某轻型铝合金活动房试验研究

对一种新开发的轻型铝合金活动房进行了骨架及整体在标准风荷载下的试验研究。试验为静力模拟试验,用分配梁系统将荷载施加到各个加载点上,得出了骨架及整体的荷载-位移和荷载-应力曲线,并比较了骨架试验和整体试验的试验结果,总结了房屋承载特点,提出了一些建议。     

基于海绵城市理念的市政道路设计探讨

海绵城市的建设越来越符合城市的绿色、循环、可持续的发展理念。在进行海绵城市的建设中,道路起着举足轻重的地位,通过道路的改造以及选用优质环保面砖材料,这样就能够减少地表水的污染,建设地表水储蓄系统,提高降水的储存率。本文主要对城市道路建设进行简要的探索,希望读者对其有一定的了解。     

基于量子加权长短时记忆神经网络的状态退化趋势预测

提出基于量子加权长短时记忆神经网络(QWLSTMNN)的旋转机械状态退化趋势预测方法。首先采用小波包能量熵误差构建状态退化特征集,然后将该特征集输入QWLSTMNN以完成旋转机械状态退化趋势预测。在QWLSTMNN中,将输入层权值量子位扩展到隐层以获取额外的梯度信息;利用隐层权值量子位的反馈信息以获取输入序列的全部记忆,改善了原长短时记忆神经网络(LSTMNN)的非线性逼近能力和泛化性能,使所提出的状态退化趋势预测方法具有较高的预测精度;另外,采用新型的基于量子相移门和量子梯度下降法的学习算法以实现QWLSTMNN的网络量子参数(即权值量子位和活性值量子位)的快速更新,提高了网络收敛速度,使所提出的预测方法具有较高的计算效率。滚动轴承状态退化趋势预测实例验证了该方法的有效性。     

基于双隐层量子线路循环单元神经网络的状态退化趋势预测

针对现有人工智能预测方法在旋转机械状态退化趋势预测中存在预测精度较差、计算效率较低等缺点,提出基于双隐层量子线路循环单元神经网络(Double hidden layer quantum circuit recurrent unit neural network,DHL-QCRUNN)的旋转机械状态退化趋势预测方法。首先采用量纲一化排列熵误差构建状态退化特征集,然后将该特征集输入DHL-QCRUNN以完成旋转机械状态退化趋势预测。在所提出的DHL-QCRUNN中,设计双隐层结构以提高网络的非线性映射能力;并引入量子相移门和多位受控非门以实现信息的传递;通过双隐层的量子反馈机制获得输入序列的整体记忆;最后采用输出层激发态的概率幅表示输出,通过以上方法改善了网络的非线性逼近能力和泛化性能,使所提出的旋转机械状态退化趋势预测方法具有较高的预测精度。此外,通过量子Levenberg-Marqudt(LM)算法更新DHL-QCRUNN的网络参数,提高该网络的收敛速度,使所提出的状态退化趋势预测方法具有较高计算效率。滚动轴承状态退化趋势预测实例验证了该方法的有效性。提出了基于DHL-QCRUNN的旋转机械状态退化趋势预测新方法,该方法具有较高的预测精度和较高的计算效率。     

不控整流型直流融冰装置设计与仿真研究

针对目前直流线路的直流融冰方法研究现状,提出了一种基于双24脉波不控整流器的直流融冰装置,可以通过改变整流变压器二次侧电压档位以及整流器输出连接方式来扩大装置融冰范围。给出了详细的直流融冰装置设计方案,在PSCAD/EMTDC仿真软件中搭建了直流融冰装置模型,仿真结果验证了设计的有效性。     

