小波包阈值降噪法处理光纤陀螺信号

光纤陀螺以其自身结构和外部环境的影响容易在输出信号中产生随机噪声。为了消除光纤陀螺输出数据中的随机噪声,提出了用小波包阈值法来处理陀螺信号。在分析小波包变换理论及其分解重构算法的基础上,结合光纤陀螺输出数据的数学模型,对光纤陀螺随机信号进行四层小波包分解。通过阈值法对分解得到的各个节点分解系数中小于阈值的部分置零,利用处理过的节点系数进行重构以消除重构陀螺信号中的噪声。仿真实验结果表明,小波包阈值法比小波软硬阈值法在处理光纤陀螺信号中的效果更好,信噪比更高。     

稠油乳化-剥离双效体系构筑及性能评价

胜利油田稠油油藏开发存在原油黏度大、流动性差等问题,导致水驱采收率不理想。针对这一问题,以乳 化不稳定系数、油膜收缩速率和最小乳化转速为指标,构筑了由甜菜碱类表面活性剂（CBT）与阴离子/非离子表 面活性剂（ASC）组成的乳化-剥离双效体系。通过室内填砂流动实验评价了该双效体系对稠油的乳化和剥离能 力,并利用微观模型研究了其作用机理。结果表明,CBT对稠油具有优异的乳化性能和大幅降低油水界面张力 的作用,ASC对稠油具有良好的剥离能力,而复配体系兼具优异的乳化和剥离性能。双效体系通过乳化残余油, 提高了洗油效率,改变了液流方向。同时,该体系的润湿和渗透作用促进了固体壁面上油膜的收缩剥离。CBT、 ASC质量比为3∶2的复配体系在质量分数为0.3%的条件下,采收率达到50.36%,相比于水驱提高了14.18百分 点,这对高效开发稠油油藏具有重要的指导意义。     

QFN焊接工艺研究与质量控制

QFN封装凭借其优良的电性能、热性能、体积小及自身质量小等优良特性而得到广泛应用,为了保证QFN封装器件的质量,改进其生产工艺十分重要。文中针对QFN封装过程中PCB焊盘的设计、印刷焊膏的网板设计、QFN封装器件回流焊接工艺以及返修工艺进行了相关研究,对提升电子产品的质量具有重要意义。     

基于分层控制器的轮式滑移转向机器人轨迹跟踪控制

针对采用滑移转向方式的轮式机器人,分析了其运动学模型与动力学模型,提出了用于轨迹跟踪控制的分层控制器。基于滑移转向机器人的运动学模型,设计了用于上层轨迹跟踪的模型预测控制器,实现轨迹的快速跟随;基于滑移转向机器人的动力学模型,设计了用于底层速度与横摆角速度跟随的滑膜控制器,实现运动速度的快速跟踪;通过跟踪微分器对轮速微分信号进行滤波,避免噪声的影响。最后通过Simulink与Trucksim联合仿真,验证了所提出的分层控制器的有效性。     

凹型结构下保温材料EPS典型垂直火蔓延特性对比研究

本工作通过自主搭建小尺寸火蔓延的实验平台,研究了凹型结构中保温材料EPS垂直向上和向下火蔓延特性。对比分析了火焰结构特性、火蔓延速度、质量损失速率、火焰温度等参数的变化规律。结果表明,在垂直向上蔓延过程中,EPS出现短暂的停滞现象。一方面由于烟囱效应易形成一个大的浮力压力差,导致火焰不稳定性;另一方面由于凹型结构易于烟气的聚集,导致燃烧不充分。而在垂直向下蔓延过程中,由于逆向烟囱效应的影响,火蔓延速度明显加速。火蔓延过程中质量损失速率,很大程度上受其火焰高度的影响,呈现上下振荡的特性。未燃区域部分,火焰温度经历两个温度峰值,向上蔓延过程中第一个温度峰值大于第二个;而向下蔓延过程中第一个温度峰值小于第二个。这主要是由于火焰结构形态及烟囱效应的方向特点,导致产生两个不同大小的峰值。本研究结果可为实际凹型结构下火蔓延特性研究提供前期理论和参考价值。     

浅谈堤防草坪选种与建植

通过北江大堤日常管理和达标加固工程草坪施工的实践,对堤防应用的草坪草进行多方面的择优比较分析,并简述了堤防草坪的建植过程、加速成坪的优化工序和养护期的管理,供堤防管理和施工者参考。     

支撑新能源电力系统灵活性需求的用户侧资源应用与关键技术

伴随着传统电力系统向以新能源为主体的新型电力系统转型升级,高比例新能源的接入和传统机组占比下降导致电力系统灵活性产生缺额。电动汽车、数据中心、P2X(power-to-X)等需求侧资源可以在多时间尺度为电力系统提供灵活性,是新型电力系统灵活性的重要组成部分。该文首先描述高比例新能源背景下输电网和配电网在不同时间尺度的灵活性需求,然后对比总结了典型需求侧资源的调节特性与应用实践,研究了需求侧资源在支撑高比例新能源输电网和配电网中运行、规划2个层面多时间尺度灵活性需求的应用场景。最后针对未来需求侧资源的研究重点,从聚合技术、电碳协同优化调控策略、可信调节能力量化和通信与信息交换标准等角度,对支撑新型电力系统需求侧资源应用的关键技术进行了总结与展望。     

电动汽车聚合商参与调频备用的调度方法与收益分成机制

针对电动汽车聚合商参与电网调频的调度与用户结算问题,提出了结合日前电量/备用优化、实时功率分配、聚合商与用户收益分成3个部分的运行框架.通过提出基于充电需求的裕度评估并将其作为核心参数,在日前阶段降低了充电/调频双重变量的复杂性,能够在日前联合优化充电电量和备用容量;并在实时功率调度,和各用户的调频贡献结算这2个过程中...     

人工智能技术支撑的集群电动汽车实时优化调度策略

电动汽车(electric vehicle,EV)在近年来得到了广泛的应用与部署,针对入网EV的充放电优化已成为研究热点.然而,传统的基于优化模型的EV优化调度方法在实际应用上面临模型参数难以准确获得和计算压力大的挑战.为了解决该问题,基于K-means聚类算法与长短期记忆神经网络(long short-term me...     

集群电动汽车充电行为的深度强化学习优化方法

随着用电信息采集系统的推广,数据驱动的机器学习方法在用户侧用电行为优化领域的应用已引起广泛关注.利用深度强化学习方法(deep reinforcement learning,DRL),基于充电监测系统实时反馈的数据与分时电价信号,从负荷聚合商层面优化电动汽车(electric vehicles,EVs)充电行为.通过双...