金字塔光流三维运动估计与深度重建直接方法

针对基于图像序列光流的三维运动估计与深度重建问题,提出一种基于图像金字塔光流的三维运动估计与深度重建直接方法。首先根据光流计算亮度守恒假设和像素点光流与三维空间点运动的对应关系推导出基于图像亮度的三维运动守恒假设;然后借鉴变分原理,通过设计基于L1模型的鲁棒数据项以及图像与运动联合控制的平滑项构造基于变分光流的三维运动估计能量函数;为了应对图像序列中包含的大位移运动及运动遮挡问题,采用图像金字塔分层策略设计三维运动估计模型;最后根据图像三维运动估计结果重建图像中运动物体或场景的深度信息。实验表明,该方法能够较好地应对图像序列中光照变化、多目标大位移运动以及运动遮挡等情况,具有较高的三维运动估计与深度重建精度和较好的鲁棒性。     

复杂动态环境下基于深度强化学习的AGV避障方法

为提升自动导引车(AGV)在智能工厂复杂动态环境下的避障能力，使其能在全局路径引导下安全、高效地完成避障任务，提出一种基于深度强化学习的局部避障方法。首先，将避障问题表示为部分观测马尔可夫决策过程，详细描述了观测空间、动作空间、奖励函数和最优避障策略，通过设置不同的奖励实现以全局路径引导局部避障规划；然后，在此基础上，采用深度确定性策略梯度算法训练避障策略；最后，建立了仿真实验环境，并设计多种实验场景来验证所提方法的有效性。实验结果表明，所提方法可以应对复杂动态环境，减小避障时间与距离，提高运行效率。     

太阳能汽车续航模型及光储优化配置方法

针对太阳能汽车中能量系统投资成本和续航能力的矛盾问题,同时为了实现太阳能汽车光储容量配置方法,对太阳能汽车中光伏电源、储能系统和主要负荷的特性进行了研究,采用通用光储混合能量系统结构为对象,建立了光储容量优化配置模型,提出了一种基于NSGA-II多目标优化算法的太阳能汽车光储容量优化配置方法。建立了太阳能汽车续航能力计算模型,用于分析该容量配置方法的效果。利用NSGA-II多目标优化算法对光伏电源和储能系统容量进行了求解,得到了满足能源系统成本与续航能力优化目标的配置方案。通过算例求解了光储容量配置方法最优解集,针对具体工程案例优化了配置方案并对该配置方案进行了分析。结果表明:该太阳能汽车续航模型的准确性和光储容量优化配置方法的有效性、可靠性。     

基于磨削去除率的无心磨削ERWC碳排放模型与实验

为准确量化无心磨削过程中的碳排放，提出一种新的无心磨削ERWC碳排放计算模型，该模型用基于功率信号的磨削材料去除率计算材料去除能耗、砂轮磨损碳排放等，相比以往基于经验公式计算得到的无心磨削碳排放，有效降低了与实际加工过程碳排放之间的误差。深入分析无心磨削碳排放的影响因素，提出建立无心磨削碳排放模型的方法；基于监测功率信号的无心磨削材料去除率模型，综合考虑能源消耗、资源消耗和废弃物对无心磨削碳排放的影响，建立无心磨削ERWC碳排放模型。将无心磨削ERWC碳排放等效模型用于企业工厂柱塞芯磨削加工实验表明，该无心磨削碳排放模型对无心磨削加工过程中的碳排放进行了准确量化，为后续优化磨削工艺参数、降低无心磨削加工过程中的碳排放打下了理论基础。     

基于EV风电消纳的“风-网-荷”协同优化策略

为降低电网负荷波动，提出了基于EV风电消纳的“风-网-荷”协同优化策略。该策略以EV为主体，依托风电商和配电商的合作关系建立风电充电站，利用EV协助消纳风电功率；根据EV风电功率消纳量和政府电价补贴政策制定社区居民激励电价，提高社区EV参与风电消纳的响应度；通过激励电价引导居民调整用电行为，改善社区负荷。以最小化EV充电费用和居民用电费用、最大化风电消纳率为目标采用NSGA-Ⅱ算法求解模型，并对比EV在无序充电场景和V2G策略场景的执行效果。结果表明：所提策略较其他应用场景在满足居民用电需求和EV充电需求的同时能更好地降低用户支出费用和社区负荷峰谷差，提高电网的可靠性。     

基于深度残差收缩网络的风力发电机齿轮箱故障诊断

提出了一种基于深度残差收缩网络的风力发电机齿轮箱故障诊断方法。首先，通过齿轮箱动力学模拟实验平台采集9种工况下的8种故障的振动信号；其次，对所采集的信号进行数据预处理，将其输入至深度残差收缩网络中训练；最后，利用反向传播算法不断优化网络参数，实现变工况下风力发电机齿轮箱故障的识别与分类。实验结果表明，所提方法在变工况场景下，可有效提取齿轮箱的故障特征并具有较高的识别准确率，证明了其在风力发电机齿轮箱故障诊断方面的可行性及有效性。     

