燃料电池船舶混合动力系统能量管理研究综述

在“双碳”目标下,发展燃料电池船舶是实现航运业转型升级和低碳化的重要发展方向之一。面对当前燃料电池上船的诸多问题,混合动力系统成为燃料电池船舶应用的有效解决方案,其能量管理的研究也成为核心研究方向之一。系统梳理燃料电池船舶的发展概况,针对燃料电池船舶多类型能源能量管理中涉及的能量调度问题以及变换器功率分配问题进行综述;分析各类方法的优缺点及其在实船上应用的可能性;探讨燃料电池船舶推广可行性和发展方向,以期能为技术创新和工程应用提供参考。

基于多域属性表征解耦的水下图像无监督可控增强

水下图像无监督增强技术多面向特定失真因素,对于水下多类失真图像适应性略显不足;图像的内容属性(结构)会随风格属性(外观)迁移变化,导致增强效果不受控,影响后续环境感知处理的稳定性和准确性。针对这一问题,文中提出一种基于多域属性表征解耦(MARD)的水下图像无监督可控增强方法。首先设计多域统一的表征解耦循环一致对抗变换框架,提高了算法对多失真因素的适应性;其次构建双编码-条件解码网络结构;最后设计了MARD的系列损失,提高了质量、内容、风格等属性表征的独立表达性和可控性。实验结果表明,所提算法不仅可以消除水下图像的色差、模糊、噪声和低光照等多类失真,还可通过线性插值的方式量化图像风格码对水下图像进行可控增强。

乡村振兴背景下吉林省梅花鹿产业发展现状及对策研究

本文针对吉林省梅花鹿产业发展现状进行了分析,并提出了相应对策。文中首先强调了该产业在畜牧业中的重要性,指出了市场拓展的潜力。接着,分析了产业现状,包括政策支持、繁育技术和销售网络发展等方面,并探讨了面临的主要挑战,如政策执行、技术效率、市场需求不平衡等。最后,提出了对策,包括提高政策执行效率、加强技术提升、调整养殖规模和利用新电商平台来推动产业发展。总体上,该研究展示了吉林省梅花鹿产业在新市场环境下的巨大发展潜力,并提供了实现可持续增长的策略。

新工科背景下工科非电类专业“电工学”课程教学模式创新

基于新工科建设理念,从构建课程资源、改进教学方法、丰富教学手段、强化实践能力、完善考核方式等多个角度出发,探讨工科非电类专业“电工学”课程教学模式改革,提出以网络助学、BOPPPS教学、虚实结合、以做促学、多元评价为核心的五位一体教学创新模式。

UUV推进电机在线参数辨识自适应控制方法研究

针对水下无人航行器(UUV)的推进电机矢量控制系统中电流控制器性能因参数变化而下降的问题,提出一种基于智能在线参数辨识的电流环自适应控制方法。以离散型永磁同步推进电机动态模型作为被控对象,采用动态惯性权重粒子群算法对永磁同步推进电机的定子电阻和dq轴电感进行在线辨识,根据电流控制器工程设计方法,将辨识所得的电机参数实时用于计算电流控制器的PI值,实现电流环的自适应控制。最后,通过仿真实验验证所提方法的有效性,结果表明该方法可以有效地克服水下快速洋流对推进电机的负载扰动,进而实现永磁同步推进电机的快速、高精确度电流控制性能。

永磁同步电机旋转坐标系滑模观测器设计研究

针对内置式永磁同步电动机在螺旋桨重载工况下,两相静止坐标系滑模观测器中扩展反电动势幅值大小易受螺旋桨负载影响的问题,在两相旋转坐标系下设计一种新型滑模观测器用以实现内置式永磁电动机转速及转子位置观测。采用李雅普诺夫稳定性理论对所设计的滑模观测器进行了稳定性分析,得出电动机转速估算表达式,避免了扩展反电动势的观测。对所提出的永磁同步电动机无速度传感器控制策略进行仿真分析和试验研究,结果表明设计的滑模观测器能够准确实现永磁电动机的转速估算,系统具有良好的动态响应性能,验证了该控制策略的有效性与可行性。

