CPU-GPU异构计算框架下的高性能用电负荷预测

随着电网的快速发展,用电信息采集系统的数据计算业务面临着巨大挑战.近年来,图形处理器(GPU)因其在浮点计算速度和存储带宽方面的优势成为高性能计算问题中的研究热点,也被成功应用在电力系统计算分析等科学计算领域.在基于人工智能方法的电力负荷预测问题中,以往大部分研究仅考虑了使用GPU加速预测模型的训练,而并未应用在数据集的获取和计算上.提出了一种基于中央处理器-图形处理器(CPU-GPU)异构计算框架下全流程加速的高性能用电负荷预测方案.首先结合统一计算架构(CUDA)和多线程技术实现了使用多台GPU完成用电负荷的并行预处理,随后在聚类分析后基于XGBoost算法完成了多台区负荷预测,并利用GPU加速了模型的训练计算.最后通过对深圳市43254个台区用电信息的实例分析,验证了所提方法的高效性与适用性.     

基于STM32的光电搬运机器人设计与试验

为实现对不同位置、颜色物料的搬运,设计一种基于STM32的光电搬运机器人.该机器人采用STM32f407芯片,以具有物料定位功能的循迹小车底盘为载体,通过颜色传感器识别物料颜色特征,经PID算法优化移动路径,以二自由度吊臂作为抓取机构,制作实物模型进行了试验测试.研究结果表明:该光电搬运机器人吊臂响应时间短,搬运速度快,运行效率高,并以1′20″的成绩打破了"中国机器人大赛——光电车型搬运赛"的记录.     

三维剧烈塑性法轧制F45MnVS超细晶钢棒及细化机理

以F45MnVS钢棒为研究对象,利用自主研发的3D-SPD轧机,经直径压缩率为44%的1道次轧制成形后风冷,制备了直径为Φ25 mm的超细晶棒材;借助显微检测探究了变形后组织和晶粒的演变规律及细化机制。结果表明：变形后棒料中的铁素体含量增加,其中边部的铁素体增量最多,增加了26.1%;组织和晶粒均得到了细化,平均晶粒尺寸细化至2.8μm,珠光体片层间距细化至0.21μm,且晶粒无明显取向性;变形后,屈服强度、抗拉强度和冲击功分别提升了17.2%、10.5%和48.3%,伸长率降低了3.1%。铁素体含量的增加与大变形下应变诱导奥氏体向铁素体转变有关;组织和晶粒细化的主要原因为大应变导致的动态回复、动态再结晶和应变诱导铁素体转变;晶粒的弱取向性主要是该变形的扭转力更大和变形区较长所致;材料强度的提升得益于组织和晶粒细化,而韧性的提升还与相变诱导铁素体含量的增加有关。