离散混沌系统类随机性的符号熵分析法

采用符号熵分析法,分析和讨论了经典的Logistic映射和Henon映射的类随机性强弱.先将离散混沌系统产生的实数序列转化为二进制序列,然后进行编码,计算其符号熵,绘制其符号熵图,并深入讨论了系统参数和初始值对符号熵的影响.数值仿真分析表明,符号熵法能定量区别不同离散混沌系统类随机性的强弱.同时作为随机源,Logistic映射比Henon映射好.     

腹腔微创手术机器人末端执行机构的设计和实现

为了提高腹腔微创手术的安全性,设计了一种新型的腹腔微创手术机器人末端执行机构,用于夹持手术器械．根据腹腔微创手术的特点和技术要求,采用轴驱动和平行四杆的运动原理设计定点机构．详细介绍了末端执行机构的机械结构,应用D-H法和矢量代数法给出了各个关节的运动学解公式,研究了控制系统的硬件结构和软件系统,并进行了样机实验．实验表明所设计的末端执行机构具有很好的定点运动效果,能够较好地完成手术规划,满足腹腔微创手术要求．     

主题图融合技术研究综述

主题图在信息资源上层构建了一个结构化的语义网,提供了一个良好的语义模型,可以弥补web 2.0在应用上存在的语义缺陷,而主题图融合作为主题图的重要研究内容,是将分布式环境下同一领域内分散的局部主题图合并为一个全局主题图,实现Web信息的有效组织和管理以及信息的集成与共享.归纳总结了主题图融合的处理过程,分析评价了主题图融合中的难点--主题图的相似性算法,并对融合的原则和算法进行了分析总结,明确了高相似度主题融合的过程.此外,在分析主题图融合冲突的基础上,提出了主题图融合冲突检测与消除的整体设计方案,并将主题图的动态更新进行了阶段划分,最后指出了主题图融合未来的研究方向.     

使用静态小波变换增强与降噪真彩图像

由于几乎所有真彩图像都不同程度含有噪声,并且含有阴影和明亮光源的图像的动态范围超过了多数电子设备和人眼的感受区域,这就要求真彩图像被增强的同时还能够对噪声进行抑制.因此,在分析了噪声在HSV色彩空间分布的基础上,根据静态小波变换解释的入射-反射模型,提出了一种能够同时增强与降噪真彩图像的方法.实验表明,本方法在明显增强真彩图像的同时,还可以有效抑制图像中的噪声.     

比较教学法在Delphi多态性难点概念教学中的应用

比较教学法是教学中突破重点难点的有效方法。本文介绍了作者在Delphi多态性教学中运用比较教学法解析覆盖、重载和隐藏等难点概念的教学实践。     

公共环境中人们储物行为的研究

随着设计理论和实践的发展,产品设计中越来越强调以用户为中心的体验式设计。本文应用用户研究和设计心理学的方法,通过研究人们在图书馆使用储物箱的活动,建立出用户心理和行为模型,从而提升用户使用过程中的体验和满意度。     

考虑虚拟电厂可信容量的新能源电力系统容量市场出清模型

随着风电和光伏发电装机规模快速增长,系统出现了发电容量充裕度不足的问题。为确保电力系统中的充足发电容量,需要引入容量市场机制。相比于大型火电机组的长建设周期和高投资成本,分布式可调节资源聚合的虚拟电厂（virtual powerplant,VPP）建设周期短、投资小、见效快,是为系统提供发电容量的有效资源。因此,构建了虚拟电厂可信容量（unforcedcapacity,UCAP）计算方法并提出一种考虑虚拟电厂可信容量的新能源电力系统容量市场出清模型。虚拟电厂可信容量计算模型考虑了其功率、能量以及运行特性。容量市场出清模型在考虑发电侧风电、光伏、传统机组的基础上,增加用电侧虚拟电厂参与市场。容量市场出清模型中考虑了高峰容量需求、基本容量需求、电能需求、谷荷需求、爬坡功率需求等系统约束。最后通过算例分析了虚拟电厂可信容量、市场容量总需求量以及新能源装机容量对市场出清结果的影响,验证了本文虚拟电厂可信容量计算方法以及容量市场出清模型的有效性。     

考虑EV充放电意愿的园区综合能源系统双层优化调度

随着电动汽车的普及度越来越高,工业园区的电动汽车用户日益增多,其充放电行为对园区综合能源系统规划和运行带来极大挑战。本文提出了考虑电动汽车充放电意愿的园区综合能源系统双层优化调度。首先基于动态实时电价、电池荷电量、电池损耗补偿、额外参与激励等因素建立充放电意愿模型,在此基础上得到改进的电动汽车充放电模型;然后,以园区综合能源系统总成本最小和电动汽车充电费用最小为目标建立双层优化调度模型,通过KKT条件将内层模型转化为外层模型的约束条件,从而快速稳定的实现单层模型的求解;最后,进行仿真求解,设置3种不同场景,对比了所提模型与一般充放电意愿模型,验证了文中所提引入EV充放电意愿模型的园区综合能源系统双层优化调度的有效性和可行性,具有一定的经济效益。     

Research on wind turbine blade damage based on pre-stressed FBG strain sensors

One of the essential parts of a wind power generator that captures wind energy is the wind turbine blade. The safety of the blades rapidly declines as a wind turbine''s operating period grows. For real-time monitoring, a chip-type pre-stressed fiber Bragg grating (FBG) strain sensor was fabricated. The sensor''s structure was improved using simulation analysis along with optimization. It was discovered through calibration trials that the pre-stressing method expanded the sensor''s range of measurement, guaranteed overall linearity, and prevented the potential hysteresis phenomena during compression. The sensor''s final sensitivity was calculated to be 1.970 pm/με, and its linear fitting coefficient was 0.999. Finally, the sensor was used to monitor the wind turbine blades and the strain change curve of the root of a normally functioning blade is found to be a sine curve, which provides a certain reference value for judging whether the blade is damaged in the future.