基于LLC的E波段行波管电源设计

随着行波管沿着高功率、小体积的方向发展,其工作频段也在往高频发展.目前国内行波管已经发展到E波段.高压电源对行波管的性能具有重要影响,其主要是对行波管进行供电调节.设计了E波段行波管高压电源,其主要包括LLC谐振变换器、高压整流电路、负高压反馈控制电路和保护电路.将所设计的电路应用在E波段行波管电源电路中,能够较好地解...     

Ku波段高效率功率可调空间行波管研制

伴随着卫星通信系统对可变且高效载荷的需求,空间行波管放大器将加速由单机专用模式向功率可调多任务模式发展.为解决功率可调空间行波管在不同输出功率条件下保持高效率的设计难点,针对某Ku波段螺旋线辐冷型空间行波管开展了功率可调高效率的研究.通过设计提高行波管在不同阳极电压下的电子效率、收集极效率和电子流通率,使Ku波段行波管...     

一种适用于空心电子束的慢波系统的理论

提出了一种新型同轴慢波系统——紧密缠绕螺旋线介质棒加载盘荷波导,解析推导了其色散方程和耦合阻抗的表达式,并给出了数值计算结果。结果表明:新型导波结构作为行波管的慢波系统,不但可使行波管具有相对较宽的频带,又可使其具有较高的耦合阻抗。     

面向对象技术在行波管CAD中的应用

应用面向对象技术设计基于客户/服务器模型的分布对象计算环境,采用完全的数据并行处理方式提高行波管CAD科学计算能力。系统具有良好的并行性和集成性,代码具有较强的可重用性。可扩展性和可维护性。文中给出了实现行波管泣波工作用科学可视化的体系结构和关键技术。     

改进的行波管三维非线性理论

研究了行波管中直流空间电荷场导致的电位下沉效应,计算了谐波与电子注的相互作用,并利用三维"塑性"宏粒子模型计算了交变空间电荷场,同时考虑了有限聚焦磁场。基于上述改进的行波管三维非线性理论,开发了可动态实时显示行波管工作状态的可视化科学计算软件,并利用该软件分析了电位下沉效应、空间电荷力、谐波对行波管性能的影响,得到了与实验测试更吻合的计算结果。     

DWDM传输系统光功率调试分析

DWDM系统具有传输容量高、扩容简单和性能可靠等诸多优点,使得它在传送网中得到了广泛的应用.DWDM系统的商用使得对其各参数进行测试分析的各种方法层出不穷,文章围绕DWDM传输系统的光功率调试方面来进行讨论,从DWDM系统的功率平坦度出发,介绍了DWDM系统的光功率调试的相关指标,并在DWDM系统的端到端调试的准则下,详细分析了DWDM系统的光功率及平坦度调试方法,在此基础上对各个指标的调试作了探讨.最后以40波DWDM传输系统为例,详细介绍了DWDM系统光功率的计算及调试方法.     

空间目标的激光主动成像系统性能分析

针对空间目标探测,介绍了激光主动成像系统的组成,详细分析了空间目标及背景的辐射特性;根据成像分辨率、调制对比度、最小可探测功率、系统信噪比等参数,分别给出作用距离模型,并对激光主动成像系统性能进行分析和仿真计算;仿真结果表明：利用激光主动成像探测系统可对一定距离的空间目标进行成像探测。     

西安市污水处理厂改扩建工程工艺及其系统调试

西安市污水处理厂改扩建后处理能力为16×104m3/d,城市生活污水经格栅、沉砂池后进入原有的2座初沉池进行一级处理,其中:4×104m3/d的城市生活污水经一级处理后直接排放,6×104m3/d经普通活性污泥法(中负荷处理系统)处理后排放,其余6×104m3/d经A2O工艺与过滤工艺处理后回用.为确保系统的正常运行、优化运行参数,在竣工验收的基础上,编制调试计划和细则,采用空池调试、小水量清水调试、污水调试及污泥培养,进而进行系统调试,实现了处理水达标的要求.对如此多目标复杂处理系统的调试水国内首次,对丰富城市污水处理理论、指导污水厂运行具有很重要的价值.     