基于特征解耦的无监督水下图像增强

水介质的吸收和散射特性致使水下图像存在不同类型的失真,严重影响后续处理的准确性和有效性。目前有监督学习的水下图像增强方法依靠合成的水下配对图像集进行训练,然而由于合成的数据可能无法准确地模拟水下成像的基本物理机制,所以监督学习的方法很难应用于实际的应用场景。该文提出一种基于特征解耦的无监督水下图像增强方法,一方面,考虑获取同一场景下的清晰-非清晰配对数据集难度大且成本高,提出采用循环生成对抗网络将水下图像增强问题转换成风格迁移问题,实现无监督学习;另一方面,结合特征解耦方法分别提取图像的风格特征和结构特征,保证增强前后图像的结构一致性。实验结果表明,该方法可以在非配对数据训练的情况下,能够有效恢复水下图像的颜色和纹理细节。

LCL并网逆变器准比例谐振与网压前馈控制研究

针对传统LCL并网逆变器对交流电流信号跟踪存在静差及抗干扰性较差的问题,提出一种基于准比例谐振和网压前馈的新型并网控制策略。该控制策略由逆变器侧电感电流反馈环、网侧电感电流外环和电网电压前馈环组成。其中网侧电感电流外环采用准比例谐振控制器,同时结合逆变器侧电感电流内环,在抑制LCL滤波器谐振峰的同时,提高了控制系统的精度;电网电压前馈控制的引入,一方面提高了系统的响应速度,另一方面保证了在电网发生畸变时并网逆变器较好的动态性能。最后,仿真结果验证了所提控制策略在无静差跟踪及抗电网电压扰动方面具有显著优势。

基于电网电压全前馈的七电平光伏并网系统

针对传统单相多电平光伏并网逆变器输出电流谐波畸变率高的缺点,提出一种基于电网电压全前馈的七电平光伏并网系统。该七电平逆变器是由boost电路及正激电路组成的DC/DC变换电路、全桥逆变器、辅助回路和电感-电容-电感(LCL)滤波器级联而成。其中,LCL滤波器滤除由脉宽调制(PWM)造成的高次谐波,从而减小并网电流的谐波含量。同时采用电容电流内环来抑制LCL产生的谐振,提高稳定性。此外,为防止由电网电压谐波造成系统振荡,引入电网电压全前馈控制策略。仿真结果证明该系统能有效地提高输出电流质量,消除电网电压对并网电流的影响,并使并网电流始终保持与电网电压同频同相。

长短期记忆神经网络在机械状态预测中的应用

为解决递归神经网络（RNN）模型难以训练和梯度消亡现象,引入长短期记忆网络算法（LSTM）.介绍长短期记忆网络的基本原理,设计模型的更新算法,并将其应用于机械状态监测领域.以电机轴承数据为样本进行仿真,针对轴承数据的非平稳性,运用经验模态分解方法将其分解为平稳信号,计算本征模态分量能量熵,并将其作为状态特征.利用长短期记忆网络对机械状态单步预测结果与使用支持向量回归机模型的预测结果比较表明,长短期记忆网络在机械状态预测方面可以取得较支持向量回归机更好的效果.

基于超螺旋滑模的欠驱动船舶航迹跟踪控制

以欠驱动船舶为研究对象,针对滑模控制在欠驱动船舶航迹跟踪控制应用中存在的抖振问题,提出一种基于超螺旋滑模控制的航迹跟踪控制方法.在该方法中为实现对给定航迹的跟踪控制,首先利用反步法根据位置偏差设计虚拟控制律,然后再将虚拟控制律作为新的跟踪目标,采用超螺旋控制方法设计出实际控制律,以实现对欠驱动船舶的跟踪控制.最后对本文所提控制策略进行了仿真验证,仿真结果表明该控制方法可有效抑制抖振现象,并提高系统控制精度.

