考虑系统耦合性的综合能源协同优化

综合能源系统(IES)具有多能耦合的特点,可实现电、热、天然气等能源的综合利用,可以最大化地发挥各能源间的协同作用和互补效益。在此背景下,文中构建了一种耦合电能、热能以及天然气能的IES结构,并给出能源耦合度等定义用于IES耦合性的定量分析;建立了以成本为目标的IES优化运行模型,优化模型同时考虑了电、热、天然气网络约束;针对系统运行时的电、热、天然气耦合问题,提出一种基于拉格朗日松弛的协同优化方法,实现了IES多能源优化时的解耦处理;最后,基于71节点的IES测试系统进行仿真分析,验证了所提模型及方法的有效性,并对IES优化结果与系统耦合性的映射关系做了定量分析。     

基于LSTM和非参数核密度估计的风电功率概率区间预测

高精度的风电功率点和区间预测可以为电网优化配置带来更多信息。提出采用长短期记忆（LSTM）网络实现风电功率的点预测,并基于该网络生成1组风电功率预测误差数据集,采用渐进积分均方误差准则的窗宽优化方法实现非参数核密度的估计,求出不同置信度下的风电功率波动区间。实验基于美国某风电场历史数据,通过与BP, Elman神经网络和SVM对比,验证了LSTM网络预测精度更高;基于LSTM网络预测生成的误差数据集,与高斯模型及随机窗宽非参数核密度估计模型相比,结果说明了所提最优窗宽非参数核密度估计模型具有更贴近真实的预测误差分布。     

计及碳交易与需求响应的综合能源系统优化研究

在我国实现“双碳”目标的背景下,提高可再生能源（renewable energy sources, RES）的开发利用能力与减少碳排放是当下研究的重点。为此,提出考虑碳交易机制与负荷侧需求响应下RES高效利用的综合能源系统（integrated energy system, IES）多目标优化模型。首先,构建了一种具有奖励系数的奖惩阶梯型碳交易成本模型以减少系统的碳排放量。其次,根据负荷的不同响应特性,构建了基于价格弹性矩阵与能源供应方式可替代性的综合需求响应模型。在此基础上,以IES总运行成本最低和弃风弃光量最少为目标,建立IES多目标优化模型。最后,基于典型算例研究表明,所提方法能够有效提高IES经济性和RES利用效率。     

改进多尺度卷积结构与高斯核的E-CenterNet算法

针对ResNet和DLA(deep layer aggregation)为主干网络的CenterNet算法特征提取能力不充分、热力图与目标真实边界框吻合度不高、关键点损失函数未充分考虑预测值对难易样本训练比重的影响等不足,提出一种改进多尺度卷积结构与高斯核的E-CenterNet算法。引入轻量型EfficientNetV2-S作为主干网络,并结合基于金字塔分割注意力网络的多尺度卷积结构对其进行改进,提高特征提取能力;对高斯核进行改进,使CenterNet产生的热力图由固定的圆形改进为随边界框宽高变化的椭圆形,增强算法对边界框宽高差异大的目标的检测能力;提出一种基于关键点预测值的关键点损失函数,提高算法对难样本的训练比例。在Pascal VOC数据集上的实验结果表明：E-CenterNet算法的mAP达到83.3%,比原始算法提升了2.6个百分点,检测性能优于CenterNet算法。     

异型瓶药液中可见异物的智能视觉检测机器人

本文研究设计了一种基于机器视觉的异型瓶药液中可见异物的智能自动化检测装置,在研究了传统的差分异物提取方法的基础上,创造性的提出了基于区域分割和区块剔除的异物检测逆向思维算法。最后,以125mL中国劲酒样品为对象进行在线检测测试,实验表明,本文所设计的检测系统能很好的满足生产线的实时性和准确性要求,同时,基于区域生长和区块剔除的视觉检测算法克服了传统差分法在跟踪拍照方式下难以克服的跟踪误差和抖动等一系列问题。     

