考虑时变路网的多行程电动车辆路径问题研究

为了降低城市物流的电动车配送成本,考虑道路交通网络的时变性对电动车多行程配送活动进行研究。首先,以固定成本、充电成本和时间惩罚成本之和最小化为优化目标,构建时变路网下的多行程电动车辆路径问题模型;其次,利用自适应大规模邻域搜索算法对实际案例进行求解;最后,分别对出发时刻、路网时变性、充电策略和电价进行分析。结果表明:路网时变性在不同时刻下对成本和配送用时的影响不同,不同出发时刻有着不同的最优路线规划;电价的小范围波动对配送活动的影响很小;充电策略的选择对配送用时和成本的影响显著。

基于一阶ECM-IGPR的锂离子电池SOC及SOH联合估计框架

为解决锂电池荷电状态与健康状态互相耦合问题,提出一种基于等效电路模型-改进高斯过程回归的锂离子电池荷电状态(SOC)-健康状态(SOH)的联合估计框架。该框架通过提取容量增量曲线中的健康特征,进行主成分分析,然后建立电池老化的改进高斯过程回归模型进行SOH预测。在此基础上,建立锂电池一阶状态空间模型,并结合改进粒子滤波算法对后一周期的SOC更新,实现SOC及SOH的联合长期估计。牛津数据集中的8个电池被用来验证该框架的准确性和适应性,取得了较好的估计结果。

小麦B-ARR转录因子家族基因鉴定与表达模式分析

B型反应调节因子(B-ARR,type-B authentic response regulator)家族基因是细胞分裂素信号转导的正向调节因子,在植物生长发育和抗非生物胁迫中起重要作用。然而,目前对小麦中B-ARR基因家族的研究还很少。本研究从小麦基因组中鉴定出25个B-ARR基因家族成员,利用生物信息学方法分析其理化性质、基因结构、顺式作用元件和非生物胁迫诱导的表达模式。结果表明,B-ARR蛋白都定位于细胞核中,B-ARR蛋白二级结构以α螺旋和无规则卷曲为主要结构。B-ARR基因在小麦染色体上分布不均匀,其中7号染色体上含有的B-ARR基因数量最多。此外,在B-ARR的启动子区域中鉴定出了与生长发育、激素响应以及生物和非生物胁迫相关的多种顺式作用调节元件。RT-qPCR分析表明,基因TaARRM-like9、TaARRMlike10、TaARRM-like12和TaARRM-like13在干旱、盐和低温胁迫下表达量显著上调,能够响应非生物胁迫。本研究为进一步研究B-ARR转录因子在小麦发育和非生物胁迫应答中的作用奠定了基础。

基于多维度多尺度特征的锂离子电池RUL估计方法

准确预测锂离子电池的剩余使用寿命(RUL)对储能系统的高效安全运行具有重要意义。针对已有数据驱动方法估计RUL中提取老化特征不够全面以及需要先预测健康状态变化再估计RUL的不足,本文提出一种利用多维度多尺度特征的RUL估计方法,采用恒流充电电压片段数据直接估计电池的RUL。该模型对数据进行维度变换后利用不同尺度卷积操作提取电压片段的老化特征来映射RUL。基于牛津大学、NASA、马里兰大学公开数据集进行模型验证,验证结果表明该模型能够利用电压片段数据直接估算电池的RUL,无需电池自身SOH变化作为训练数据,对比于基于单一维度的固定尺度的特征具有更高的准确性和通用性。

1株猪圆环病毒2型的分离与鉴定

为了解广东省某规模猪场引起母猪繁殖障碍及仔猪死亡的主要病原,通过实验室检测病死仔猪肺脏及淋巴结样品中常见病原,发现存在猪圆环病毒2型(PCV2)的感染。对阳性样品进行全基因组扩增、测序后,与国内外其他PCV2毒株进行同源性比对,建立系统遗传进化树并进行分析;通过猪肾细胞系进行病毒分离,使用荧光定量PCR及间接免疫荧光法对分离病毒进行鉴定。结果显示:分离的毒株GD-2为PCV2a基因型,基因组全长为1768 bp。与其他毒株相比,GD-2与H24-1-2019、E15-2-2019、F18-2-2019这3株PCV2毒株基因组同源性为99.9%。毒株GD-2经PK-15细胞系连续传代,第7代病毒滴度为10^(4.375)TCID_(50)/0.1 mL。本研究为广东地区PCV2的流行提供了新的数据信息。

