带式输送机三元件固体模型启动过程动态分析

为了更精确地表达带式输送机启动过程的动态特性,将带式输送机划分为若干单元,运用牛顿第二定律对每个离散单元的运动过程进行了描述。同时对三元件固体模型的应力应变响应特性进行了分析,其两者结合起来就构成了动态分析模型。该模型未采用等效弹性模量的概念,而是将输送带的弹性伸长量和由垂度变化所导致的伸长量分离开来,更有助于了解整个动态分析的过程。采用迭代方法对模型进行求解,未涉及到对矩阵的处理,更加符合实际情况。采用三元件固体模型对带式输送机做动态分析建模,为动态分析提供了较好的理论指导。     

线性模型的总体最小二乘新算法

根据拉格朗日原理提出了线性模型的总体最小二乘新算法。通过重构矩阵运算推导了算法的迭代公式,该算法推导过程简单且易于程序实现。通过实例分析并与几种总体最小二乘解算方法相比较,结果表明,该文算法正确合理。     

深度相机与微机电惯性测量单元松组合导航算法

针对室内非结构环境下,全球定位系统、无线电定位等定位手段使用困难,轮式里程计在楼梯等场合易出现打滑或空转而误差较大,单一视觉传感器或微机电系统（MEMS）惯性测量单元（IMU）很难实现高精度自主定位,以及传统的视觉与MEMS IMU组合导航算法复杂、计算量大、导航精度低等问题,提出一种适用于室内的深度相机与MEMS IMU松组合导航算法。MEMS IMU预积分结果作为改进迭代最近点（ICP）算法的迭代初值,大幅减少了迭代次数;通过深度相机和MEMS IMU分别计算载体的位置并作差运算,将位置差值作为量测信息,使用扩展卡尔曼滤波估计MEMS IMU的导航误差,修正航位推算的结果;利用Kinect v1深度相机和MTI 100-IMU搭建的平台进行实验验证。结果表明,基于MEMS IMU辅助的改进ICP算法能够减少迭代次数约50%,基于位置差值的深度相机与MEMS IMU松组合算法导航定位误差小于总里程的10%.     

基于RBF-FCM-OLS的边坡稳定性评价方法

RBF神经网络具有很强的非线性并行处理能力和泛化能力,并且有很快的学习收敛速度,不易陷入局部极小,在边坡稳定性评价中已得到广泛的应用.但其过分依赖于隐含层数据中心的选取是否合适,故引入模糊-C均值聚类(FCM)算法对其进行优化.以122组边坡样本作为样本总体,其中1～114组为训练样本,115～122组为测试样本,运用FCM算法在边坡训练样本中初选多个RBF网络的数据中心,在此基础上运用正交最小二乘法(OLS)训练网络,利用训练后得到的回归矩阵信息在初选结果中重新选择RBF网络的数据中心,从而使数据中心得到优化,简化了RBF神经网络的结构.将优化后的RBF神经网络应用到边坡测试样本的安全系数的预测中,得到较高的预测精度.该方法加快了RBF神经网络的训练速度,提高了运算速率,与传统的BP网络进行比较,进一步证明RBF及其学习算法的优越性和实用性.     

一种改进的人工蜂群配电网状态估计方法

针对配电网状态估计模型的计算量大、精度低以及数值计算不稳定等问题,提出一种改进的基于人工蜂群算法的配电网状态估计方法。首先,根据网络拓扑结构和量测配置,建立配电网状态估计的目标函数;然后,采用人工蜂群算法对目标函数进行优化求解;最后构造当前最优解的适应度函数,以此作为迭代终止准则的判定条件,以更高的效率获得全局最优解。采用中国电力科学研究院搭建的16节点系统开展了大量的实验,结果表明本文方法可以有效地估计节点电压的幅值和相位。不仅如此,在收敛速度上也比现有的人工蜂群算法提高一倍,并且平均绝对误差比加权最小二乘法和等效功率变换法分别减小60%和50%。     

基于滑动迭代离散傅里叶的并网设备多目标协同控制方法研究

由于传统方法对并网设备中的信号谐波检测及抑制效果较差,导致计算效率下降,控制结果不理想,提出基于滑动迭代离散傅里叶的并网设备多目标协同控制方法。在对滑动迭代离散傅里叶分析的基础上,采用滑窗迭代将并网设备中电流信号的基波分量和谐波分量进行分离,根据分离结果得到并网设备的瞬时功率和参考电流表达式,引入优化因子获取参考电流统一表达式,构建含有优化因子的多目标函数,采用果蝇算法对目标函数进行求解,最终实现并网设备多目标协同控制。经实验测试证明,所提方法能够快速且准确完成并网设备多目标协同控制。     

柔性互联配电网概率潮流算法研究

随着柔性直流配电技术的快速发展,直流配电网通过电压源换流器连接交流配电网构成的柔性互联配电网已成为当前的研究热点,但到目前为止,对于不确定性分布式电源接入的柔性互联配电网概率潮流计算尚未有文献进行研究。针对缺乏这种柔性互联配电网概率潮流研究的现状,文章开展不确定性研究,在分析了几种常规概率潮流计算方法后,以三点估计法结合改进交直流交替迭代算法作为柔性互联配电网概率潮流实现算法;以Nataf变换方法结合Cholesky分解进行不确定非正态输入变量的相关性处理;以IEEE 33节点配电系统结合国内首个五端直流示范工程-直流配电中心作为算例,验证了所提算法的有效性。     

Sensitivity and inverse analysis methods for parameter intervals

This paper proposes a sensitivity analysis method for engineering parameters using interval analyses.This method substantially extends the application of interval analysis method.In this scheme,parameter intervals and decision-making target intervals are determined using the interval analysis method.As an example,an inverse analysis method for uncertainty is presented.The intervals of unknown parameters can be obtained by sampling measured data.Even for limited measured data,robust results can also be obtained with the inverse analysis method,which can be intuitively evaluated by the uncertainty expressed in terms of an interval.For complex nonlinear problems,an iteratively optimized inverse analysis model is proposed.In a given set of loose parameter intervals,all the unknown parameter intervals that satisfy the measured information can be obtained by an iteratively optimized inverse analysis model.The influences of measured precisions and the number of parameters on the results of the inverse analysis are evaluated.Finally,the uniqueness of the interval inverse analysis method is discussed.     

Turbo-MIMO系统中基于序列集合的新型检测器

提出了在Turbo-MIMO系统中使用MMSE信号检测器来获得一个可能的发射信号矢量集合,同时对先验信息使用M算法寻找另一个发射信号矢量集合,然后利用这两部分矢量集合得到一个大大缩小的候选矢量集合,从而减小系统复杂度的方法。     

气-固流化床压力脉动递归图分析

引入递归图分析方法对具有混沌与分形特性的气-固循环流化床压力脉动信号进行分析,针对Logisitc模型比较了递归图特征量递归率、确定性、平均对角线长度、分叉性与最大Lyapunov指数之间的关系,得出了递归图特征量对于混沌特性具有表征作用的结论。研究了递归图特征量在气-固循环流化床不同床型下的变化规律,递归图特征量在固定床型、湍流床型、气力输送床型下保持稳定,在鼓泡床型、快速流化床型下分别迅速递增或递减,因此递归图特征量同样可以对循环流化床不同床型进行辨识。