基于预充电过程的牵引变流器支撑电容器参数辨识方法

支撑电容器是牵引变流器的关键部件之一,起着稳定直流侧电压的作用。支撑电容器若长期处于高温、高压的环境,其等效串联电阻会逐渐增大,电容器的性能会逐渐衰退,从而影响变流器的可靠性。根据电容器的健康状态采取不同的维修策略,可以提高牵引系统的安全性和可维护性。为此,文章针对机车牵引变流器提出一种基于预充电过程的支撑电容器参数辨识方法,以实现对支撑电容器的失效预警。其不需要增加传感器,而是利用机车每次启动预充电过程的中间电压以及二次侧电流信号,根据支撑电容器等效电路建立参数的辨识模型;与传统的基于梯度下降的参数辨识算法不同,文章采用遗传算法在参数变化区间内搜索最优值进行等效串联电阻的辨识,以提高参数辨识的可靠性。在不同噪声情况下进行仿真实验并通过模拟机车预充电过程进行物理实验,结果显示,辨识误差均在±3%以内,验证了所提出方法的有效性。     

钼钨合金烧结致密化行为

采用原位测量法研究了放电等离子烧结与真空热压烧结Mo–30W合金收缩和致密化行为。研究结果表明:采用放电等离子烧结Mo–30W合金时，1200 ℃以下Mo–30W合金以膨胀为主，1200 ℃以上合金开始剧烈收缩，1600 ℃以上合金收缩趋于停止，在降温阶段合金有较大收缩，温度接近室温时，收缩基本停止。经过1600 ℃放电等离子烧结后合金的相对密度可达93%以上，优于相同温度下真空热压烧结合金的相对密度89.98%。     

认知无线电系统中一种改进的功率控制博弈算法

分布式功率控制是认知无线电(CR)系统中的关键技术之一,它直接影响到无线系统的性能。本文采用了博弈论的方法来实现对CR用户的分布式功率控制,在David Goodman的非协作博弈算法的基础上,给出了一种改进的效用函数,它使各用户在满足要求信干比条件下发送功率最小,同时使整个系统内由各种干扰引起的失真最小。本文通过理论推导证明了新的效用函数存在纳什均衡,并且均衡点唯一,同时仿真验证了该算法的收敛性,仿真结果表明这种兼顾用户自身利益以及用户间公平性的效用函数能降低发送功率,并且有效提高CR系统的性能。     

应急通信系统的动态频谱接入及性能分析

本文将传统的应急通信系统与认知无线电技术相结合,在授权用户、应急用户和一般认知用户这三类用户共享频谱池的前提下,提出了两种不同接入等级的认知无线电接入策略.在这两种接入策略下,对系统动态频谱接入过程,构建了基于三维马尔可夫链的分析模型.在该模型基础上推导了应急用户和其它认知用户的阻塞率及强制终止概率,给出了它们的数学闭合表达式,并对系统性能进行了分析.仿真结果表明:三级优先级接入策略,使得应急用户的阻塞率和强制终止概率得到了降低,该策略的采用很大程度上提高了应急用户的性能.     

(Y_(0.95)Eu_(0.05))_2O_3亚微米球、微米板片的选择合成及荧光性能的形貌依存性(英文)

采用先水热合成(150°C,12h)、后煅烧(1000°C)来实现(Y0.95Eu0.05)2O3亚微米球形和微米板片红色荧光颗粒的形貌可控合成。通过XRD、FT-IR、FE-SEM和PL等检测手段对样品进行分析。结果表明:将尿素与Y+Eu的摩尔比由10增大至40～100,得到的前驱体由碱式碳酸盐亚微米球转变为碳酸盐微米片;经1000°C煅烧所得氧化物能够继承前驱体的形貌特征;板片二维形貌的限制内部晶粒自由生长,使更多的(400)晶面暴露在板片颗粒表面;在250nm紫外光的激发下,荧光颗粒的荧光发射峰位及荧光不对称因子[I(5D0→7F2)/I(5D0→7F1),～11]均与颗粒形貌的相关性不强,但荧光强度呈现明显的形貌依存性;微米板片颗粒的尺寸大,从而其比表面积小,因此具有更高的荧光强度(微米板片在～613nm处的荧光强度为球形颗粒的～1.33倍)。     

智能化变压器有载分接开关测试仪校验装置的研究

文章针对传统的“分别校验”和元件校验”方法的不足,介绍了新型智能型变压器有载分接开关测试仪校验装置的原理和结构,经国家高电压计量站校准合格后,可用于对各种类型变压器有载分接开关测试仪进行校验,该装置采用标准源方式、数字化电路和全电脑控制,实验表明,该设备使用方便,具有0.1级高精度,有着广阔的应用前景.     

校验氧化锌避雷器带电测试仪的新方法

文中介绍了氧化锌避雷器带电测试仪标准装置的研制过程,通过对氧化锌避雷器测试仪测试原理的广泛调研,确定了标准装置研制的结构及工作原理,该装置具有先进的原理和结构,能够取代传统的阻容网络校准装置。该装置采用标准源方式、数字化电路、全电脑控制,用于对各种类型的氧化锌避雷器带电测量仪进行校验。实验表明,该设备使用方便,具有0．5级的高精度,有着广泛的应用前景。     

基于Modbus的OPC服务器设计及其在组态软件中的应用

本文主要在介绍Modbus协议规范和OPC服务器工作原理以及组成框架的基础上,进行服务器设计,通过设计,将服务器应用到DSC组态软件中,具有一定的现实意义。     

基于Stackelberg博弈的多任务协作频谱感知算法

随着移动设备的增多,认知无线电技术诞生,而频谱感知是认知无线电技术中的重要一环。本文将群智感知和频谱感知结合,提出了一种基于Stackelberg博弈的多任务协作频谱感知算法。该算法将融合中心(平台)与次用户分别建模为Stackelberg博弈领导者和从属者。在领导者博弈中,平台给次用户发布最优的报酬值以获得最佳的效用;在从属者博弈中,本文着重考虑了剩余能量对次用户的影响,次用户在平台给的报酬下改变感知时间以获得最优的效用。仿真结果表明,该算法可以提高融合中心对频谱的检测概率。      

一种结合深度学习和集成学习的情感分析模型

随着社交媒体的不断发展,用户评价已成为网络决策的关键因素.为了准确分析社交媒体用户评价的情感倾向性,更好地推进舆情分析、推荐算法等工作,本文通过对Bi-LSTM模型和Bagging算法的改进,提出了一种新的情感分析模型—Bi-LSTMM-B模型.该模型的特点在于将深度学习模型可提取抽象特征的优势和集成学习多分类器共同决策的思想相结合.一方面在Bi-LSTM模型的基础上引入Maxout神经元,构建Bi-LSTMM模型,解决随机梯度下降算法中存在的梯度弥散问题,更好地优化训练过程.另一方面,模型基于Bagging算法训练多个情感分类器,根据分类器性能优劣利用袋外数据为每个分类器分配指定类别的权重,并提出相应的改进投票策略,增强了模型的泛化能力.实验结果表明:本文提出的Bi-LSTMM-B模型相比于传统的LSTM模型准确率提高12.08%,其中Maxout神经元的引入对情感分析准确率有8.28%的相对改善效果,改进后的投票策略对准确率有4.06%的相对改善效果,并在召回率和F值两项指标上均优于其他对比模型.由此证明,深度学习模型和集成学习思想相结合可提高情感分析的准确率,并具有一定的研究价值.