Event-triggered-based finite-time cooperative path following control for underactuated multiple marine surface vehicles

This paper develops an event-triggered-based finite-time cooperative path following (CPF) control scheme for underactuated marine surface vehicles (MSVs) with model parameter uncertainties and unknown ocean disturbances. First, a finite-time extended state observer (FTESO) is proposed, in which the FTESO can estimate the velocities and compound disturbances in finite time. Then, the finite-time LOS guidance law based on velocity estimation values is designed to obtain the desired surge velocity and the desired yaw rate. In order to realize the cooperative control of multiple paths in finite time, the cooperative control law for the path variable is designed. In addition, the relative threshold event-triggered control (ETC) mechanism is incorporated into the formation control algorithm, and an event-triggered-based finite-time CPF controller is designed, which not only effectively reduces the update frequency of controller and the mechanical loss of actuator but also improves the control performance of system. Furthermore, by using homogeneous method, Lyapunov theory, and finite-time stability theory, it is proved that under the proposed finite-time CPF control scheme, the formation errors can converge to a small neighborhood around origin in finite time. Finally, numerical simulation results illustrate the effectiveness of the proposed control scheme.     

Stabilization of uncertain networked control systems with actuator saturation and probabilistic cyberattacks

This paper investigates the stabilization of uncertain networked control systems (NCSs) with actuator saturation and cyberattacks. The cyberattacks are governed by a set of independent random variables satisfying Bernoulli distribution. To relieve the network bandwidth load effectively, an event-triggered communication strategy is proposed. By employing Lyapunov stability theory and stochastic analysis techniques, a stability criterion is obtained for the system with actuator saturation and cyberattacks. Moreover, the desired controller gain is derived by solving some matrix inequalities. Finally, the validity and applicability of the criteria are verified through numerical examples.     

基于改进YOLOv5的遥感图像目标检测研究

针对遥感图像中背景复杂度高、目标尺寸多样所导致的目标检测精度低的问题,提出一种基于改进 YOLOv5的遥感图像目标检测算法。该算法将具有Transformer风格的ConvNeXt网络作为主干网络,以克服卷积神经网络(CNN)结构的局限性,捕获更多全局信息。引入 SimAM 注意力机制在不增加网络参数的情况下,推断出特征图的3D注意力权值,提高网络的稳定性以及抗干扰能力。同时采用全局显式集中调节方案的集中特征金字塔(CFP),捕获全局长距离依赖关系以及遥感图像的局部关键区域信息。将本文提出的算法在 RSOD 数据集上进行消融实验,结果表明,本文提出的算法能够显著提高遥感图像目标检测的平均准确率。     

基于 RA-LSTM 的轴承故障诊断方法

为解决轴承故障诊断时网络模型不能对一维振动信号中的特征按照重要程度分配不同的权重,导致无法提取具有代表 性意义的特征,进而影响诊断模型的精确度与鲁棒性的问题。 提出基于反向注意力机制( reverse attention mechanism,RA)的特 征突出处理方法,通过将特征进行注意力反向与剪枝,降低非重要特征占比,从而对重要特征进行凸显。 并通过长短期记忆网 络(LSTM)进一步学习特征之间的时间信息后通过全连接层进行故障类型分类。 通过实验选取了最优数据截取长度、剪枝超参 数并对信号添加噪声后模型的稳定性进行了验证。 实验结果表明所提出的 RA-LSTM 轴承故障诊断方法具有优异的故障诊断 性能,故障诊断精度能达到 100%,且在添加噪声后模型的诊断能力仍具有优异的鲁棒性。     

融合 YOLOv5s 与 SRGAN 的实时隧道火灾检测

针对传统隧道火灾检测方法速度慢、误检率高的问题,提出了一种基于 YOLOv5s 的实时火焰检测算法,采用 K-means 重新计算锚框尺寸。 本文提出的 YOLOv5s-SRGAN 融合算法,在 1 326 幅隧道火焰图像中的召回率为 94%,是 YOLOv5s 的 1. 7 倍。 引入了 CBAM 注意力机制模块和梯度均衡机制,分别通过特征提取网络和损失函数提升模型的性能。 与原 YOLOv5s 相 比,火焰检测的平均正确率(IOU= 0. 5)提高了 44%,测试集平均检测速度为 32 FPS。 结果表明,改进后的火焰检测算法对小火 焰目标有了更好的识别效果。     

