雾天桥梁可变限速值的效用评估及优化

为改善高速公路桥梁路段雾天环境的交通安全,文中考虑可变限速标志设置对驾驶行为的影响,从服从效应角度提出其量化评估方法,以期获得最优作用效能。文中以鄂东长江大桥为原型,选取该桥梁近年最低能见度(100 m)和自由流服务水平作为测试环境,设计3种限速策略,分别为对照组SⅠ(无限速策略)、实验组SⅡ(90~70 km/h限速策略)、实验组SⅢ(90~70~50 km/h逐级限速策略);依托驾驶模拟器,实现不同限速条件的雾天桥梁场景微观驾驶行为数据的细粒度感知,采用重复测量方差分析方法从驾驶人响应的快速性、稳定性及准确性剖析可变限速标志的作用机理及驾驶人特征表现,并通过模糊综合评价方法评估不同限速策略的有效性。研究结果表明:雾天桥梁可变限速标志能够使驾驶人更早地采取减速措施,车辆在雾区行驶过程的稳定性更好;在雾天能见度100 m情况下,90~70~50 km/h逐级限速策略的稳态频数更大,空间稳定性更好,且速度超调量和跟随比更小,响应准确性更高。模糊综合评估结果显示,90~70~50 km/h逐级限速策略作为最优方案,能够有效地提升雾区驾驶行为的调节适应能力,降低驾驶风险,提高车辆运行的稳定性。本研究成果为雾天桥梁可变限速标志的优化设置提供了解决方案,可为雾天桥梁的主动安全防控提供有效支撑。

基于多新息最小二乘和多新息扩展卡尔曼滤波算法的锂电池SOC估计

针对现有SOC(荷电状态)估计方法中电池模型参数恒定,没有考虑电池模型参数的动态变化,导致SOC的估计不够精准的问题,文中提出了一种基于电池模型参数在线辨识与SOC估计联合的算法。在二阶RC等效电路模型基础上,采用多新息最小二乘(Multi Innovation Least Squares,MILS)算法对锂离子电池模型中的参数进行在线辨识,从而对电池模型进行实时修正;同时基于修正后的电池模型,采用多新息扩展卡尔曼滤波(Multi Innovation Extended Kalman Filter,MIEKF)算法对电池荷电状态进行估计。MILS算法可以解决在线参数辨识过程中的初始误差累积问题,能够实现模型参数的在线精准辨识,MIEKF算法融合了多新息理论和卡尔曼滤波理论,加入了遗忘因子以削弱历史数据并修正权重,解决了数据过饱和问题,具有较高的准确性和收敛性。实验结果表明,在对电池模型进行参数辨识时,MILS算法、RLS算法辨识的均方根误差分别为1.4、1.9 mV,MILS算法相比RLS算法的估计精度提高了26.3%;对于参数辨识后SOC的估计,MIEKF算法估计的均方根误差为0.0037,EKF算法、AEKF算法估计的均方根误差分别为0.0073、0.0052,MIEKF算法比EKF算法的估计精度提高了49.31%,比AEKF算法的估计精度提高了28.84%;并且在给定SOC初值错误的情况下,文中所提出算法在电池开始工作后30 s左右就能够收敛到真实值,是一种精度高而且鲁棒性好的有效估计方法。

特征域近端高维梯度下降图像压缩感知重构网络

压缩感知理论可以被用于解决信源采集设备计算资源受限的问题,但信号重构过程存在不确定性。传统的重构算法计算复杂度高,难以在实际中应用。近期,基于深度学习的重构算法打破传统算法的局限性,以其速度快、质量高等特点受到了广泛关注。现有的深度学习重构算法可以划分为“黑盒子”以及基于优化启发网络两种类型。与“黑盒子”式的网络结构相比,基于优化启发的深度网络更容易获得高精度的恢复,同时也更具可解释性。然而现有基于优化启发的图像压缩感知重构网络在每个优化阶段仅学习单一梯度,存在测量值信息利用不足、难以准确地学习梯度等缺点,限制了重构性能的提升。为了更充分地利用测量值信息,降低梯度学习的难度,本文提出了高维空间梯度学习思想,实现更准确的梯度回归。在此基础上,本文提出了特征域近端高维梯度下降(FPHGD)算法,并设计了实现该算法的深度神经网络(FPHGD-Net)以获得高精度图像重构结果。此外,本文设计了3种不同复杂度的深度空间近端映射网络结构,以满足不同的应用条件,按空间复杂度从低到高,相应模型分别为FPHGD-Net-Tiny、FPHGD-Net、FPHGD-NetPlus。实验结果表明,与OPINE-Net+相比,所提3种模型在Set11数据上的平均PSNR分别提升1.34、1.51和1.88 dB,并且在重构视觉效果上,能够恢复出更丰富的图像细节。