基于TCN编码的锂离子电池SOH估计方法

为了能够准确可靠地估计锂离子电池的健康状态(State of Health, SOH),提出一种基于时序卷积网络(Temporal Convolutional Network, TCN)的数据驱动模型来建立电池充电曲线与SOH之间的映射关系.TCN是一种由多层因果卷积组成的神经网络,它能够对电池充电曲线上的采样点序列进行编码,通过编码得到的编码向量会更易于与SOH建立映射关系.实验结果表明所提基于TCN的SOH估计模型具有较高的估计精度,对不同种类的电池也有良好的适应能力.

MIBK-HBr体系萃取分光光度法测定镓铟铊

萃取分离测定同一样品中镓、铟和铊的工作,国内外近年来都有研究。本文在A.E.HuberT等工作的基础上提出,在氢溴酸介质中,以甲基异丁基甲酮(MIBK)为萃取剂,甲苯为稀释剂,调节水相酸度,分步萃取,有机相直接显色分光光度法测定同一样品浸提液中镓、铟和铊。该方法的特点是分步萃取后,有机相既不经反萃取也不经蒸干,直接用分光光度法进行测定,具有简便,准确的优点并成功地应用于矿样分析。

基于充电电压片段的锂离子电池状态联合估计方法

锂离子电池的荷电状态(SOC)、健康状态(SOH)和剩余使用使命(RUL)是锂离子电池安全稳定运行的重要状态参数,本文提出一种基于充电电压上升片段的锂离子电池状态联合估计方法,实现对电池预测起点(SP)到寿命终点(EOL)的较长运行周期内SOC、SOH和RUL的联合估计.该框架在充电阶段进行SOH和RUL估计,在放电阶段进行SOC估计.首先提取电池恒流充电电压曲线片段的上升时间作为健康特征(HF),以HF作为输入,循环容量作为输出,建立最小二乘支持向量机(LSSVM)电池老化模型,对当前健康状态进行估计;采用等效电路模型对该电压区段进行非线性拟合,用拟合参数建立状态空间模型,结合无迹卡尔曼滤波算法进行SOC估计;用高斯过程回归时间序列模型对电池的健康特征序列进行建模,通过循环次数外推预测健康特征的变化趋势,并结合LSSVM老化模型,对RUL进行预测并给出置信区间.实验结果表明,所提方法具有较高的估计精度和较好的稳定性.

基于ISM-ANP的危化品物流安全风险因素研究

为提高企业危化品物流安全水平,最大限度地控制危化品物流过程中的安全风险,在WSR方法论思想指导下从物理、事理、人理3方面建立了危化品物流安全风险因素指标体系。基于解释结构模型(ISM)分析了各因素之间的内在联系,通过建立的5级层次关系图,从不同层面分析了各个因素。在得出的各因素层级关系的基础上,用网络层次分析法(ANP)计算各因素重要性,确定了各因素的权重及排序,得到了影响企业危化品物流安全风险的主要因素。

基于悬吊法和气浮法的多自由度微重力模拟展开试验系统研究

为满足三维空间展开机械臂在进行地面微重力模拟展开试验时对多维度、多自由度、高精度展开轨迹和高卸载效率的要求,通过对当前成熟的微重力模拟展开试验方法进行分析总结,设计了一种基于悬吊法和气浮法的多自由度微重力模拟展开试验系统。首先,对所设计的多自由度微重力模拟展开试验系统进行结构设计和原理分析;然后,将多自由度微重力模拟展开试验系统应用于某三维空间展开机械臂的三维轨迹微重力模拟展开试验。结果表明该三维空间展开机械臂展开过程稳定可靠,且微重力模拟展开试验系统对机械臂产生的气浮运动摩擦阻力、垂直方向阻力波动量和展开方向附加阻力均很小,卸载效率高于95%,满足高精度和高卸载效率的展开要求。研究结果可为多自由度空间可展开机构地面模拟展开试验系统的深入研究提供一定的参考。

