基于黑板灯透镜的复合非对称主动偏光设计研究及应用

黑板照明是影响课堂教学质量的关键因素之一,黑板照明产品光学设计是保证黑板照明质量的先决条件,标准严格的安装要求也是实现最终设计的重要闭环,因此从设计、选型、工艺、安装及测试验收全链条的把控才能保障高质量黑板照明的成功应用。本文结合以上影响因素及市场产品现状,模拟和分析不同因素对讲台区域照明光品质和光健康的影响,提出一种基于复合型非对称主动偏光设计的黑板照明策略,为照明设计师和终端应用客户提供设计建议,为儿童青少年视力健康保驾护航。     

500 kV断路器合后即分原因分析及整改措施研究

断路器是电力系统的重要电气设备,其安全稳定运行对提高电力系统运行的稳定性和安全性具有重要意义。断路器操动机构设计复杂,机械结构配合精度要求高,故障分析难度大。对某换流站500 kV断路器的合后即分故障进行研究。首先分析断路器操动机构动作原理,明确故障发生过程的机械运动关系;其次进行异常操动机构解体检查和测试,发现轴承存在的设计缺陷易导致滚针脱落,从而引发合后即分故障;最后针对设计缺陷提出整改措施,避免同类故障再次发生。     

一种适用于各种尺寸开关柜静触头的新型接地线

在现有的变电站中,仍然存在着许多老旧的变电站,这些变电站中３５kV 和１０kV 的高压封闭式开关柜没有配备相适用的接地手车,也未安装接地刀闸,若使用后续改造的接地线,一是安装过程复杂,二是安装不牢,不能将停电设备可靠接地,对运维人员和检修人员构成了人身威胁,存在发生安全事故的隐患,并且常规的接地线具有一定的局限性,只适用于一种尺寸的开关柜静触头.因此创新性地提出了一种采用四连杆方式的新型接地线,成功解决了上述问题的同时也可应用于各种尺寸开关柜静触头,具有普遍应用性。     

基于多粒度特征选择和模型融合的复合电能质量扰动 分类特征优化

现代电力系统因其“双高”特性造成电能质量扰动模式愈加复杂,对复合扰动的准确分类提出了挑战。传统电能质量扰动分类方法在特征提取阶段所提取的特征由人为确定,难以判断所提取的特征对分类问题是否有效,加之多重复合扰动特征相互耦合导致扰动特征的可分性确定困难。为此,提出一种基于粒度的计算方法进行特征选择的模型。在提取的扰动特征集的基础上,通过构建多粒度空间反映特征分布差异性,进而挖掘各粒度下的最优特征子集以确定有效和冗余的分类特征,达到优化分类效果的目的。在此基础上,通过集成分类模型融合不同粒度空间最优扰动特征集所训练的同质弱分类器模型,提出一种新的电能质量扰动多粒度集成分类方法。该方法克服了现有方法在进行多粒度分类时通过寻找最优单粒度空间特征而导致的其他粒度空间信息丢失的问题。实验表明,多粒度特征选择算法可提取对分类有效的扰动特征,集成分类模型可进一步改善模型的分类性能。     

酒石酸还原Cu(Ⅱ)制备多种形貌Cu_2O晶体及形成机理

以CuSO_4·5H_2O为原料,KOH为添加剂,酒石酸为还原剂,在水热条件下通过调整相关的实验参数,制备了一系列不同形态的Cu_2O微-纳米晶体及三维十字形枝晶。采用XRD、SEM等手段对不同形态的Cu_2O晶体进行了表征,探讨了不同因素变化对Cu_2O晶体形态的影响。分析认为,晶体生长过程控制了晶体的具体形貌和大小,Cu_2O晶体显露的单形晶面随晶体生长条件的变化而不同。在低温、弱碱性、高浓度溶液中有利于形成八面体形态的Cu_2O晶体,而菱形十二面体单形晶面在高温、强碱性、低浓度溶液中形成的晶体中显露的面积有所增大。     

无机固体电解质Li7La3Zr2O12的制备及掺杂改性研究进展

无机固体电解质由于其安全性能高、能量密度大等特点备受研究者的青睐。其中Garnet型锂离子无机固体电解质Li_7La_3Zr_2O_(12)具有较高的离子导电率,较低的界面电阻,优良的稳定性能和电化学性能,在未来的全固态锂离子电池、锂空气电池等领域有着广阔的应用前景。主要从Li_7La_3Zr_2O_(12)的晶体结构、制备工艺和掺杂改性等方面详细阐述无机固态电解质Li_7La_3Zr_2O_(12)的研究进展。     

基于最大反馈线性化的两轮机器人平衡控制

为了对两轮直立式机器人进行平衡控制研究,首先应用一种拉格朗日方法对两轮直立式机器人系统进行动力学建模,以力矩作为模型控制输入并且考虑到了系统无滑动的非完整约束方程.求出了系统的最大相对阶并对非线性系统进行了部分反馈线性化,经过坐标变换和输出反馈得到了2个由两链积分器构成的子系统,外加3个代表系统内动态的非线性方程.根据...     

Bionic autonomous learning control of a two-wheeled self-balancing flexible robot

This paper presents an OCPA (operant conditioning probabilistic automaton) bionic autonomous learning system based on Skinner’s operant conditioning theory for solving the balance control problem of a two-wheeled flexible robot. The OCPA learning system consists of two stages: in the first stage, an operant action is selected stochastically from a set of operant actions and then used as the input of the control system; in the second stage, the learning system gathers the orientation information of the system and uses it for optimization until achieves control target. At the same time, the size of the operant action set can be automatically reduced during the learning process for avoiding little probability event. Theory analysis is made for the designed OCPA learning system in the paper, which theoretically proves the convergence of operant conditioning learning mechanism in OCPA learning system, namely the operant action entropy will converge to minimum with the learning process. And then OCPA learning system is applied to posture balanced control of two-wheeled flexible self-balanced robots. Robot does not have posutre balanced skill in initial state and the selecting probability of each operant in operant sets is equal. With the learning proceeding, the selected probabilities of optimal operant gradually tend to one and the operant action entropy gradually tends to minimum, and so robot gradually learned the posture balanced skill.     

基于频谱分析的Procrustes统计步态识别算法

在信息安全越加重要的现代社会,步态识别以其特有的优势作为一种身份识别手段,得到了很多关注.提出一种基于Procrustes均值形状的傅里叶频谱分析(FSAOPMS)的适用于多视角的步态识别方法.利用Procrustes统计形状分析方法将步态序列中人体轮廓的连续步态变化表示成一个紧致的Procrustes均值形状(PMS...     

基于Skinner操作条件反射的两轮机器人自平衡控制

针对两轮自平衡机器人的运动平衡控制问题,采用了基于Skinner操作条件反射理论的自回归神经网络学习算法作为机器人的学习机制,利用自回归神经网络对评价函数进行逼近,以实现对行为决策的优化,从而使机器人能够在无需外部环境模型的情况下,通过学习和训练,获得像人或动物一样的自主学习技能,解决了两轮机器人的运动平衡控制问题.最后分别在无扰动和有扰动的两种状态下设计了仿真实验并进行了比较.结果表明,该操作条件反射学习机制具有较快的自主平衡控制技能和较好的鲁棒性能,体现了较高的理论研究意义和工程应用价值.