基于深度强化学习的端到端无人驾驶决策

端到端的驾驶决策是无人驾驶领域的研究热点.本文基于DDPG（Deep Deterministic Policy Gradient）的深度强化学习算法对连续型动作输出的端到端驾驶决策展开研究.首先建立基于DDPG算法的端到端决策控制模型,模型根据连续获取的感知信息（如车辆转角,车辆速度,道路距离等）作为输入状态,输出车辆驾驶动作（加速,刹车,转向）的连续型控制量.然后在TORCS（The Open Racing Car Simulator）平台下不同的行驶环境中进行训练并验证,结果表明该模型可以实现端到端的无人驾驶决策.最后与离散型动作输出的DQN（Deep Q-learning Network）模型进行对比分析,实验结果表明DDPG决策模型具有更优越的决策控制效果.     

输电线路直线塔预制板式基础设计应用研究

为满足建筑工业化和国网公司“两型三新”工程建设理念要求,越来越多预制结构工程技术应用于输电线路基建项目中。其中输电线路预制基础应用最为广泛。预制基础的应用可大幅度减少输电线路基础施工工序、缩短工程周期、降低工程成本和劳动量。提出了一种实用新型输电线路直线塔预制板式基础,介绍了预制板式基础结构方案、安装就位方案。对预制板式基础的优势进行阐述和总结,为今后预制板式基础在输电线路直线塔中推广应用提供有力理论支撑。     

直流风机环境应力筛选智能监控系统的研制

为了保护直流风机在环境应力筛选时不被烧毁，使用8位微控制器C8051F020内置的模数转换模块（ADC）对风机工作电流进行实时监控，利用完全串口操作的触摸显示屏作为人机接口（HMI），设计了直流风机环境应力筛选智能监控系统，并针对具体需求进行了器件的选择、硬件原理图的设计以及监控软件的编制调试。该系统的工作参数可以通过触摸屏触控界面灵活调整，并且具备事件记录/查询功能。实际应用表明，该系统作为自动保护装置，起到了良好的保护作用。     

强对流恶劣天气下输电线路直线塔倒塔原因分析及设计方案优化

近几年,山东地区进入夏季以后经常发生强对流恶劣天气,导致部分输电线路跳闸,甚至发生直线塔倒塔的恶性电网事件,造成极大的经济损失,同时严重影响电网安全运行的可靠性。本文针对强对流恶劣天气情况下输电线路直线塔倒塔情况,从设计因素、施工因素、材料因素三方面进行分析,并制定出设计优化方案,从而提高杆塔应对强对流恶劣天气的能力。