基于遗传萤火虫算法的含风电电力系统机组组合研究

随着风能资源的广泛应用,机组组合问题求解愈显复杂。以减少煤耗费用提高系统经济性为目标,提出一种采用遗传萤火虫算法求解含风电电力系统机组组合问题的新方法。引入遗传算法双矩阵通路判断及约束修复策略,提高了初始解生成质量及产生速度;再利用萤火虫算法求解连续负荷经济优化分配,给出自适应交叉概率,从而提高了算法的收敛速度。应用所提算法对经典10机系统优化仿真表明,与其他算法相比,该方法能合理安排机组组合,提高系统供电的经济性,具有较好的实用价值。     

电驱液压式大截面导线压接设备自动化研究

现有的压接设备可控性差、操作复杂,导致压接质量因人而异。针对此问题,提出了基于DDVC技术的导线压接设备自动化控制方案,建立了速度控制系统数学模型,应用Simulink进行仿真,分析系统性能。建立了基于DEFORM的耐张线夹压接实验模型,获得了耐张线夹压接的最佳加载速度曲线,并以此作为压接设备速度控制系统的Simulink仿真模型输入,对压接过程进行了仿真分析。结果表明:开环控制时系统存在一定的超调,加入PID控制后可有效抑制超调;所设计的压接设备可很好地跟随最佳压接曲线,跟随误差仅为0. 904 mm·s-1。研究成果对改进压接设备、提高压接质量提供了新的解决方案。     

Distributed privacy protection strategy for MEC enhanced wireless body area networks

With the rapid development and widespread application of Wireless Body Area Networks (WBANs), the traditional centralized system architecture cannot handle the massive data generated by the edge devices. Meanwhile, in order to ensure the security of physiological privacy data and the identity privacy of patients, this paper presents a privacy protection strategy for Mobile Edge Computing(MEC) enhanced WBANs, which leverages the blockchain-based decentralized MEC paradigm to support efficient transmission of privacy information with low latency, high reliability within a high-demand data security scenario. On this basis, the Merkle tree optimization model is designed to authenticate nodes and to verify the source of physiological data. Furthermore, a hybrid signature algorithm is devised to guarantee the node anonymity with unforgeability, data integrity and reduced delay. The security performance analysis and simulation results show that our proposed strategy not only reduces the delay, but also secures the privacy and transmission of sensitive WBANs data.     

自保护药芯焊丝明弧堆焊Fe-Cr-C-B-W合金的组织及性能

采用自保护药芯焊丝明弧堆焊技术制备五组不同钨含量的Fe-Cr-C-B-W合金. 借助金相显微镜、扫描电子显微镜、X射线衍射仪、洛氏硬度计和磨损试验机分析堆焊合金的组织及性能. 结果表明，合金的显微组织由马氏体、残余奥氏体、M₇(C,B)₃，M₃(C,B)，Fe₃W₃C和WC组成. 大部分钨元素被迁移到晶界生成了比WC稳定性更好的Fe₃W₃C缺碳复合相，堆焊层中没有典型的初生WC硬质相颗粒生成. 随着钨添加量的增多，共晶硬质相M₇(C,B)₃，M₃(C,B)和Fe₃W₃C随之增多，间距减小，呈连续网状均匀分布. 当钨的添加量为12%时，堆焊层的耐磨性达到最佳.     

一种快速解压的无损压缩算法

随着信息技术的不断发展,大量数据给存储和传输都带来了巨大的挑战。数据压缩能够有效减少数据量,方便数据的处理和传输。无损压缩是一种利用数据的冗余特点进行压缩的压缩方法,解压时可以完全还原数据而不会有任何失真。在研究LZO算法的快速解压原理基础上,设计了一种新的压缩算法。该算法通过减少压缩数据中压缩块的数量,降低了解压程序的执行开销。测试结果表明,新算法可实现比LZO算法更快的解压速度。     

基于凸闭包集的不规则三角网算法研究与实现

不规则三角网是影响土石方量计算的关键问题之一，虽然目前已有大量研究人员对Delaunay三角网进行优化，但仍然缺少对三角网生成速率和计算精度的综合研究。针对此问题，基于VB.NET平台的点、边以及三角形的结构化数据结构设计快速生成凸闭包集形成Delaunay三角网，通过四边形空圆特性以及对角线最短原则对构网结果进行检验和优化。试验计算表明，该算法的计算结果与经典DTM法、方格网法的土方量计算相对误差均在0.30%以内。该方法不仅具有较高的组网效率，并能保持较好的计算精度。     

基于最小包容区域的球度误差评定方法

针对球度误差评定方法存在原理误差或模型误差,提出了一种符合最小包容区域定义的球度误差评定方法,即将几何搜索逼近算法与基于最小包容区域法的球度误差评定的几何结构和定义结合起来的准确评定方法。对仿真数据和其他文献中的数据进行了评定。所提方法与其他方法的评定结果表明,所提方法可以准确地找到最小包容区域球的球心并给出球度误差的精确解。     

改进ILoG算子的故障检测方法

针对强背景噪声干扰下轮对轴承故障特征微弱、难以准确检测的问题,提出了一种自适应改进高斯拉普拉斯(improved Laplacian of Gaussian,简称ILoG)算子的微弱故障检测方法。ILoG算子滤波器具有优良的信号突变特征检测能力,将其用于轮对轴承故障信号的冲击特征检测,同时利用水循环算法(water cycle algorithm,简称WCA)的寻优特性,并行搜寻筛选最佳的ILoG算子影响参数,通过对参数优化后ILoG算子滤波后信号做进一步包络解调分析,提取出轮对轴承微弱的故障特征信息。对实际轮对轴承外圈和内圈故障信号分析的结果表明,该方法可以有效检测出轴承微弱故障特征频率,故障检测效果优于小波阈值和多尺度形态学差值滤波方法。     

单线激光雷达与GNSS/INS的空间重构

为了解决多线激光雷达在三维空间重构任务中数据吞吐量过大导致运算负担过重以及扫描俯仰范围有限的问题,本文提出了一种利用单线激光雷达与惯性测量单元GNSS/INS相互结合的多站点扫描空间重构方案及相应解算方法。首先使用单线激光雷达扫描待测空间获取三维尺度信息,然后将点云数据与对应的任意方向的航向角相结合,再利用四元数姿态解算获取各站点扫描的点云图像。为提高计算效率,使用迭代最近点算法实现站点间点云配准时,对待匹配点云数据筛选并更新。实验结果表明在保留点云数字特征前提下,单线激光雷达与GNSS/INS系统能够提高76%的运算速率。本文提出的硬件方案和解算方法不但能够实现较高的配准精度,与多线激光雷达方案相比工程成本也得到显著下降。     

Neural network-based hybrid models developed for free radical polymerization of styrene

In the present work, the free radical polymerization of styrene is modeled by considering the phenomenology of the process (a simplified model, which does not include the diffusional effects, gel, and glass effects) in combination with an empirical model represented by an artificial neural network. Differential evolution (DE) algorithm, belonging to the class of evolutionary algorithms, is applied for developing the neural models in optimal forms. For improving the results—predicted conversion and molecular weights as function of time, temperature, and initiator concentration—different combinations between phenomenological model and neural network are tested; also, individual and stacked neural networks have been developed for the polymerization process. This methodology based on hybrid models, including neural networks aggregated in stacks, provides accurate results.