基于调度策略的自动化仓库系统优化问题研究

为提高自动化立体仓库出入库操作的效率，提出了库区分配策略、任务分配策略和货位分配策略3种调度策略。分析了某企业自动化立体仓库货架布局。在一般库区分配策略的基础上，提出了基于映射的货品一货位耦合库区分配策略。该策略采用货品按出库频率高低排列形成不同优先级的货品链，货位按照距离出入库台的远近划分为优先级不同的货位链，优先级高的货品链和优先级高的货位链相匹配耦合，形成相应的货位分区。研究了基于库区分配策略和货位分配策略的优化问题，建立了相应的数学模型，并应用基于Pareto最优解的遗传算法对问题进行了求解。实践证明，该策略可以较好地分配自动化立体仓库的库区货位。     

考虑充电路径的AGV无线充电系统双层规划

自动导引小车(AGV)作为一种智能搬运设备已广泛应用于仓储物流等领域，为解决传统充电方式充电时间过长影响工作效率的问题，提出了动态和静态无线充电相结合的充电方式，在AGV工作路径上铺设无线充电线圈，可使AGV连续不间断工作。为更加经济地铺设无线充电站，提出考虑充电路径的无线充电系统双层规划模型，上层模型构建了无线充电站最低建设成本的优化配置模型，对无线充电站的位置、充电功率、储能装置容量等进行协调优化；下层模型为考虑无线充电的路径规划模型，采用改进的A^*算法优化AGV的充电路径。最后通过遗传算法对整体模型进行求解，并对充电桩驻点充电和无线充电两种充电方式进行了对比，结果表明无线充电可有效节约充电时间，有利于提高AGV的工作效率。     

基于隐马尔可夫的机械臂浅深度插入控制策略

针对浅深度插入装配机械臂难以操控的问题，提出了一种基于隐马尔可夫的机械臂浅深度插入控制策略。首先，对浅深度插入操作进行了分析，通过采集人工操作数据，获得了力控的参数；其次，基于实测的人工操作数据，识别了力控参数的时序数据，并采用阻尼控制律对人工操作过程进行了建模；然后，利用隐马尔可夫模型对力控参数的时间序列数据进行了建模，得到了适用于机械臂浅深度插入的控制策略(该策略以隐马尔可夫模型在各个状态下的符号输出概率表示);最后，在多种应用场景中，采用UR10 6自由度机械臂分别开展了机械臂浅深度插入实验。研究结果表明：在机械臂装配过程中，采用该策略能够精准获得人工操作过程的阻尼控制参数情况，得到隐马尔可夫相对于各控制参数的标准差均值分布，从而实现其对多种应用场景的自如操控，这将对机械臂浅深度插入装配的自主执行提供有效的理论基础。     

新能源充电站能量优化管理

随着电动汽车的增加,建设新能源充电站成为电动汽车领域的另一发展热点。现根据充电站分时电价,以充电站在光伏全额利用和允许弃光两种情况下的最大利润为目标,对充电站的能量优化管理进行了探讨。     

基于多目标优化的含电动汽车充换储一体化设施的微电网能量管理及协调控制策略研究

含电动汽车充换储一体化设施的微电网由于负荷用电的不确定性,使得微电网联网功率产生随机性,造成配电系统电压波动、功率不平衡等问题。为解决上述问题,开展了基于多目标优化的微电网能量管理及协调控制策略研究,通过微电网需求侧负荷分类控制、基于多目标优化的微电网动态运行管理以及微电网日前优化调度等控制策略,实现对微电网的能量优化管理;根据建立的多目标优化策略,对微电网系统上层、下层进行协调控制,并通过微电网能量管理策略优化联网功率,为含电动汽车充换储一体化设施的微电网的稳定运行提供理论依据。     

基于蚁群选择超启发算法的低碳选址—路径问题

针对有容量约束的低碳选址—路径问题,提出一种基于蚁群选择机制的超启发算法用于模型求解,即将蚁群选择机制作为超启发算法的选择策略。首先对蚁群选择策略进行参数寻优,将高层策略进行对比实验分析得出最优的接受准则,即只接受好解(OI),并与得到的蚁群选择策略参数进行优化组合。此外,与其他算法的对比实验验证了所提算法的有效性。最后分别对以最少碳排放量和最小成本为目标的模型进行求解分析对比,结果表明考虑碳排放的选址—路径模型可以有效减少碳排放量。     

移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略

深度神经网络因其强大的数据分析功能而被广泛使用在移动智能应用中,然而其计算任务的复杂性给计算能力与电池容量均有限的终端设备带来了巨大的挑战。若将深度神经网络中的计算任务完全卸载到云端,则会产生较高数据传输时延。移动边缘计算因其低时延、分布式、位置感知的优势能有效解决深度神经网络的时延和能耗问题。为了在保证用户时间约束的同时,充分优化终端设备能耗,建立了移动边缘计算环境中深度神经网络计算任务卸载的时间和能耗评价模型,基于该模型提出了移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略。该策略以神经网络层为单位,将深度神经网络中的计算任务进行拆分,在计算任务卸载时,对移动边缘计算环境中多重计算资源进行综合考虑。最后,提出了移动边缘环境中基于多重资源任务卸载的粒子群调度算法,该算法能在满足时间约束的同时,充分优化终端设备能耗。实验表明,与已有的3种任务卸载策略相比,新策略对应的粒子群调度算法所得适应度值最优,满足时间约束下,终端设备的能耗值最低。     