激光-电弧复合焊接铝合金的研究进展分析

为早日实现“双碳”目标,轻量化制造是必经之路。铝合金以其低密度、高比强度和可回收利用等优点脱颖而出,并且具备高塑形、优良耐腐蚀能力从而可以广泛应用于各行各业,但因为其特殊的热物理性质及复杂的合金化学成分,使其焊接过程中极易出现气孔、热裂纹等焊接缺陷,其焊接难题限制了铝合金在轻量化之路的进一步发展。激光-电弧复合焊接技术结合激光焊接技术与电弧焊接技术的优势,以其大焊接熔深、高焊接效率、高焊接质量著称,并逐渐成为铝合金高效优质焊接的重要熔焊工艺。为掌握铝合金激光-电弧复合焊的研究现状,本文首次通过文献计量学的方法定量分析了Web of Science(WoS)数据库中1995—2021年已发表的该领域的学术论文,并通过使用VOSviewer软件对WoS数据库数据进行了可视化处理。结果表明,焊接接头、微观组织、热影响区、力学性能及激光与电弧的相互作用为研究热点,因此本文从上述领域对铝合金的激光-电弧复合焊接进行了总结与分析,并结合激光-电弧复合焊接过程中的在线监测技术与新型激光在复合焊中的应用展开讨论分析,得出激光-电弧复合焊接铝合金中接头类型的选取,微观组织的分布,力学性能的提升措施及复合热源的相互作用机制。旨在为后续研究激光-电弧复合焊接铝合金提供参考。最后,基于当下的研究现状,本文提出了该领域面临的挑战及未来工作展望。

网约车平台算法个性化定价、乘客履约率及其监管对策

网约车平台算法个性化定价产生了复杂的市场影响,相比传统出租车服务,网约车乘客违约率达30%左右,因此算法个性化定价对乘客违约率的影响机制以及乘客是否履约的关键特征值得探索。文中尝试运用矩形Hotelling模型建立算法个性化定价与乘客违约率的因果关联机制,以两个网约车平台之间的Stackelberg博弈模型揭示歧视性定价、乘客违约率与平台之间竞争强度的关系。进一步运用网约车平台订单大数据,以Bhattacharyya距离、提升决策树及改进拉斯维加斯方法(包裹法)等归纳学习工具对网约车平台百万量级订单进行数据挖掘,找出决定乘客是否履约的关键特征。分析结果表明,平台进行个性化定价时乘客的最终消费选择主要取决于价格因素;而改进车辆匹配、派单策略及减少乘客候车时间可显著提高订单履约率。研究结果对网约车平台完善定价及运营策略以维持双边市场用户数量、保证平台持续成功运营具有重要参考价值,也为反垄断部门干预平台个性化定价提供了理论依据。

停车场内氢能客车氢泄漏爆炸事故及风险分析

近年来,氢燃料电池汽车发展迅速。相较于氢燃料电池小汽车,氢能客车的尺寸大、储氢量大,存在的安全风险更大,研究停车场内氢能客车的氢泄漏爆炸事故及风险具有重要意义。采用FLACS软件预测停车场内的氢能客车关键部件失效后不同泄漏工况下的氢气云团的扩散过程,根据泄漏后氢气云团的含量分布特性,研究在不同点火位置下诱发氢气云爆炸事故后的爆炸超压特性;分析事故的影响范围,量化爆炸事故后果,提出爆炸风险防控建议;结合预测的事故发生概率对停车场内的氢能客车开展氢泄漏的风险分析,提出了一种氢能客车氢泄漏爆炸事故及风险分析方法。研究结果表明,环境风和停车场的规划布局都会影响泄漏后的氢扩散行为,当环境风向与停车场顶棚长度方向垂直时最有利于氢气的扩散,在大型客车停车场内氢能客车发生氢气泄漏后的扩散速度快,氢含量迅速下降,点火引发氢气云爆炸产生的爆炸冲击波威力较小,在最严重的泄漏场景下最大爆炸超压约为12.38 kPa。可在氢能客车TPRD装置附近以及停车位中间偏后对应的顶棚位置上安装灵敏度高的氢传感器,以提高实时监测氢气泄漏的灵敏度。停车场内氢泄漏后诱发氢气云爆炸事故的风险近似为3.64×10−^(7)次/年,低于风险可接受水平,该客车停车场符合安全性要求。研究结果为氢能客车与停车场内氢浓度传感器的布局以及停车场的规划建设提出了合理建议。

