基于统计过程控制的水清洗控制系统

为了将水清洗机接入工业网络并实现智能自动化控制,本文提出了一种基于统计过程控制(SPC)可重构程序的水清洗控制系统.该系统根据水清洗设备的参数和组件特性构建了该设备的控制协议;根据协议指令制定了指令判断模块;根据SPC理论设计了过程控制模块.控制协议让该系统的清洗程序具有重构和联网的功能;指令判断模块为重构后的指令提供了安全性保障;过程控制模块让该系统的清洗过程具备动态调整清洗组件的功能.这些功能使得该设备可以实现智能自动化控制.通过测试,该系统比原有系统的清洗次数平均减少了15%,水清洗液的使用率提升了约5%,并扩展了3项功能,提高了设备的利用率和智能化水平,最终满足节能省水、多用途和联网的需求.     

应用引导积分梯度的对抗样本生成

给图片添加特定扰动可以生成对抗样本, 误导深度神经网络输出错误结果, 更加强力的攻击方法可以促进网络模型安全性和鲁棒性的研究. 攻击方法分为白盒攻击和黑盒攻击, 对抗样本的迁移性可以借已知模型生成结果来攻击其他黑盒模型. 基于直线积分梯度的攻击TAIG-S可以生成具有较强迁移性的样本, 但是在直线路径中会受噪声影响, 叠加与预测结果无关的像素梯度, 影响了攻击成功率. 所提出的Guided-TAIG方法引入引导积分梯度, 在每一段积分路径计算上采用自适应调整的方式, 纠正绝对值较低的部分像素值, 并且在一定区间内寻找下一步的起点, 规避了无意义的梯度噪声累积. 基于ImageNet数据集上的实验表明, Guided-TAIG在CNN和Transformer架构模型上的白盒攻击性能均优于FGSM、C&W、TAIG-S等方法, 并且制作的扰动更小, 黑盒模式下迁移攻击性能更强, 表明了所提方法的有效性.     

脑卒中多分类预后预测的深度集成优化方法

诊疗前预测急性缺血性脑卒中（AIS）的预后分级,有利于揭示预后转归水平并指导治疗策略,提升方法的预测性能是实现精准医疗的重要指导。利用临床和影像组学的融合特征实施脑卒中的多分类预测,并提出了一种基于融合特征的深度集成优化方法（IABC-DEL）模型,其特征选择方法为Embedded嵌入法和卡方检验,数据不平衡处理方式为Borderline-SMOTE算法,利用Stacking构建深度集成优化模型,基学习器包括深度神经网络（DNN）、长短期记忆网络（LSTM）和门控循环单元（GRU）,优化方法为改良人工蜂群算法（IABC）。研究结果表明,深度集成优化方法的预后预测性能优于经典方法和既往研究,Macro-F1 score为87.88%,Macro-AUC为96.27%,ACC为88.02%。因此,基于深度集成优化学习的急性缺血性脑卒中预后模型可对临床诊治和预后康复提供指导意义,并为研究预测提供新的建模思路。     

增材制造技术在电机中的应用综述

增材制造技术(即3D打印)因具有高设计自由度、高材料利用率、高成形效率和精度等优势,逐渐成为高效轻质高功率密度电机设计与制造的研究热点。该文旨在对3D打印电机的性能及其应用作系统性综述。首先,对3D打印电机的发展脉络进行简要概括。其次,分别对3D打印铁心、磁钢、绕组,以及散热和机械支撑结构的研究现状进行总结,并与传统工艺加工的样件进行性能对比。随后,介绍了适用于增材制造的结构设计方法——拓扑优化。最后,根据目前的研究情况归纳了3D打印电机未来的发展趋势和面临的挑战。     

电力电子设备接入电压支撑强度量化评估指标综述

当前,大规模新能源发电、柔性直流输电等电力电子设备接入系统存在规模受限、暂态过电压、控制失稳等问题,其严重程度与系统的电压支撑强度密切相关。该文以电力电子设备并网系统为背景,对电压支撑强度的量化评估指标——短路比指标、阻抗比指标的构建与应用进行综述。分析电力系统强弱的关键特性及其与量化评估指标之间的关联,阐述了电压支撑强度的概念。一方面,短路比作为量化评估系统电压支撑强度的重要指标,根据电力电子设备并网后的系统特征,发展不同形式的构建方法。采用短路比指标衡量电压支撑强度时,临界短路比是划分系统强弱的重要判据,与系统静态电压稳定密切相关,当前临界短路比应用于新能源系统时存在计算方法及数值不统一的问题。另一方面,通过推导阻抗比与临界短路比之间的数学关系,分析阻抗比对电压支撑强度的影响,确定短路比与阻抗比在电压支撑强度量化评估应用中的配合关系。该文对现有的电压支撑强度量化评估指标存在的问题进行分析与总结,建议在评估电压支撑强度时将短路比指标作为主要指标,将阻抗比指标作为辅助指标,为衡量系统对电力电子设备接纳能力的后续研究提供参考。     