基于改进粒子滤波的煤矿视频监控模糊目标检测

针对煤矿井下智能视频监控采集到的视频图像质量较差、干扰多、噪点多、目标检测不准确等问题,提出了一种基于改进粒子滤波的模糊目标检测方法。在标准粒子滤波理论框架下,以视频多图像帧差为基础构建非线性、非高斯多系统状态空间融合模型;在图像帧差得到的关键点区域范围内进行粒子抽样及概率密度的传播;利用加权后验样本粒子表示多系统状态空间融合模型的后验概率密度;采用样本均值方法融合估计系统后验状态;最后对系统状态空间模型进行输出,得到目标检测结果。使用三交河煤矿井下视频监控数据进行试验验证,分别釆用改进的粒子滤波、标准粒子滤波、无损卡尔曼滤波以及扩展卡尔曼滤波等方法进行对比。试验结果表明:针对煤矿井下视频模糊目标检测问题,改进的多状态空间模型及关键区域采样粒子滤波算法具有良好的目标检测效果。     

一种基于公话网的智能家居系统

分析了智能家居的相关技术现状,提出了一种基于公共交换电话网的智能家居系统的总体方案,阐述了该系统的工作原理及软硬件的设计方法与过程.该系统利用计算机和红外遥控等技术实现了一个智能化的窗帘机构,采用双音多频信号进行信息的传输,实现了家居的安全防护和家电的远程控制.经过调试与检测证明,该系统具有性能可靠、功能丰富、易于使用等特点,具有广泛的实用价值.     

基于GABP-NSGA-Ⅱ的开关磁阻电机系统级多目标优化设计

为提升开关磁阻电机（SRM）的系统驱动性能,提出一种基于遗传算法（GA）优化反向传播（BP）神经网络和非支配排序遗传算法（NSGA-II）相结合的多目标优化设计方法,旨在降低其转矩脉动、提高其平均转矩和效率。通过灵敏度分析,选择对开关磁阻电机优化目标影响较大的3个本体参数（匝数、转子极弧系数、气隙）和两个控制参数（开通角、关断角）作为决策变量,采用有限元分析、GA-BP法建模和NSGA-II算法进行多目标寻优,得到最优解。仿真结果表明,运用GA-BP-NSGA-II优化设计方法对提升开关磁阻电机的系统驱动性能有显著效果。     

基于文化算法的认知无线电优化研究

提出了基于文化算法的认知无线电优化方法,以通断键控系统为例设计了待优化的多目标参数,利用文化算法的指导空间概念,加快目标参数优化速度。计算机仿真结果表明文化算法的收敛速度明显优于遗传算法,在进化代数明显少于遗传算法的情况下获得近似遗传算法的优化结果,这一特性适合于对实时性要求较高的认知无线电优化。     

基于正交建模的空间柔顺构件多目标优化

为满足超磁致伸缩材料精密加工异形孔的刚性、稳定性等要求,根据材料驱动特性对空间柔顺构件多个性能参数(驱动刚度、抗扭转刚度和一阶固有频率)进行优化设计,给出一种基于正交仿真试验和遗传算法的多目标优化方法.该方法通过主结构离散参数值的正交排列组合和有限元仿真获得两者的映射试验表,再采用回归拟合的方法建立各性能参数与主要结构参数的优化模型,经多目标遗传算法获得一组最优解,使柔顺构件弯曲变形量、扭转变形量、一阶固有频率分别为51.6um、3.3um、849.7 Hz,满足超磁致伸缩驱动特性和异形孔精密加工的要求.     

基于进化算法的带约束混合动力系统多目标优化

为获得无需将多目标优化问题转化为单目标优化问题的混合动力系统多目标优化方法,分析了并联混合汽车总成模型,建立了带约束混合动力系统多目标优化数学模型,并给出了优化目标、待优化参数及约束条件。设计了基于NSGA-Ⅱ的混合动力系统多目标优化算法,该算法基于Pareto支配性原理判定所得方案的优劣,不需要指定各个目标的权系数。仿真优化结果表明:优化后的系统百公里油耗平均下降了0.25%,污染物排放平均下降了2.75%,蓄电池充电效率分布由[0.8,0.9]变为[0.85,0.9],放电效率分布由[0.82,1.0]变为[0.95,1.0],作者提出的方法可以优化混合动力系统的性能。     

基于改进蝙蝠算法含分布式电源的无功优化

将分布式电源与传统的配电网电压调节方式相结合,分析包含分布式电源的配电网系统无功优化的问题,并建立了有功网络损耗最低以及电压稳定裕度最大的多目标优化数学模型,利用模糊理论将分布式电源的多目标无功优化问题转换成单目标优化问题,进一步减少了有功网损,提高了电压稳定性。鉴于传统蝙蝠群体易于聚集于局部极值,导致早熟,将混沌序列以及自适应调整策略融入到蝙蝠优化算法中,提出了一种改进型多目标蝙蝠优化算法,利用混沌理论以及动态自适应机制调整的特性,对蝙蝠算法参数进行调整。通过IEEE-33测试系统验证,所提算法具有良好的实用性和适应性,并且也证明了所提模型的实际意义。     