基于速度控制的机器人轨迹摩擦补偿控制算法

目前机器人已在工业生产制造中得到广泛的应用,但由于机器人系统中关节摩擦等因素的影响,机器人的轨迹跟踪精度难以满足高精度生产的需求。为减少机械结构中非线性摩擦因素和系统中未建模干扰等因素对机器人运行稳定性和加工精度的影响,文中提出了一种速度模式下的摩擦补偿控制算法。首先,基于傅里叶级数和5次多项式混合的方式设计最优激励轨迹,通过最小二乘法完成动力学参数的预辨识,并利用Levenberg-Marquardt法对预辨识结果进行迭代寻优,从而建立更为精确的机器人动力学模型;然后,基于李雅普诺夫方法设计机器人轨迹跟踪控制算法,将最速离散跟踪微分器中采集的关节角度输入所设计的轨迹跟踪控制算法中,得到实时的关节速度补偿值,将补偿值实时输入机器人中实现摩擦补偿控制;最后,以六自由度串联机器人为实验对象,对所设计的摩擦补偿控制算法进行实验验证。结果表明,相对于摩擦补偿前,机器人的末端轨迹跟踪精度提升约35%,从而验证了文中所提算法在机器人摩擦补偿领域的有效性。

焊接多腔双钢板-混凝土组合剪力墙抗震性能分析

大多数双钢板-混凝土组合剪力墙采用螺栓连接或焊接肋的方式使钢板和混凝土协同工作。然而,这种连接方式可能导致整体性和塑性变形效率较低,且制作复杂,焊接多腔双钢板-混凝土组合剪力墙能够有效地避免这些问题。为了深入研究焊接多腔双钢板-混凝土组合剪力墙的抗震性能,基于约束混凝土真三轴塑性-损伤本构模型和钢材弹塑性混合强化-韧性损伤本构模型,建立了组合剪力墙的精细化三维实体-壳模型,将模拟所得的滞回曲线、骨架曲线、刚度退化曲线、弹性刚度、承载力、累积耗能、等效阻尼粘滞系数和延性系数与已有拟静力试验结果相比较,发现两者吻合较好。分析结果表明:轴压比对组合剪力墙模型算例刚度和承载力的影响较小,而随剪跨比增大,组合剪力墙模型算例的刚度和承载力呈线性降低;轴压比对组合剪力墙模型算例总塑性耗能的影响较小,而剪跨比的影响较大,剪力墙总塑性耗能随剪跨比增大而降低;轴压比和剪跨比都不会改变算例各部件的耗能分配机制,即组合剪力墙模型算例以外钢板和内隔板耗能为主。