铁素体轧制对普通用冷轧钢板组织和性能的影响

采用光学显微镜和扫描电镜对比研究了铁素体区热轧工艺及奥氏体区热轧工艺对普通用冷轧钢板(SPCC)产品热轧组织、冷轧组织及性能的影响。结果表明,与奥氏体区轧制工艺相比,采用铁素体区热轧工艺生产的SPCC热轧板晶粒尺寸会增大约17 μm,{111}面织构数量减少了8.74%,强度略微降低,而{001}<110>织构数量增加了12.40%,强度提高了19.81。此外,采用铁素体区热轧工艺生产的SPCC成品晶粒呈近似等轴状,与奥氏体区热轧工艺相比平均晶粒尺寸增大了4.5 μm。SPCC铁素体区轧制热轧板中更大的晶粒尺寸、更少的{111}面织构及更强的{001}<110>取向织构导致了冷轧成品更低的屈服强度和塑性应变比r值,较奥氏体区热轧工艺而言平均屈服强度降低了19 MPa,平均r值下降了1.1。     

抑制剂形成元素对取向硅钢中夹杂物析出行为及热轧组织的影响

研究了铝、氮和锰、硫摩尔比对取向硅钢中夹杂物的析出行为及热轧组织的影响。结果表明,钢中的夹杂物是少量尺寸小于5μm的、以Al2O3为核心外包Mn S与Al N的复合物;钢中析出物主要为尺寸小于0.5μm的Mn S与Al N的复合抑制剂。其中氮铝摩尔比为0.9、锰硫摩尔比为15.7的取向硅钢中析出物数量最多,铸坯中数量为5 937个/mm3,热轧板坯中数量为7 024个/mm3;平均尺寸最小,铸坯中尺寸为0.17μm,热轧板坯中尺寸0.15μm,热轧后钢中析出物数量增加,并且热轧板坯边缘和中心组织都最均匀。     

江西某铜脱硫尾矿的资源化试验研究

江西某选矿厂选矿作业产生大量铁、硫品位分别为16.648%、2.44%的铜脱硫尾矿,而尾矿坝容量有限,堆存尾矿对环境造成极大的危害,为此,采用磁选—浮选联合选矿流程进行试验。结果表明,以直径4 mm的钢网为磁介质,在背景磁感应强度为0.760 T,矿浆流速为0.14 L/s,脉动冲次为450次/min条件下高梯度磁选作业后,磁性产品铁品位提高至23.69%、硫含量为2.79%;磁性产品以FS为活化剂,异丁基黄药用量为捕收剂进行脱硫浮选,可获得硫含量1.01%、铁品位达到23.15%的水泥辅料产品,硫品位21.17%、硫回收率31.84%的高硫尾矿,脱硫效果良好。水泥辅料产品可满足水泥工业要求,实现了尾矿的资源化利用,同时可减少37.90%的尾矿排放量,减轻了尾矿坝压力,降低了对环境的影响。     

取向硅钢中的抑制剂

综述了取向硅钢生产中抑制剂促进Goss织构形成的作用机制,介绍了2种类型的抑制剂在取向硅钢中的特征、作用和形成条件,指出了高品质取向硅钢生产抑制剂选取的发展方向。     

基于改进型PCNN的智能灯检机研究

设计了一种基于改进型脉冲耦合神经网络(pulse coupled neural networks,PCNN)的全自动智能灯检机,以实现药液中可见异物在线高速、高精度检测.为了从采集的复杂序列图像中提取出微小的运动目标,本文设计的机械装置能保证智能灯检机按照"旋转-急停-跟踪拍摄"这一检测流程,利用序列图像在时空上的连续性,克服大量背景干扰.由于存在连续图像中物体位置变化不大而导致漏检的可能性,相机采用外部等间隔时间触发拍摄模式.最后应用所述改进型脉冲耦合神经网络分割图像,并根据目标运动轨迹的连续性和平滑特点判断异物的存在性.实验表明,该智能灯检机能够有效检测出药液中的可见异物,检测速度、精度、误漏检率均能很好的满足医药生产线的需求.