新城疫病毒HN特异性多肽抗体间接ELISA方法的建立

为建立快速检测新城疫病毒抗体的血清学方法,通过合成NDV主要保护性抗原HN蛋白和F蛋白上的特异性表位多肽,将其与BSA载体蛋白偶联,作为包被抗原,建立检测NDV抗体的间接ELISA方法。并对其进行敏感性、特异性、与HI方法阴阳性符合率检测。结果显示:基于'PDEQDYQIRMAKSSYKPGRFGGKRIQQAILS'多肽的该ELISA方法与其他鸡主要传染病阳性血清无交叉反应,具有良好的特异性。通过对112份临床鸡血清样品进行检测,该方法的敏感性为94.0%、特异性为100%,与HI方法检测的阴阳性符合率为96.4%。研究表明,建立的ELISA方法对血清中NDV的抗体水平检测具有较高的灵敏度和很好的特异性,可为ND疫苗免疫后抗体水平的检测和监测提供可靠工具。

基于自适应平方根无迹卡尔曼滤波算法的锂离子电池SOC和SOH估计

为提高锂离子电池荷电状态（state of charge,SOC）的估计精度并准确估计健康状态（state of health,SOH）,以二阶RC等效电路模型为研究对象,基于Sage-Husa自适应滤波的思想,对传统的平方根无迹卡尔曼滤波（square-root unscented Kalman filter,SRUKF）进行改进,提出一种自适应SRUKF（adaptive square-root unscented Kalman filter,ASRUKF）算法,该算法通过对状态方差阵和噪声方差阵平方根的递推估算,确保了状态和噪声方差阵的对称性和非负定性。验证结果显示,相比于SRUKF算法,ASRUKF算法能够得到精度更高的SOC估计值,并在FUDS工况下将最大SOC估计误差降低4%。针对电池欧姆内阻和容量参数随着电池的老化而变化的现象,对内阻和容量进行实时在线估计,在此基础上完成对SOH参数的预测。验证结果表明,联合估计算法对电池的欧姆电阻和容量有一个较好的估计,进一步提升了电池状态的估计精度。

基于自编码网络特征优化的城市高分遥感影像分类

高分遥感影像不仅地物比较清晰,而且可分辨能力强,能提供丰富的地物细节信息.为了更好地将各地物从遥感影像中提取出来,需要一些比较好的特征提取与特征优化方法.以北京市大兴区的WorldView-2高分遥感影像作为研究对象,基于eCognition软件和Matlab的DeepLearn Toolbox,利用自编码网络方法,进行遥感影像的特征提取与特征优化.实验中首先利用eCognition进行多尺度分割并提取42个特征,再利用自编码网络算法进行特征优化得到12个特征,最后将原42个特征影像分类结果与优化后特征子集影像分类结果进行对比.实验结果表明,经过自编码网络的特征空间优化后,减少了特征冗余,降低了干扰信息对分类精度的影响,分类精度、分类效果及分类效率都有所提高,优化后的特征空间是适用于高分遥感的地物分类的.