改进的多目标粒子群优化算法及其在雷达布站中的应用

为更好地解决多目标问题,提高多目标优化算法的多样性和收敛性,提出一种改进的多目标粒子群优化算法。算法将种群分为多个子种群同时进行优化搜索并改进粒子速度更新公式,扩大Pareto最优解集的覆盖面;利用反三角函数logistic映射初始化种群,使初始种群分布更均匀;并使用时变变异方法对外部档案进行变异,避免陷入局部最优。通过与标准多目标粒子群优化算法(MOPSO)和NSGA-Ⅱ在标准测试函数ZDT1、ZDT2、KUR上的仿真实验对比,验证了该文提出的改进算法的有效性,并将其应用于雷达优化布站。     

Multi-objective pigeon-inspired optimization for brushless direct current motor parameter design

Pigeon-inspired optimization(PIO) is a new swarm intelligence optimization algorithm, which is inspired by the behavior of homing pigeons. A variant of pigeon-inspired optimization named multi-objective pigeon-inspired optimization(MPIO) is proposed in this paper. It is also adopted to solve the multi-objective optimization problems in designing the parameters of brushless direct current motors, which has two objective variables, five design variables, and five constraint variables. Furthermore, comparative experimental results with the modified non-dominated sorting genetic algorithm are given to show the feasibility, validity and superiority of our proposed MIPO algorithm.     

基于非合作博弈的布谷鸟搜索算法在微电网多目标优化中的应用

在微电网多目标优化过程中,不同目标之间往往相互影响,相互制约。随着可再生能源的高比例接入,必然会对电网造成冲击,降低其稳定运行水平;同时联络线功率波动也会影响清洁能源的并网比重,从而无法保证可再生能源的充分利用。作为同时需要优化的主体,两者具有一定的效益冲突。为实现两者利益的最大化,采用一种基于二人零和博弈模型的线性加权法,得出Nash稳定策略下的最佳权重系数,并将该系数应用于风-光-储协调的混合发电系统多目标优化模型中,将多目标问题转化为单目标问题,再应用布谷鸟搜索算法（CS）对该模型进行求解。结果表明,较之传统多目标算法,该方法可以使微电网整体获得更大收益,既提高了可再生能源渗透率,又有效抑制了联络线随机功率波动。     

Multi-objective Optimisation Design of Water Distribution Systems: Comparison of Two Evolutionary Algorithms

In order to compare two advanced multi-objective evolutionary algorithms, a multi-objective water distribution problem is formulated in this paper. The multi-objective optimization has received more attention in the water distribution system design. On the one hand the cost of water distribution system including capital, operational, and maintenance cost is mostly concerned issue by the utilities all the time; on the other hand improving the performance of water distribution systems is of equivalent importance, which is often conflicting with the previous goal. Many performance metrics of water networks are developed in recent years, including total or maximum pressure deficit, resilience, inequity, probabilistic robustness, and risk measure. In this paper, a new resilience metric based on the energy analysis of water distribution systems is proposed. Two optimization objectives are comprised of capital cost and the new resilience index. A heuristic algorithm, speed-constrained multi-objective particle swarm optimization (SMPSO) extended on the basis of the multi-objective particle swarm algorithm, is introduced to compare with another state-of-the-art heuristic algorithm, NSGA-II. The solutions are evaluated by two metrics, namely spread and hypervolume. To illustrate the capability of SMPSO to efficiently identify good designs, two benchmark problems (two-loop network and Hanoi network) are employed. From several aspects the results demonstrate that SMPSO is a competitive and potential tool to tackle with the optimization problem of complex systems.     

基于智能算法的汽车气动外形参数多目标优化

为了对汽车外形进行优化设计,利用CFD软件与智能算法相结合的方法,以在天窗微开高速行驶状态下的汽车为优化的对象,选取气动阻力最小、气动升力为0、天窗后缘压强最小为`优化目标,以汽车关键外形参数为设计变量,对汽车气动外形进行多目标优化设计.同时,应用了数据挖掘技术评价设计变量与3个目标函数的影响关系,选取优化后的最佳关键参数制作汽车模型并进行风洞试验验证.研究结果表明:通过遗传算法优化的车身外形,在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%,并通过风洞试验验证了该智能算法结果的准确性.基于智能算法的汽车气动外形设计具有指导意义与实际应用价值,为汽车气动外形的多目标优化设计提供了一种高效、精确、可靠的先进优化方法.