基于TsGAN的自动驾驶汽车高速公路变道切入测试场景自动生成算法

前方相邻车道车辆变道切入自动驾驶车辆所在车道是典型的高速公路自动驾驶高风险场景,在实际高速公路上进行该类场景的复现测试存在非常高的安全风险,虚拟仿真测试是解决该问题的最佳途径之一。为自动生成批量化的高保真高速公路变道切入测试场景,该文提出了一种基于时间序列生成对抗网络(TsGAN)的自动驾驶汽车高速公路变道切入测试场景自动生成算法。该算法以变道切入时刻两车的车头时距和侧向时距为场景危险程度评价指标,从高速公路真实轨迹数据集highD中提取4类不同危险程度的2853个变道切入场景实例,基于TsGAN构建变道切入测试场景生成模型,并利用所提取的真实轨迹数据训练模型;其后,采用所构建的模型生成前车变道轨迹和测试车变道切入时刻前的运行轨迹,通过比较所生成的变道轨迹与真实轨迹之间的分布相似性、频谱误差,验证所生成的轨迹的真实性。该文还分析了所生成的场景中变道切入时刻两车的运动关系及轨迹参数分布,检验了自动生成的场景在自然场景中的覆盖度。结果显示:从轨迹关键参数的分布来看,TsGAN模型生成的变道轨迹与真实轨迹的平均相似度达79.7%,平均频谱误差小于8%,落在最相似真实轨迹缓冲区的轨迹超过83.2%,表明所生成的轨迹具有高真实性;与所采集的真实场景相比,所生成的场景实例覆盖范围更大,在参数区间内分布更均匀,变道切入时刻前方变道车辆与测试车的车头时距和侧向时距分别降低了17.83%和16.37%(平均值),车辆轨迹参数分布区间平均增长了19.44%,表明所生成的场景在自然场景中具有较高的覆盖度;所提出的基于TsGAN的场景生成模型可模拟4种不同危险程度的变道切入测试场景,具有较强的针对性。

高速列车突入复线隧道的横风效应分析

横风作用下运行环境不同导致高速列车气动特性发生突变,严重影响列车运行安全和乘客的舒适性。基于高速列车流场的可压缩、非定常特性,建立隧道-列车-横风三维数值模型,采用SST k-ω湍流模型进行求解,通过与动模型试验对比,验证了数值模拟的准确性,进一步分析横风对列车周围流场与表面压力分布的影响,得到了横风作用下列车气动荷载变化规律。研究结果表明:列车周围流场分布受横风影响显著,隧道外流场向列车背风侧偏移,并形成起始于隧道入口处的纵向涡旋,而隧道内列车背风侧涡旋消失,迎风侧形成延伸至入口处的垂向涡旋,并在列车驶入过程中隧道内涡旋结构逐渐消失。在列车驶入隧道前列车迎风面气动压力以正值为主,背风面气动压力以负值为主。当列车驶入隧道时列车表面压力发生剧烈变化,气动压力波动程度随列车驶入而明显减弱。气动荷载变化规律与风环境密切相关,无风时尾车横向力和升力变化幅值最大,而横风下头车横向力和升力变化幅值最大。此外,列车气动性能与编组位置密切相关,横风下头车横向力变化幅值分别是中车、尾车的4.8倍和15.4倍,头车升力变化幅值分别为中车、尾车的1.1倍和1.2倍,头车发生行车安全事故风险最高。研究成果可为类似情形下高速列车运行安全性评价和高铁隧道选线提供参考。

基于TT-Tucker分解的无预训练LC卷积神经网络压缩方法

张量训练(TT)分解和Tucker分解是两种有效的卷积神经网络压缩方法。然而,TT和Tucker分解分别面临空间结构信息丢失与计算复杂度高等问题。为解决上述问题,文中考虑了网络结构的信息保留率和资源占用情况,采用学习-压缩(LC)算法的约束型压缩框架,提出了一种基于TT-Tucker分解的无预训练LC卷积神经网络压缩方法(TTLC)。TT-LC方法包括学习步骤和压缩步骤两个部分。学习步骤不需要预训练过程,采用了指数循环学习率方法以提高训练准确率。而在压缩步骤,文中根据TT和Tucker分解的优点以及贝叶斯规则选取全局最优秩的特性,运用经验变分贝叶斯矩阵分解(EVBMF)和贝叶斯优化(BayesOpt)选出合理的秩以指导张量分解,采用TT-LC方法压缩训练后的模型。TT-LC方法既降低了空间结构信息丢失率和计算复杂度,又解决了张量的秩选取不合理导致模型准确率显著下降的问题,可实现模型的双重贝叶斯选秩和双重压缩,获得最优的压缩模型。最后,采用ResNets和VGG网络在CIFAR10与CIFAR100数据集上进行实验。结果表明:对于ResNet32网络,相比于基准方法,文中方法在准确率为92.22%的情况下,获得了69.6%的参数量压缩率和66.7%的浮点计算量压缩率。