Iterative learning control for integrated system of robot and machine tool

This study is concerned with the integrated system of a robot and a machine tool. The major task of robot is loading the workpiece to the machine tool for contour cutting. An iterative learning control (ILC) algorithm is proposed to improve the accuracy of the finished product. The proposed ILC is to modify the input command of the next machining cycle for both robot and machine tool to iteratively enhance the output accuracy of the robot and machine tool. The modified command is computed based on the current tracking/contour error. For the ILC of the robot, tracking error is considered as the control objective to reduce the tracking error of motion path, in particular, the error at the endpoint. Meanwhile, for the ILC of the machine tool, contour error is considered as the control objective to improve the contouring accuracy, which determines the quality of machining. In view of the complicated contour error model, the equivalent contour error instead of the actual contour error is taken as the control objective in this study. One challenge for the integrated system is that there exists an initial state error for the machine tool dynamics, violating the basic assumption of ILC. It will be shown in this study that the effects of initial state error can be significantly reduced by the ILC of the robot. The proposed ILC algorithm is verified experimentally on an integrated system of commercial robot and machine tool. The experimental results show that the proposed ILC can achieve more than 90% of reduction on both the RMS tracking error of the robot and the RMS contour error of the machine tool within six learning iterations. The results clearly validate the effectiveness of the proposed ILC for the integrated system.     

大型光学遥感卫星高可靠高性能综合电子系统设计

针对大型光学遥感卫星高可靠高性能和好用易用的需求,设计了一种具有高度容错能力的综合电子系统,详细介绍了 系统的体系架构和信息流设计,深入探讨了卫星运行管理和系统容错机制等关键设计技术。 介绍了所设计综合电子系统在某 型号卫星上的在轨应用情况,该卫星充分采用了论文提出的多冗余备份架构、容错技术和运行管理技术,平均每天完成 21 次成 像和 11 次数传,日均拍摄面积高达 1 100 000 km 2 ,最长连续无故障运行时间超过 6 个月,充分验证了所设计综合电子系统具有 在轨高效稳定运行的能力。     

基于多时间尺度综合需求响应策略的综合能源系统优化运行

为充分挖掘各类型综合需求响应(integrated demand response,IDR)参与协调综合能源系统(integrated energy system,IES)优化运行能力,首先分析IDR多时间尺度特性,建立各类型IDR模型并制定了IDR多时间尺度响应策略;然后基于此策略建立以经济性最优为目标的IES多时间尺度优化运行模型:该模型分为日前-日内上层-日内下层三个阶段,在日前阶段制定经济性最优的日前调度计划,在日内阶段划分长、短两个时间尺度分别对冷/热、电/气相关设备出力进行分层管理;最后算例分析表明,所提模型能够有效降低运行成本,充分发挥不同响应能力的设备参与日内调度的潜力。     

考虑综合需求响应混合不确定性的综合能源系统优化调度策略

综合需求响应(integrated demand response,IDR)是挖掘综合能源系统(integrated energy system,IES)负荷侧调节潜力的主要手段。然而,IDR用户的用能行为具有随机性、模糊性相耦合的混合不确定性特征,由此产生的IDR不确定性不仅会给调度策略的制定带来挑战,而且会对系统的可靠性产生影响,甚至可能引起负荷断供。针对上述问题,首先提出了基于改进PMV-PPD(predicted mean vote-predicted percentage of dissatisfied)指标的用户参与意愿评估模型;其次,基于云模型理论,建立了考虑混合不确定性的价格型IDR模型;在此基础上,综合考虑各类能源响应量边界和价格弹性系数等因素的不确定性,提出了IES优化调度策略。算例结果表明所提的IES优化调度策略可以更好地应对IDR不确定性带来的负荷波动,有效提升系统可靠性。     

数据中心综合能源系统优化运行研究综述

作为数字基础设施的重要载体,数据中心的数量和规模不断增长,导致系统能源消耗与日俱增,运行成本成倍上升。而综合能源系统(integrated energy system, IES)是以电力系统为核心,涵盖供电/气/冷/热等能源产供销一体化的复杂系统,其优化运行可实现对多种能源的综合管理和经济调度,采用IES替代数据中心的供能系统将是降低数据中心运行成本的有效方案。目前对IES的典型架构尚未明确定义,对基于数据中心的IES优化运行问题鲜有研究。首先介绍了IES以及基于数据中心的IES典型物理框架;其次分析了系统中耦合型运行设备的物理模型和能源集线器(energy hub, EH)及其扩展模型在系统中的应用;在此基础上,总结和梳理了国内外IES及基于数据中心的IES的优化运行现状,并提出了基于数据中心的多能源输入-多能源耦合-多能源输出的运行方式;最后,对基于数据中心的IES中能源不确定性及负荷预测、能源动态建模、优化调度策略及效益评价等重点发展方向和潜在的可研究内容进行了展望,以期为未来相关的项目落地、仿真研发等提供参考和借鉴。