欧洲战略备用机制对我国发电容量充裕性问题的启示

确保发电容量充裕是电力系统安全运行和电力市场稳定的必要条件,是电力工业发展中需要解决的核心问题之一。随着全球能源电力低碳转型,电力系统发电容量充裕性面临着严峻挑战,国际上已实施多种容量机制。文章结合欧洲能源转型及电力市场化改革过程梳理容量机制的建设背景、发展脉络及现状,重点分析欧洲2019/943法案推荐近期适用的战略备用机制,及该机制在芬兰、德国、比利时的设计细节。双碳目标下,我国煤电将由主体电源转变为调节性、支撑性电源,亟需容量机制保障其安全平稳转型。文章梳理了我国煤电容量机制现状及问题,指出战略备用机制具有良好的适用性,分析设计实施该机制的关键问题,为国内容量机制建设提供了决策参考。     

省间电力现货交易机制设计与探索

随着电力市场化改革的逐渐深入和新能源渗透率的快速提升,我国电源结构和电力供需情况正在发生深刻变化,从而对新能源消纳和省间余缺互济提出了更高要求。目前省间余缺互济市场化机制缺失,亟需开展省间电力现货交易,通过市场化手段开展省间余缺互济,促进可再生能源大范围消纳。文章在跨区域省间富余可再生能源现货交易实践基础上,结合电网实际运行需要,进一步扩大交易范围、丰富交易主体、完善交易机制,建立了省间电力现货交易整体框架,设计了市场衔接、竞价出清、多级调度协同运作等关键机制,提出了市场出清模型。最后通过算例分析验证了上述机制的可行性和有效性。可为开展省间电力现货交易提供切实可行的实施路径和技术方案。     

基于自适应校准和多分支注意力的遥感目标检测

面向复杂多变的遥感场景下目标检测易受干扰的问题,提出了结合自校准模块和D_Triplet Attention的任意方向目标检测模型SD-Centernet。该方法在网络结构中引入旋转角度,为检测框提供角度信息。在Dlanet特征提取网络中引入self-Calibrated模块,通过自适应校准操作融合来自两个不同空间尺度的信息,增大输出特征的感受野。同时为了加强图像局部信息的聚焦,引入D_Triplet Attention,更好的解决了跨维度交互问题。SD-Centernet在HRSC-2016数据集上的检测精度达到86.25%,检测速度达到14.9帧/秒,有效提高了遥感航拍中多方位目标的检测效果。     

自适应加权的多特征融合ECT图像重建算法

为了解决电容层析成像(electrical cpacitance tomography, ECT)图像重建中电容值与介电常数这一非线性病态问题,提出一种自适应加权的多特征融合(adaptive weighted multi-feature fusion, AWMF) ECT图像重建算法,利用网络模型拟合电容张量和介电常数的非线性映射关系。首先,在网络模型中采用密集卷积网络(DenseNet),不仅缓解梯度消失现象,还融合不同通道的特征信息;添加挤压激励网络(squeeze excitation network, SENet)自适应调整特征通道的权重,用以提取不同通道的关键特征,提高重建图像的精度。其次,构建树形聚合结构（tree aggregation structure network, TASN）网络模块,扩大感受野并提取丰富的多尺度特征信息,消除普通卷积所带来的伪影现象。在COMSOL5.3软件上建模仿真后,通过MATLAB2014a对图像进行重建。实验结果表明,重建图像误差系数降低至0.0256,相关系数提高至0.9717,与传统算法和CNN算法相比,具有更高的图像重建质量。     

高压开关用弹簧操动机构关键部件失效分析

本文通过对弹簧操动机构原理及关键材料物性分析介绍,阐述了操动机构关键部件材料应力仿真分析和凸轮失效分析,给出了弹簧操动机构的设计优化建议,为研究弹簧操动机构失效机理演变及失效规律提供工程应用和指导,具有重要的现实意义。