基于数据驱动模型融合的锂离子电池多时间尺度状态联合估计方法

本文提出一种基于数据驱动法(data driven method,DDM)-等效电路模型(equivalent circuit model,ECM)融合的锂离子电池多时间尺度状态联合估计方法。首先提取内阻作为健康特征(health factor,HF),利用最小二乘支持向量机(least squares support vector machine,LSSVM)建立电池老化模型实现健康状态(state of health,SOH)估计;根据阻容参数辨识值和容量估计值建立电池状态空间方程,结合无迹卡尔曼滤波算法(unscented Kalman filter,UKF)进行荷电状态(state of charge,SOC)估计;用高斯过程回归(Gaussian process regression,GPR)对HF随循环次数的变化进行映射,预测HF的变化趋势,并结合LSSVM模型实现长期剩余使用使命(remaining useful life,RUL)预测。实验结果表明,所提方法具有较高精度和鲁棒性。

基于轻量化卷积神经网络的疲劳驾驶检测

针对现有疲劳驾驶检测模型在判定准确性与实时性上的不平衡问题,设计了一种基于轻量化卷积神经网络EMLite-Yolo-V4的检测模型。通过使用MobileNet-V2作为目标检测网络Yolo-V4的主干特征提取网络,并且降低卷积通道系数alpha,使得网络参数量大幅度下降;改进柔性非极大值抑制使得目标框无需再同时考虑得分与重合度,进一步优化检测速率;加入轻量级特征金字塔FPN-tiny并且融合mosaic数据增强方法,以保证模型的检测精度。最后,利用EMLite-Yolo-V4提取面部疲劳特征,PERCLOS与单位时间打哈欠次数对疲劳特征进行状态判定并输出结果。实验表明:该检测模型的准确率达到97.39%,mAP指标为80.02%,单帧检测速度为20.83 ms,模型大小仅为9 MB,有效平衡了疲劳驾驶检测的准确性与实时性。

新时代以来习近平总书记有关共同富裕论述研究

习近平总书记有关共同富裕的论述在重要时间节点提出,体现了从整体论及到方法举措,完整准确廓清概念等特点。这些论述发展和创新了我国经济发展理论、社会建设理论和社会主义理论,有着丰富的实践渊源,是理论创新与实践创新结合的典范。

基于磁放大器的耦合谐振式无线电能传输自适应调谐研究

在实际工作中,磁耦合谐振式无线电能传输系统的负载变化和高频电路中杂散电容、电感的变化可能会影响系统传输效率,基于此,本文设计了一种基于磁放大器的自适应调谐系统。通过理论分析得出影响系统传输效率的因素。运用仿真并设计样机分析磁放大器的工作机理及性能。仿真实验表明该自适应调谐系统的有效性,对比负载、电容、电感等因素导致的系统失谐状态,可以有效提高系统的传输效率。

考虑松弛和滞回的锂离子电池建模及SOC估计

针对锂离子电池在电流状态突然变化时产生的松弛现象和滞回现象,在分析了电池等效电路模型的基础上,引入线性滤波器和滞回模块,建立了电池的自校正模型。通过恒流脉冲实验和动态应力工况测试验证自校正模型在对电池电压特性跟随的可靠性,并在该模型的基础上使用有限差分扩展卡尔曼滤波FDEKF(finite difference extended Kalman filter)算法实现了电池的荷电状态SOC(state of charge)估计。实验分析表明,自校正模型能较好地体现电池的动态特性,并使SOC估计保持很好的精度。

基于AUKF的锂离子电池SOC估计方法

本文中提出一种基于自适应无迹卡尔曼滤波器(AUKF)的锂离子电池荷电状态(SOC)估计方法。首先建立电池的2阶RC等效电路模型,并对模型的参数进行辨识;其次针对无迹卡尔曼滤波(UKF)算法的不足,引入一般滤波器的收敛判据,从自适应调整测量噪声、调整过程噪声和修正卡尔曼增益的角度改进UKF算法,形成了基于AUKF的SOC估计方法。最后用测试数据和公开电池数据集进行验证,结果表明该方法具有较快的收敛速度和较高的估计精度。

基于能量守恒的光伏组件温度的估算

用逐层遮挡的方法模拟太阳电池不同的光能吸收率,采用自适应混沌粒子群算法辨识出相应状态下太阳电池模型的5个参数值,建立与光能吸收率之间的对应关系,并基于能量平衡方程进行光伏组件温度的估算。通过辨识模型参数确定吸收率,基于能量平衡估算光伏组件温度的模型能够较好地吻合实验数据。