一次自动重合闸实验电路设计与实现

在实验室没有断路器的情况下,笔者构想一个模拟断路器,设计配套电路,并对设备技术参数进行选择、计算,将自动重合闸装置在实际线路上的运行情况及动作的物理过程再现出来,利于学生深刻理解一次自动重合闸的工作原理,认识其在减少停电时间,提高供电可靠性方面的作用,构建自动重合闸装置工作的物理过程。实验效果显著。     

机械虚拟样机技术及其在DDM中的实践

运用虚拟样机技术可代替物理样机对产品进行创新设计、测试与评怙，因而缩短了开发周期、降低了开发费用，同时也改进了产品设计质量。DDM是著名的美国MDI公司开发的虚拟样机分析软件，运用该软件，用户可以很方便地对虚拟样机进行运动学和动力学分析。文中首先阐述了机械虚拟样机技术，然后对DDM软件及应用步骤进行了介绍。最后通过解决1LB-240型水平摆式犁中的油缸底座的断裂问题，绐出了一个DDM的具体应用实例。     

粒子滤波进展与展望

粒子滤波器是基于序贯M onte Carlo仿真方法的非线性滤波算法,本文对粒子滤波器的研究现状和研究进展做了综述,详细论述了粒子滤波原理、收敛性、应用及进展.首先在Bayes框架内分析了序贯重要性采样原理,重要性分布函数的选择,以及重采样方法,总结了粒子滤波器发展过程中的各种改进策略和新变种,讨论了粒子滤波器在各个领域的应用及进展,最后介绍了粒子方法的新发展,新动态,并对未来发展方向做了进一步的展望.     

基于不变矩的Copy-Move型篡改图像盲检测方法

拷贝粘贴（CopyMove）是极为常见的图像篡改方式之一。为了快速有效地检测这种图像篡改,该文提出了一种基于不变矩的CopyMove型篡改图像盲认证方法,实验结果表明,此方法不仅可以检测传统的CopyMove型篡改,而且可以检测出经过旋转、镜像以及缩放的CopyMove型篡改,同时,为降低算法的复杂度,还提出利用块迭代划分方法来有效减少搜索计算量。仿真实验结果表明,该方法是有效的。     

一种模糊知识库系统及其推理机制研究

介绍了一种具有模糊推理机制的模糊知识系统的基本结构、知识表示和推理机制,阐述了在模糊知识库设计与实现中,模糊推理机构造和工作流程设计的方法。该系统推理机制是基于传统RETE算法的扩展,通过使用相似性方法来处理模糊问题,实现了一种较为理想的不确定性推理;同时系统采用正向和反向推理相结合的双向推理机,使推理具有较高的准确性。最后给出了一个实例验证系统可行性。     

Fe-1.3C-5Cr-0.4Mo-0.4V超高碳钢的热变形行为与再结晶组织研究

采用Gleeble-3500热模拟机对Fe-1.3C-5Cr-0.4Mo-0.4V超高碳钢在温度为950～1 150℃,变速率为0.01～5s-1,变形量为40%条件下进行热压缩模拟试验。研究Fe-1.3C-5Cr-0.4Mo-0.4V超高碳钢在热压缩过程中变形温度和应变速率对超高碳钢真应力-应变曲线,以及对再结晶组织演变的影响规律,并构建出超高碳钢本构方程。结果表明,在升高变形温度和降低应变速率的情况下,超高碳钢更容易发生再结晶。在应变速率一定时,流变应力随着温度的升高而降低;在温度一定时,流变应力随应变速率的减小而降低。通过流变应力曲线获得本构方程,能够准确地描述超高碳钢的流变行为,同时获得超高碳钢的激活能为Q=729.37kJ/mol。在微观组织方面,变形温度为1 050℃时,应变速率由0.01s^-1增加到5s^-1时,晶粒尺寸降幅5.21μm。因此,超高碳钢应该在温度为1 000～1 050℃和应变速率在1～5s^-1下进行热变形。     

磁致伸缩径向双柱塞泵驱动作动器调速方案分析

介绍作动器的结构组成,并对作动器工作原理进行分析。对旋转主动阀的配流过程进行分析,得到主动阀旋转过程中通流面积的变化规律。依据磁致伸缩材料输出特性以及旋转主动阀配流特性设计调频调速、调相调速及调幅调速3种方案对作动器输出流量进行调节。对比分析3种方案优缺点,并选择调幅调速作为作动器调速方案。基于调幅调速结合调相换向设计作动器位置控制方案,搭建测试平台进行实验验证。结果表明,所设计方案能够使作动器实现位移跟踪,跟踪幅值3 mm、频率4 Hz,正弦位移相对误差为0.87%。     

深度矩阵分解推荐算法

协同过滤推荐算法中的矩阵分解因其简单、易于实现,得到了广泛的应用.但是矩阵分解通过简单的线性内积建模用户和物品之间的非线性交互关系,限制了模型的表达能力.为此,He等人提出了广义矩阵分解模型,通过非线性激活函数和连接权重,将矩阵分解推广到广义矩阵分解,为模型赋予建模用户和物品间的二阶非线性交互关系的能力.但是广义矩阵分解模型是一个浅层模型,并不能很好地建模用户和物品间高阶交互关系,一定程度上可能会影响模型性能.受广义矩阵分解模型启发,提出了深度矩阵分解模型（deep matrix factorization,简称DMF）,在广义矩阵分解模型的基础上引入隐藏层,利用深层神经网络来学习用户和物品间高阶交互关系.深度矩阵分解模型不仅解决了简单内积的线性问题,同时还能够建模用户和物品间的高阶交互,具有很好的表达能力.此外,在MovieLens和Anime两个数据集上进行了大量丰富的对比实验,验证了模型的可行性和有效性;同时,通过实验确定了模型的最优参数.     

计及气体成分变化的电-气-热综合能源系统能量流计算方法

为实现“双碳”目标,缓解环境压力,综合能源系统(integrated energy system,IES)已成为能源转型的重要发展方向之一。考虑到电转气(power-to-gas,P2G)技术引入的氢气、合成天然气等多类型供气源混合的问题,传统的IES能量流计算已无法确定混合后的燃气品质是否达标,无法量化其对IES中的节点压力、电压等参数影响。为此,提出了一种计及气体成分变化的电-气-热综合能源系统能量流计算方法。首先,将气体相对密度和热值建模为迭代变量,给出了混合气体的相对密度和热值的节点偏差方程及求解流程,为IES中多种供气源及其混合问题提供了通用模型;其次,提出了扩展牛顿-拉夫逊求解方法,给出反映耦合关系的扩展雅可比矩阵,以实现更全面的能量流结果评估和运行分析;最后,通过算例验证了所提模型和方法可有效反映气体成分变化对耦合系统的影响。     

适应可再生能源接入的城市中低压直流配电网电压等级序列

目前直流配电网电压等级序列的制订未充分考虑到对交流系统的兼容性以及可再生能源的接入便捷性,为此,开展面向可再生能源接入与融通供电的城市直流配电网电压等级序列的研究.首先,基于融通型城市直流配电网的典型场景,提出直流配电电压序列构建方法;其次,采用自下而上的电压等级构建方法,考虑电缆改造和器件耐压水平的影响,基于几何均值...