基于模糊神经网络的无人水下航行器航迹跟踪控制

针对外界扰动的无人水下航行器航迹跟踪控制问题,通过定义一个动态滑模面,结合Lyapunov稳定性理论,设计航迹跟踪滑模控制器.考虑到系统中存在的未建模动态,在保证不引入模型参数的前提下,采用模糊神经网络在线逼近理想滑模控制律,并根据Lyapunov稳定性理论及投影算法得出模糊神经网络的参数自适应律.理论分析证明闭环控制系统的一致渐近稳定性、所有变量的有界性及跟踪误差及其导数渐近趋向于零.仿真实验验证了所提控制策略的有效性.

基于动态模糊神经趋近律的水下航行器航迹跟踪控制

为实现水下航行器的精准航迹跟踪控制,设计一种基于动态趋近律和动态模糊神经网络的控制方法.在动态趋近律滑模控制框架下,提出一种依据模糊激活度增加或减少模糊规则的动态模糊神经网络,用于在线逼近系统不确定性和时变干扰的集总项.通过Lyapunov稳定性理论分析可知,所提策略可保证闭环系统的稳定性及所有信号的有界性,同时跟踪误差及其导数渐进趋向于零.仿真实验结果表明,该策略可有效处理系统不确定性并抑制外界时变干扰的影响,实现水下无人航行器的精确航迹跟踪控制.

无人潜艇推进电机参数辨识智能算法

针对标准PSO算法在优化过程后期易过早收敛问题,提出一种改进PSO算法,并对电力推进无人潜艇感应推进电机进行参数辨识.改进PSO算法通过对学习因子的调节,使粒子在优化过程初期具有较强的全局搜索能力,在优化过程后期快速收敛于全局最优解.改进PSO算法以感应推进电机的dq轴实际输出电流、电压作为参数辨识系统的输入,将电机的实际输出电流和电气模型的观测电流之间的差方和作为目标函数.通过实验,将改进粒子群优化算法、标准粒子群优化算法和遗传算法所辨识出的参数进行对比,结果表明,改进PSO算法可以获得更准确的感应推进电机辨识参数.

考虑未知死区非线性的自适应模糊神经UUV航迹跟踪控制

针对无人水下航行器(unmanned underwater vehicles, UUV)在航迹跟踪控制中存在未知死区非线性和工作环境不确定性的问题,提出一种鲁棒自适应自组织模糊神经控制策略,采用滑模趋近律控制框架和自组织模糊神经网络逼近器在线估计系统未知状态和进行参数的自适应,并采用有限增益鲁棒控制器补偿重构误差。根据李雅普诺夫稳定性理论分析证明所有参数和跟踪状态均有界,并且当时间趋向于无穷大时,跟踪误差及其导数都趋向于零且闭环系统的信号有界。通过与已有控制策略对比仿真表明,该控制策略具有先进性和有效性,对无人水下航行器设计具有指导意义。

厉害了,我的六年级

转眼间，30多天的假期已悄然从指间溜走，再过几天就要开学了，2017年下旬，我就是一名初中生了!想想都觉得兴奋!那么，在我小学的最后一年里，我一定要加倍努力呀，话说回来，怎样才能提高学习效率呢？哎，有了……学习效率高最好的办法就是上课认真听讲。人的脑子各有不同，有人上课可能记住百分之五十，有人可能记住百分之百。我就是那种只记住百分之五十的，所以我要找时间把另外的百分之五十补回来，不然的话，我会和记住百分之百的同学差得越来越多。

具有信息交互的少标签水下语义分割

针对水下少标签语义分割的类内差距问题,提出一种具有信息交互的FUSS模型,通过将提取的询问图像全局特征信息和支持图像目标局部特征信息进行交互,实现对共性对象信息的有效关注。实验结果表明,在仅使用50张支持数据集情况下,与CaNet、PGNet和PaNet三种少标签语义分割算法对比,FUSS模型无论是在水下环境还是在地面图像上均优于这些算法。