基于全局一致性网络的参数化人体网格重建

人体网格重建(HMR)在人机交互和虚拟/增强现实等领域有广泛应用。为了进一步提高基于图像的人体网格重建中人体姿势和形状估计的精度,提出了基于混合逆运动学的全局一致性深度卷积神经网络,用于参数化人体网格重建(GloCoNet)。为了增强网络的全局一致性和全局上的长程依赖,该网络在特征提取网络基础上,设计了全局一致性增强器(GCB)模块,它能够增强模型对全局信息的感知能力和表达能力,并且使模型能够自适应地调整不同通道和空间位置的特征图权重。然后引入了多头注意力机制(MHSA)来捕获模型全局上的长程依赖,它可以帮助模型在处理长期依赖时更好地捕捉到关键的关系和模式,并建模全局上下文信息,从而更好的丰富特征子空间的多样性。同时,该网络采用混合逆运动学的方法弥合人体网格估计和3D人体关节点估计之间的差距,最终提升人体3D姿势和形状估计的准确度。实验结果表明,GloCoNet模型在公开的Human 3.6 M数据集上以平均每关节51.3 mm的位置误差(MPJPE)显著优于先前的主流方法。

压缩感知在斜轴式马达声强成像中的应用研究

斜轴式轴向柱塞马达内部噪声源距离较近,如马达配流盘进、出油口间的距离为38 mm,且马达噪声源存在同频及倍频现象。斜轴式马达内部密集复杂的噪声源,导致频谱分析方法难以准确识别同频及倍频信号,传统声强测量的最高分辨率为50 mm,无法满足马达内部噪声源的辨识精度要求。针对传统方法难以准确辨识马达噪声源的问题,文中提出了一种基于压缩感知的声强测量方法,将压缩感知理论运用于声强云图高精度重构中,获取马达高分辨率的声强重构图像。首先,通过对斜轴式马达进行噪声辐射仿真分析,获取其外表面声场特性;然后,以马达外表面声强云图为先验信息,设计应用于马达声场的压缩感知框架,获取高精度重构马达声强云图;最后,通过马达传统声强测量与压缩感知声强测量的对比实验验证压缩感知理论对于提高马达噪声源辨识精度的可行性。结果表明,基于压缩感知的声强测量方法将马达噪声源辨识尺度从原来的70 mm提升至30 mm,提高了马达噪声源的辨识精度,实现了马达噪声源的高精度定位。

再生细骨料和砖粉双掺对3D打印混凝土性能的影响

为减少3D打印混凝土中天然骨料及胶凝材料的用量,本文采用再生混凝土细骨料替代部分天然细骨料,砖粉替代部分水泥,首先开展单掺再生细骨料(取代率为0、25%、50%、75%和100%)、单掺砖粉(取代率为0、5%、10%、15%、20%和30%)和两者双掺的现浇混凝土的流动性和抗压强度试验,以获得再生细骨料和砖粉的适宜取代率;然后探究50%再生细骨料和10%砖粉双掺及配合比调整方式(附加水、提高减水剂用量)对3D打印混凝土拌合物性能及硬化后力学性能的影响。试验结果表明,当再生细骨料的掺量不超过50%时,现浇混凝土抗压强度降低幅度在10%以内;随着砖粉掺量从0增加到30%,现浇混凝土抗压强度总体呈现先增后减、再稍有增加的趋势,当砖粉掺量为10%时,混凝土抗压强度最高;相比于单掺50%再生细骨料的混凝土,50%再生细骨料和10%砖粉双掺时混凝土强度有所增加,而流动性基本不变。对于3D打印混凝土,同时掺入50%再生细骨料和10%砖粉,并采用添加附加水的方式保持3D打印混凝土初始扩展度不变,会使得混凝土的可建造性提高,但坍落度、开放时间、抗压和劈裂抗拉强度降低,强度各向异性加剧;而提高减水剂用量不仅能显著提升3D打印混凝土的流动性能、开放时间和抗压强度,还能降低打印试件的强度各向异性。