基于电动汽车聚合商参与需求响应业务的配网能量优化控制

电动汽车作为一种特殊的可移动储能装置,对电网公司而言是一种优质的需求响应资源.为充分利用该类资源,以电网公司为主体,提出一种基于电动汽车聚合商参与需求响应业务的配网能量优化控制方法.该方法在电网公司下发需求响应事件时,电动汽车负荷聚合商根据电网公司需求响应事件要求及区域内电动汽车充电站需求响应能力,以配网网损最小为目标函数建立数学模型,通过蒙特卡洛模拟得到各充电站分配方案.并以南方地区某一 10kV线路为例,通过多充电方案对比,验证了此策略的有效性.     

1030MW二次再热火电机组深度调峰协调控制策略优化及应用

随着可再生能源装机容量不断增大、用电结构调整、电力现货交易的开展，电网用电峰谷差越来越大，加之火电产能过剩，越来越多的1000MW大型火力发电机组参与深度调峰中。本文针对1030MW二次再热火电机组在深度调峰中协调控制技术进行了深入研究，提出了一套解决在深度调峰中协调控制策略优化措施，并在华能莱芜发电有限公司6#、7#机组进行了30%～100%额定负荷的协调变负荷试验，试验结果表明，该协调控制策略切实可行。     

改进TD3的SDN车联网边缘计算卸载策略

针对车联网场景下计算任务卸载至远端云中造成的延迟波动和能耗增加问题，搭建了融合软件定义网络和移动边缘计算的车联网系统模型。为了最小化车联网中计算卸载的时延和能耗，设计了一种基于深度强化学习的动态计算卸载策略。该策略从计算任务的能耗和时延这两个维度进行建模，并提出在传统的双延迟深度确定性策略梯度的基础上加入Softmax和优先经验回放的改进算法(SP-TD3)。仿真实验结果表明，设计的计算卸载策略在不同车辆数下对于能耗和时延有较为优越的性能。     

大型储缆筐结构设计及圆周应力分析方法研究

在海洋油气开发工程项目中，大型储缆筐是装载柔性管缆的重要装备，其多为固定式结构，安装在工程船舶上，但一些船舶自身配备的储缆筐装载能力不足，需要加装临时储缆筐，以满足项目需求。文中针对某一工程船开展了大型储缆筐的结构设计研究。基于理论分析及SACS有限元软件，提出了一种圆周应力分析方法，计算分析了多层圆周分布荷载，按照规范校核了内外护栏的结构强度，并优化了储缆筐的结构设计，最终形成了一套大型储缆筐结构设计方法，为同类型储缆筐的结构设计提供指导。     

直流充电技术研究及应用探索

现阶段中国新能源汽车充电存在基础设施不足、充电慢等问题,本文根据“十四五”充电设施发展规划,开展直流充电技术研究。首先分析直流充电桩的工作原理,然后根据功率和能量流动需求确定直流充电模块的AC/DC、DC/AC变换电路,并且提出光储充电站的应用架构。最后通过仿真,验证了直流充电模块的有效性,且提出的光储充一体化系统可促进可再生能源就地消纳。     

基于深度学习和贝叶斯优化的压缩机故障诊断

由于往复式压缩机的故障诊断需要复杂而耗时的特征提取过程，并且对超参数优化存在局限性，提出了一种基于深度学习和贝叶斯优化的压缩机故障诊断方法。首先通过时域计算短窗口的预处理方法降低模型复杂性，并且不损失时间相关信息。然后从压缩机振动信号的时间序列表示中迭代训练长短期记忆模型，在每次迭代中限定搜索空间，并利用贝叶斯优化方法对超参数进行优化。通过实验结果显示提出模型的故障识别率达到93%，与其他方法的对比结果证明该方法在性能上有了显著的提高。     

基于成本评价和应力分析的飞轮转子优化设计

以飞轮转子工艺特性、结构特性、材料价格为因素,提出一种基于模糊综合评判的复合材料飞轮转子成本评价方法。基于成本评价和应力分析,以单位质量储能量(即储能密度,EPM)、单位成本储能量(EPC)、单位体积储能量(EPV)为目标,提出一种复合材料飞轮转子多目标优化设计方法。为提高较大目标值和降低较小目标值的选取概率,设计了基于正弦函数的优化目标函数,并给出了基于目标函数二次方的多目标优化表达式;为提高安全可靠性,对复合材料应力约束进行了分析,给出了飞轮转子最高转速、最大外径与应力约束极限的关系式。最后,对成本评价和多目标优化方法进行了仿真,验证了所提出方法的有效性。