永磁直驱风电机组HVRT功能开发及其检验

风电机组的高电压穿越(HVRT)技术已被公认为最具挑战性的技术之一,逐渐成为行业内讨论和研究的热点。在研究风电机组HVRT功能必要性的基础上,结合永磁直驱风电机组(PMSG)在电网电压骤升时的暂态特性,提出了一种基于直流回路Chopper电路的永磁直驱风电机组的HVRT功能的低成本技术方法。软件的仿真结果和现场的实际测试数据表明,所提方法可以有效提高永磁直驱风电机组的HVRT能力。     

基于简支梁挠度影响线的结构损伤识别研究

为了让桥梁能更好地在服役年限服务于人类,需要加强对桥梁质量的监测与维护,对桥梁上一些较小的损伤做到早发现、早解决。以实际工程为例,采用有限元数值模拟,针对桥梁损伤前以及多种工况损伤后的挠度影响线进行提取,利用最小二乘法将其数据拟合。结果显示利用最小二乘法能够快速准确地识别损伤的位置与损伤的程度。研究结论对于进一步改进或提升简支梁等类似结构的结构监测,促进大型结构监测的大数据损伤快速识别等具有重要的参考价值。     

矸石混合骨料混凝土力学特性及孔隙结构试验研究

为研究煤矸石取代率对浮石轻骨料混凝土力学性能的影响,测定矸石混合骨料混凝土的立方体抗压应力-应变全曲线及内部孔隙结构,分析煤矸石取代率对矸石混合骨料混凝土的抗压强度、应力-应变全曲线形状、特征参数和内部孔隙结构变化特征规律。随煤矸石取代率增加,矸石混合骨料混凝土立方体抗压强度呈先上升后下降的趋势,劈裂抗拉强度呈现下降趋势;指数函数关系式较高精度表述不同取代率与劈裂抗拉强度的关系;通过峰值应力、应变和弹性模量等力学参数确定最优取代率为60%;随着取代率增加,混凝土内部微小孔隙总体积占总孔隙体积增加,大、中孔隙体积占总孔隙体积减少,浮石和煤矸石本身材料性质具有使混凝土内部孔隙增多的缺点,而煤矸石和浮石混掺减少了内部孔隙,优化了孔隙结构。     

纳米铝粉及微米铝粉的氧化特性研究

利用DSC/TG、XRD、SEM对纳米铝粉和普通微米级铝粉在空气下进行了热反应特性分析。着重对两种铝粉在空气环境和不同温度下的氧化特性进行了分析对比。结果表明,纳米铝粉表现出与微米铝粉不同的反应活性和氧化特性,纳米铝粉在550℃以下未见明显氧化现象;微米铝粉在950℃以下不会出现明显氧化。XRD和SEM分析表明,在1 050℃空气中煅烧30 min后,纳米铝粉体表面氧化明显,生成的-αAl2O3颗粒呈球形,尺寸在100 nm左右,粒径均匀。     

基于测风激光雷达的沿海架空输电线路台风观测方法

为研究台风近地层风场的时空变化特征,积累台风期间沿海架空输电线路杆塔的现场风速资料,本文利用国产某扫描型测风激光雷达,开展了1604号强台风“妮妲”登陆期间的局地风场观测。根据雷达风廓线扫描与低仰角水平方位扫描数据反演与分析,验证了沿海输电线路台风观测采用测风激光雷达的适用性。研究结果表明:台风“妮妲”眼区经过观测点所形成的气压时间变化呈现典型的“U”形曲线形态。台风眼壁强风区经过观测点所形成的风速时间变化呈现较为典型的“双峰形”曲线形态。台风眼壁强风区与眼区的风速、风向、阵风系数等随高度的变化差异明显。风速廓线在300 m高度以上明显偏离指数律或对数律廓线形式;受地转效应影响,风向随高度增加出现一定幅度的向右偏转;阵风系数随高度增加、平均风速增大出现下降的趋势。通过分析低仰角水平方位扫描的雷达径向风速分布图能够解析地形对局地风场的影响,不同地形下的输电线路杆塔风速差异明显。     

聚焦城市物联网架构下多功能智能杆建设与示范

伴随5G通信及城市物联网管理模型的推进,升级照明路灯为多功能智能杆为城市物联网建设的基础端口,将有效促进智慧城市中公共设施的集约与共享应用。以深圳市为例,介绍了多功能智能杆产业的发展历程,示范实施及标准化现状。     

音乐情感识别研究综述

音乐是表达情感的重要载体,音乐情感识别广泛应用于各个领域.当前音乐情感研究中,存在音乐情感数据集稀缺、情感量化难度大、情感识别精准度有限等诸多问题,如何借助人工智能方法对音乐的情感趋向进行有效的、高质量的识别成为当前研究的热点与难点.总结目前音乐情感识别的研究现状,从音乐情感数据集、音乐情感模型、音乐情感分类方法三方面...     

沉淀包裹法制备Cu/α-Al2O3纳米复合粉体

以纳米Al2O3、CuSO4·5H2O和纳米铝粉为原料,采用非匀相沉淀工艺获得了纳米铜包裹α-Al2O3复合粉体;研究了反应温度和pH值对复合粉体成分及性能的影响;利用XRD、XPS、TG/DSC、Zeta电位和TEM等方法对复合粉体的成分、热学特性以及形貌特征进行了表征.结果表明采用反应温度为40℃、保温4 h的工艺条件,可以获得纳米铜颗粒包裹Al2O3纳米复合粉体,铜颗粒呈球形,尺寸为10 nm左右.     

音乐信息检索下的乐器识别综述

高效精准的乐器识别技术可以有效地推动声源分离、音乐识谱、音乐流派分类等研究的深入发展,可广泛应用于播放列表生成、声学环境分类、乐器智能教学和交互式多媒体等众多领域。近年来,随着乐器识别研究的不断推进,乐器识别系统在性能上有了大幅提高,但依旧存在着部分乐器难以识别、乐器音频特征提取较为困难、复音乐器识别精准度较低等诸多问题,如何借助人工智能技术对乐器进行高效精准的识别成为当前研究的热点和难点。针对当前研究现状,从乐器识别常用音频特征、乐器识别模型及方法和常用数据集三个方面进行综述,并对当前研究中存在的局限性和未来发展趋势进行总结,为乐器识别研究提供一定的借鉴参考。     

基于人脸识别的人脸图像质量评估

无约束场景下,低质量的人脸图像不仅浪费计算资源而且降低系统识别率.针对此问题,提出一种基于人脸识别的人脸质量评估方法对人脸图像进行预评估.以人脸识别系统特征提取网络为基础网络在COX数据集上进行微调,并使用微调后网络对COX数据集进行质量分数标定.最后,结合基础网络及质量预测网络并以相应损失函数在标定数据上进行回归学习以获取质量评估模型.实验结果表明,该方法能够有效区分不同质量的人脸图像并提升人脸识别系统性能.