据网络状态的不同,提出一种基于模型分割的端边云协同训练算法,加速FL本地训练;然后,设计一种多轮迭代再聚合的模型聚合算法,加速FL聚合;最后实验结果表明,AccFed在训练精度、收敛速度、训练时间等方面均优于对照组。     

基于真空加载的激光错位散斑干涉自动化检测系统

为满足某橡胶/金属粘接结构产品的批量化检测需求,提升检测效率和自动化水平,设计开发了一套基于真空加载的激光错位散斑自动化检测系统。该系统集成了轻量化框架和紧凑型光路,并通过检测软件和检测流程优化,得到了较为理想的散斑检测图像;同时结合产品结构特点和检测灵敏度要求,设计了基于PLC控制的真空舱和运动控制装置,实现了产品粘接质量的自动化检测应用。结果表明,该系统可检测出检测试块上预置的人工缺陷,与原有手动检测模式相比,在保证检测产品检测灵敏度要求的前提下,极大地提升了检测效率,降低了检测人员的劳动强度,具有良好的工程应用价值。     

基于加权混合融合变形的虚拟人情感表达

随着相关技术的发展,基于虚拟现实的人机交互技术越来越受到人们的关注。虚拟人作为一种直观的交互对象,在虚拟现实环境中扮演着十分重要的角色。在构建富有亲和力的虚拟人的过程中,制作虚拟人情感表达不可或缺。目前,主流的三维虚拟人情感表达主要依赖设计师手动制作面部表情动画,过程冗长,耗时费力。针对上述问题,该研究提出一种基于加权混合融合变形的虚拟人情感表达生成方法。该方法可以基于任意给定人脸表情图像,估计出三维虚拟人的目标混合形状(blendshape)的系数,进而自动化生成三维人类表情动画。实验结果表明,该方法具有较强的通用性和可迁移性,可有效减轻设计师制作情感表达面部动画时的工作量。     

慢速加载对两河口堆石料侧限压缩变形的影响

堆石料变形具有时间相关性。本文采用两河口特高砾石土心墙堆石坝的坝壳风干板岩堆石料开展不同应力加载速率下的大型侧限压缩试验,以及侧限压缩后卸载再加载试验、蠕变变形试验。对于侧限压缩试验,中低应力下,应力速率越高、变形增量越大、模量越小;高应力下,应力变形过程受应力速率的影响减小,规律反之,即应力速率越高、变形增量越小、模量越高。对应加载全过程,堆石料变形量总体随应力速率提高而增大。侧限压缩后卸载和再加载过程中形成滞回曲线,每次卸载-再加载中有一定的变形累积,每次变形累积增量随卸载-再加载次数逐渐减小,且各次卸载-再加载过程中的平均回弹/再压缩指数随卸载-再加载次数逐渐减小。一般地,应力速率越高,卸载和再加载变形量均更小。同时,应力速率越高,卸载-再加载循环中的变形累积增量越小、收敛也越快。以一定应力速率加载到特定荷载后的蠕变速率与蠕变时间在双对数坐标中近似为线性关系。初始蠕变速率随应力和应力速率增大而增大,而蠕变速率衰减速度随应力和应力速率增大而减小。     

分离式长电偶极子稀疏阵列的相干信号多维参数联合估计

由长电偶极子或大磁环组成的大尺寸电磁矢量传感器(ElectroMagnetic Vector Sensor,EMVS)比小尺寸EMVS辐射效率更高,研究其参数估计算法有助于推动EMVS的实装化应用.该文针对分离式长电偶极子稀疏阵列相干目标参数估计问题,提出高精度无模糊的多维参数闭式解算法.首先利用空域旋转不变性和单个矢量传感器内部属性得到方向余弦的高精度周期性模糊估计值,然后借助单个矢量传感器导向矢量推导出2维波达方向粗估计值,最后通过解模糊得到高精度无模糊的多维参数估计值.该方法规避了传统极化平滑算法的极化信息损失和迭代搜索过程,且能实现参数自动配对.计算机仿真结果表明了所提算法在分离式长电偶极子线阵中解相干的有效性.     

杠杆式力标准机自动控制系统研制

介绍了一种基于可编程控制器(PLC)的杠杆式力标准机自动控制系统,分析了杠杆式力标准机的机械结构和工作原理,并阐述了本控制系统的硬件结构以及控制软件设计。改造后的自动控制系统使原有杠杆式力标准机恢复正常运行,并且提高了整机控制以及检测水平。     

ITER极向场线圈销轴表面硬化工艺研发

ITER极向场线圈(PF)磁体支撑销轴承载极向场线圈和部分真空室的质量,因使用环境非常恶劣,所以对其表面硬度及耐磨性能有很高的需求。按照ITER极向场线圈销轴的设计要求,研发了两种表面硬化处理方式,包括无界面N离子注入361LN强化处理以及采用在不锈钢表面堆焊一层马氏体不锈钢ER414L的方式分别不同程度地增加基底材料的表面硬度以及耐磨性能,可以满足小尺寸及超大型部件的表面硬化设计需求。     

一种基于降维密度聚类的船舶异常轨迹识别方法

目的 有效分析和探索海洋船舶时空轨迹行为模式,提高船舶轨迹聚类的效率与质量,更好地检测真实船舶的异常行为。方法 针对当前船舶轨迹数据研究中存在的对多维特征信息利用不足、检测效率不高、检测精度较差等问题,提出一种精确度高、能自主识别分析多维特征的船舶异常轨迹识别方法。首先利用随机森林分类器评估多维特征重要性,构建轨迹特征的最优组合;然后提出一种降维密度聚类方法,将T–分布随机邻域嵌入(T–SNE)和自适应密度聚类(DBSCAN)模型结合,通过构建特征选择层和无监督聚类层实现对数据元素非线性关系的高效提取以及对聚类参数的智能选择;最后根据聚类结果构建类簇特征向量,计算距离阈值判别轨迹相似度,实现轨迹异常检测模型的构建。结果 以UCI数据集为例,降维密度聚类方法对4、13、30、64维特征数据集的F1分数能达到0.9 048、0.9 534、0.8 218、0.6 627,多个聚类指标均优于DBSCAN、K–Means等常见聚类算法的。结论 研究结果表明,降维密度聚类方法能有效提取数据多维特征结构,实现聚类参数自适应,弥补密度聚类中参数难以确定的问题,有效实现对多种类型船舶轨迹异常的识别。     

功能替代实时事务模型的二重调度算法

二重调度算法分析了功能替代实时事务模型的基本特征,提出一种动态记录系统实时环境的数据结构,进而提出快速执行事务内部调度的若干策略,包括最佳替代的选择策略、替代夭折策略及替代重启策略.实验结果证明,当系统能够存在资源冲突时,该算法能够显著提高事务的成功执行率和事务系统的可靠性.