市场渗透率约束下的拼车奖励方案优化模型

目前,我国拼车出行交通模式的市场份额相对较低,在缓解交通拥堵、节能减排方面仍有巨大潜力未被充分挖掘。基于奖励的交通需求管理策略可以提高民众拼车出行意愿,但奖励方案的设置与拼车出行的市场渗透率高度相关,不合理的奖励方案容易导致成本增加,甚至项目破产。为进一步激发拼车需求,合理利用交通资源,文中提出一种基于路段的拼车奖励方案优化模型,以拼车为支点,以奖励为杠杆,实现社会出行总成本的降低。其中,上层模型旨在寻找最优拼车奖励方案以最小化社会出行总成本,下层模型为相应奖励方案下的拼车出行车辆和单人驾驶车辆用户均衡流量分配模型。采用嵌套Frank-Wolfe算法的遗传算法求解该模型,并以Sioux Falls路网和Nguyen Dupuis路网为算例对模型的可行性及有效性进行了验证。结果表明:不符合市场渗透率的预算投入会导致社会总成本大幅上涨;在最优拼车奖励方案下,社会出行总成本降低约24.53%,50%的拥堵路段的拥堵得到缓解,出行公平性问题得到缓和。文中提出的模型可为道路管理者设置科学、合理的拼车奖励方案提供理论基础。

盾构废弃粉质黏土泥浆底部真空脱水试验研究

盾构施工中产生的废弃粉质黏土泥浆具有含水率高、强度低、颗粒粒径较小及难以快速固结的特点,脱水处置难度大;如何对其进行有效的脱水固化处理,是减少其在运输或存储过程中污染环境的关键。基于自行研制的废弃泥浆真空脱水装置,开展自重、自重+真空、自重稳定+真空、自重稳定+分级真空等4种不同形式下的室内脱水模型试验研究,分析废弃粉质黏土泥浆在不同的加载方式下泥—水界面沉降、孔隙水压力、脱水量以及脱水后残余泥浆含水率的变化规律,并对不同加载方式下对废弃粉质黏土泥浆的脱水效果进行对比。试验结果表明:4种脱水方式中,先对废弃粉质黏土泥浆进行自重脱水处理、再对其底部分级施加真空作用的加载方式对废弃粉质黏土泥浆的脱水效果最好,可有效降低废弃粉质黏土泥浆的含水率;采用该方法对初始含水率为97.50%的废弃粉质黏土泥浆进行脱水处理后,其含水率分布范围介于28.21%~34.25%,其内部孔隙水压力最小可达-72.92 kPa。同时,基于分段线性化的思想建立了废弃泥浆一维脱水理论分析模型,对废弃粉质黏土泥浆在脱水过程中的泥—水界面沉降进行数值模拟,并将数值模拟与试验结果进行了对比分析;随后通过对不同加载方式下脱水效率进行模拟分析探究了最佳加载方式。该研究可为盾构废弃粉质黏土泥浆快速脱水处理提供理论基础和实践依据。

索-悬链线拱联合结构的受力机理与力学特征

早期拱桥已运营多年,缺乏有效的养护,且设计荷载等级偏低;随着交通量的增加及车辆超载,其在活载作用下的力学性能已不能满足现代交通需求。为改善此类拱桥的受力性能,提出一种索-悬链线拱联合结构,在拱肋两侧对称设置索,使索和拱肋形成新的受力体系,从而改变悬链线拱结构的传力路径,进而降低拱结构的内力。在索-拱联合结构图式下,基于弹性中心法对其力法方程进行简化,采用近似曲线积分方法推导了竖向移动荷载作用下拱肋的内力解析解,并借助ANSYS有限元软件验证解析解的准确性;分析了在车道荷载作用下索约束位置、拱轴系数、矢跨比和轴向刚度比等设计参数对拱结构的影响,揭示了索-拱联合结构的受力机理和内力变化规律。研究表明,内力解析解与有限元结果的相对误差在1%以内;索的设置改变了拱结构弯矩影响线量值的正、负区间分布,而且有效地降低了拱结构弯矩影响线的峰值,从而使拱结构的整体弯矩得到较大幅度的降低,弯矩分布更均匀;沿拱脚至拱顶,拱结构弯矩的降低幅度和轴力的增长幅度均逐渐减小;轴向刚度比从0.02增加至0.10,拱脚负弯矩的减小幅度呈非线性增大,最大降幅达63.7%;索力的增长幅度与其数值大小成反比,当索设置在距拱顶0.3L(L为拱跨经)时,索力可增至轴向刚度比为0.02时的1.9倍。矢跨比对拱结构内力带来的影响不容忽视,矢跨比越大拱结构的内力变化幅度越大;拱轴系数对拱结构内力的影响可以忽略。