电工钢钢包渣结壳问题分析

针对电工钢生产过程中钢包渣结壳的现象,与不结壳渣进行对比,从物质的组成,物相和黏度等3个方面进行了分析。结果表明,随着温度的降低,炉渣中析出大量的高熔点物相如MgO、尖晶石(MgO·Al₂O₃)、2CaO·SiO₂等,在炉渣中起到“钉扎”强化作用的同时又能导致炉渣的黏度增加,失去流动能力,从而容易黏附在一起结块成壳。此外,提出了预防钢包渣结壳的有关措施。     

大规模海上风电多电压等级混合级联直流送出系统

海上风电场拥有更加丰富与稳定的风能资源,同时具备适宜大规模开发的优点,发展潜力巨大,是未来风电的主要发展趋势.文中总结分析了现有工程和理论研究中涉及的大规模海上风电直流送出拓扑,包括仅采用模块化多电平换流器的柔性直流换流站系统和二极管整流单元-模块化多电平换流器混合直流换流站系统,归纳了各方案的运行特点.为解决现有方案运行灵活性低、可行性差的问题,提出了一种多电压等级混合级联直流送出系统,从技术性和经济性两方面对方案进行了对比分析.最后,设计了多电压等级混合级联直流送出系统协调控制策略,通过PSCAD/EMTDC仿真分析对并网方案进行了可行性验证.     

分布式卫星云雾网络及时延与能耗策略

为了解决分布式卫星的地面云计算中心架构存在的高传输时延问题,提出分布式卫星云雾网络(DSCFN)架构,由小卫星编队飞行组成卫星雾网络,根据地面站云计算得出的任务划分比例直接进行本地分布式计算,降低业务处理时延.由于卫星的计算能力较弱,时延降低将导致能耗增加,卫星工作寿命减短,为此提出均衡时延和能耗的策略,利用改进的粒子群优化(MPSO)算法,解决能耗约束下的时延优化问题,达到时延和能耗折中的目标.仿真结果表明,基于MPSO算法得出的任务比例进行分布式计算,可以在能耗约束条件下,有效地降低卫星雾网络的任务处理时延,满足时延敏感型业务的需求;由10颗小卫星组成的DSCFN处理1 Gb数据的时延相比地面云中心降低了90.7%.     

适用于多工况优化设计与重复仿真的MMC快速仿真平台

针对PSCAD/EMTDC下MMC仿真模型仿真速度慢,进行多工况优化设计与重复仿真效率低等问题,基于Matlab以M语言构建了MMC的快速仿真平台。该快速仿真平台的电气部分采用Dommel算法求解,控制部分采用梯形积分法求解。阐述了电气部分各主要元件的Dommel算法建模方法,提出了电气部分的求解方法以及电气部分和控制部分的联立求解方法。通过与基于PSCAD/EMTDC的MMC详细电磁暂态程序对比,仿真结果验证了基于Matlab的M语言MMC仿真平台的正确性。所开发的MMC快速仿真平台可以作为MMC阀损计算,过电压计算等需要多工况优化设计与重复仿真的内核仿真程序。     

挺进深蓝:从单体仿生到群体智能

近年来,群体智能作为一项多学科融合的新技术在各领域的研究成果斐然,例如共享出行、蜂群无人机系统、水下多智能体平台等,但与水下场景结合的群体智能技术缺乏系统的归纳,有必要对水下群体智能技术的发展现状和趋势进行讨论和分析.本文对群体智能理论进行了详尽的分析,给出了群体智能的完整概念、具体算法以及应用领域.文中指出,为解决海洋复杂环境对探测、通信等造成的一系列困难,需要将群体智能技术应用于水下场景.本文就国内外水下群体智能技术的研究现状进行了总结,对水下群体智能存在的环境复杂、通信受限、信息获取困难、系统能力不足以及能量供应受限的难点进行了评述.针对这些难点,本文对结合群体智能理论的时变环境感知技术、传感网络设计、协同导航定位技术、路径规划技术、水下编队控制以及分布式自主决策技术进行了分析,并在文末给出水下群体智能技术未来在跨域通信、多平台异构、自主作业能力革新方面的发展趋势和展望.