钛合金粉末热等静压近净成形成本分析

采用粉末冶金热等静压近净成形（NNS-PM-HIP）技术制备了几种典型的钛合金结构件,利用技术成本模型分析了NNS-PM-HIP工艺制备钛合金构件的经济性,并与其他成形工艺进行了对比。结果表明：随着工件尺寸的加大、复杂程度的提高,包套/模具的制作以及热等静压成为影响采用NNS-PM-HIP技术制备钛合金构件成本的主要因素。有限元模拟仿真的介入和工件的批量化生产使得NNS-PM-HIP工艺的成本显著降低。与锻造等工艺相比,工件越复杂、尺寸越大,以及原材料成本占总成本比例越低,NNS-PM-HIP工艺成形钛合金构件的优势越发突出。     

基于有向图的配网供电能力实用计算方法

计及N-1准则的配网供电能力在计算时需考虑站内供电能力和站间负荷转移能力。基于配电网"闭环设计、开环运行"的特点,采用有向图模型描述站间联络关系并进行分析计算。首先,引入理想一供一备结构的概念及其有向图形式,提出联络馈线可根据转供方式拆分为理想一供一备结构的集合。然后,依据实际配网运行要求给出不同接线模式下联络馈线的分解方法,从而实现负荷转移时馈线容量约束的解耦,将复杂配电网化简为清晰直观的有向拓扑结构图。最后,基于有向图描述的配电网建立了供电能力计算模型,通过算例证明了方法的实用性和有效性。     

负荷预测对新能源电网多目标优化调度的影响规律研究

当前负荷预测的主要目标是提高算法精度,无法实现不同预测精度对新能源电网调度影响的量化分析,因此研究了不同负荷预测精度对新能源电网成本和二氧化碳排放量的影响。首先,确立了包含火-水-光-风电机组新能源电网的多目标函数和约束条件。其次,探讨了粒子群算法在新能源电网调度中的优化思路。再次,利用灰色算法对负荷进行预测并给出了预测结果。最后,求解了粒子束优化调度时不同负荷预测精度下新能源电网运行成本和二氧化碳排放量的数值结果,并进行了拟合规律分析。结果表明负荷预测精度和新能源电网的成本和二氧化碳排放满足二次函数关系,可为新能源电网的规划和调度提供借鉴。     

不等厚钢板对接焊缝焊接残余应力研究

为研究钢结构桥梁中不等厚钢板对接焊缝焊接残余应力的大小及分布规律,文中采用ABAQUS模拟软件,建立了16 mm厚与24 mm厚Q345qD钢板对接多层焊三维有限元模型,通过顺序耦合的方法对焊接过程进行了模拟,并将模拟得到的应力场结果与盲孔法试验结果进行对比验证。结果表明沿垂直于焊缝路径上,纵向残余应力在远离热影响区表现为压应力,而在热影响区表现为拉应力,较薄钢板一侧的纵向残余应力略小于较厚钢板一侧的残余应力。横向残余应力一致表现为拉应力,其分布规律具有明显的不对称性。在平行于焊缝路径上,纵向残余应力变化明显,呈现为拉-压交替的分布形式,横向残余应力在焊缝两端表现为压应力,且向试件中心逐渐过渡为拉应力。     

智能分析与决策支持系统在浙江电网的应用

介绍了浙江电网智能分析与决策支持系统的主要功能和特点。该系统支持BPA、CIM、PSASP、PSSE文件的导入导出,系统将电网网架版本、负荷及出力版本、检修计划版本分开管理,通过拼接生成各种运行方式,进行电网的潮流、短路及暂态稳定计算,并可以对电网进行静态电压稳定分析,断面热稳定限额计算,做年、月、周、日运行方式下的安全校核等,以及对电网的安全稳定运行情况进行分析,最后以树状报表形式给出详细分析结果,作出提示和警告,并提供辅助决策,指导电网安全运行。     

变步长变尺度BP算法及其在电力系统中的应用

基于优化技术，提出了一种改是型ＢＰ算法，该算法收敛速度快，学习精度高，训练周期短，可适用于神经网络的离线及在线学习，是一种实用性很强的快速ＢＰ算法，并用神经网络对电力系统稳定器控制序列的学习仿真证明了该算法的优越性。     

基于PCA和不变矩的三维物体识别算法研究

在计算机视觉问题的研究中,针对基于矩的目标识别算法实时性不高的问题,本文分析主分量分析法(PCA)在目标快速识别算法中的应用,提出基于Jan Flusser仿射不变矩和PCA融合的快速识别方法,即利用PCA在Jan Flusser仿射不变矩的特征空间中进行优化降维,减少了计算量,然后利用一些主流的识别算法对该方法的实时性和准确性进行验证研究。在MatLab平台下的仿真结果表明:本文方法的实时性在欧式距离上提高了23.68%,在概率神经网络上提高了8.7%,在支持向量机上提高了21.01%,准确性只有少量的降低,不改变识别算法的过程,且适合三维物体小角度变化下的识别。     

基于时间串流的 OSEM 图像重建算法研究

利用γ光子探测腔体内部动态流场需要快速的图像重建算法，传统处理方式是先采集所有事件、再进行OSEM等算法处理。本文提出了一种按时间流对响应事件进行子集划分的图像重建(T-OSEM)算法。在连续采样数据的同时，按时间段将采样到的数据划分为子采样数据集，对子集进行OSEM迭代实现图像重建。并将上一帧图像作为迭代输入，利用帧间图像相关性，以加快收敛速度。该算法中数据流的采样与上一帧图像的处理同时进行，并通过多线程并行运算加速图像重建过程。研究了最优子集事件数量及相对应采样时间的关系，以实现在尽可能短的采样时间下达到最优的重建效果。实验表明，当采样时间段达到1 s时，T-OSEM算法仍有很好的粒子跟踪效果，粒子轨迹图像结构相似比为0.92,表明T-OSEM算法对于动态图像重建是一个比较好的解决方案。     

主动配电网多目标PMU最优配置

随着大规模的分布式电源(distributed generation,DG)接入及电网与用户互动增加,主动配电网状态估计结果与量测配置需要考虑更多不确定性因素。为加强对配电网的实时监测与控制,提高配电网运行态势感知能力,需要发展同步相量测量装置(phasor measurement unit,PMU)。在计及DG与负荷不确定性的基础上,建立了考虑经济性、配电网状态估计精度以及节点电压越限概率的多目标PMU最优配置模型。以拟蒙特卡洛方法模拟DG与负荷的不确定性;基于两步式加权最小二乘方法,构建混合量测配电网状态估计模型,并利用改进的自适应多目标二进制差分进化算法进行求解,从而得到特定状态估计误差精度下的PMU最优配置Pareto非劣解集。通过IEEE 33节点配电网系统进行仿真计算分析,验证了所提模型与算法的可行性与有效性。