氢储能系统容量双层鲁棒随机优化配置方法

氢能作为一种清洁无污染、能量密度大的二次能源,是大规模消纳新能源的理想储能载体,耦合氢储能系统和可再生能源的电热氢综合能源系统为消纳新能源提供新的思路和方案。围绕电热氢综合能源系统中如何以经济合理的方式投入氢储能设备展开研究,解决氢储能设备容量的合理配置问题以及考虑源荷不确定性对电热氢综合能源系统运行的影响,提出了一种考虑季节性存储和源荷不确定性的电热氢综合能源系统中氢储能容量优化配置方法。首先针对风电功率预测误差较大,电热气负荷预测精度较高的特点,分别采用不确定集和抽样场景描述源和荷两侧的不确定性。然后建立了考虑源荷不确定性和季节性存储的氢储能容量配置双层鲁棒随机优化模型,其上层问题以年化投资成本和运行成本的总成本最小化为目标确定氢储能系统装置容量,下层问题采用两阶段鲁棒随机优化模型模拟电热氢综合能源系统典型日在风电出力最恶劣场景下的最优运行方案。由于该模型难以直接求解,提出基于粒子群优化算法和列与约束生成算法对该类复杂模型进行求解。最后,通过对某个电热氢综合能源系统算例进行分析,算例分析结果验证了所提方法的有效性,获得的氢储能系统容量优化配置方案能够促进风电消纳和提高系统运行的经济性。

增设角部阻尼器箍头榫木节点的抗震性能

为了给广府木结构的修复提供理论依据,采用菠萝格木材设计制作了5个箍头榫节点试件。考虑到榫卯构造尺寸的影响,首先进行了未加固无损节点的拟静力试验。然后,采用对原有外观影响较小的雀替型阻尼器对上述节点损坏试件进行加固,以尽可能保留建筑的原始风貌。最后,对加固节点进行拟静力试验,以研究节点的抗震性能变化以及阻尼器的加固效果。结果表明:采用阻尼器加固后的节点试件在加载至破坏时,榫卯处压痕明显,梁外榫外侧劈裂、脱榫现象明显,阻尼器脚部的橡胶与钢板有一定的脱离现象;对节点增设阻尼器能够弥补节点初期损伤导致的受力性能下降,为残损榫卯节点提供较好的后期刚度,提高节点的承载能力和耗能能力;与未加固试件相比,增设阻尼器后,试件的后期刚度、极限承载力、总滞回耗能均有所增加,分别提高18%、19%、20%以上。文中还在已有简化力学模型的基础上,结合OpenSees,提出了一种应用于箍头榫木结构的宏观模型建模方法。采用该方法得到的节点滞回曲线与试验结果吻合良好,可以有效模拟阻尼器加固的箍头榫木节点的滞回耗能特性。

面向部分工序无序加工的柔性作业车间批量调度方法

实际的车间调度问题往往具有更高的复杂度,调度算法需要考虑更多的约束条件,因此增加了问题的求解难度。为解决柔性作业车间批量调度场景中不同批次、不同工序之间可以无序加工的难题,进而突破现有车间机器使用率低、同类型机器负载不均衡的难点,文中构建了一种面向部分工序无序加工的柔性作业车间等量分批调度模型。首先,基于广泛使用的快速非支配排序遗传算法(NSGA-Ⅱ),提出了一种融合批次、批量和工序排序信息的两段编码结构,采用优先级规则方法获得初始种群,并以最小化完工时间、机器负载均衡率、机器总负荷为优化目标,采用贪心算法求解模型最优值,进而动态构建不同批次的加工路径;然后,对优化目标函数进行排序,再逐步加入非支配排序过程,以解决多个优化目标函数之间难以同时优化的问题,提高求解效率;最后,以某印刷包装企业的木制品加工车间为例,面向现场作业信息,采用仿真手段实现调度过程。结果表明,与优先级调度规则相比,文中所提方法的完工时间平均缩短了6.6%、机器负载均衡方差平均减小了10.7%,文中所提方法的机器负载均衡方差比遗传算法平均减小了53.3%,从而验证了文中方法的可行性,且该方法可以满足印刷包装企业柔性作业车间的高性能调度需求。