王煜尘:南极“特种兵科考”之COOL旅

白茫范的冰原旷野上,我一个人背着尚有余温的电脑,一脚深一脚浅地往营地方向走,那是我最孤独的时刻,也是我最满足的时刻。那天没有风,气温很低,但阳光照耀下,我的脸颊滚烫,衣服也是热的……这场景听起来好似科幻电影,但其实是我在南极的亲身经历。这是2019年的最后一天,我在内陆泰山站空间物理观测舱调试系统,由于雷达浅层探测任务需要在撤站前完成,所以在新年到来之前,我必须做好空间物理观测舱的封舱和调试工作。

基于模糊C均值聚类-变分模态分解和群智能优化的多核神经网络短期负荷预测模型

电力系统的运行和控制中,短期负荷预测(short-term load forecasting,STLF)起着至关重要的作用。由于负荷的随机性和复杂性,准确预测负荷成为一项挑战。该文将结合了模糊C均值聚类(fuzzy C-means clustering,FCM)理论、变分模态分解(variational modal decomposition,VMD)和混沌粒子群优化(chaotic particle swarm optimization,CPSO)算法的多核极限学习机(multi-kernel extreme learning machine,MKELM)引入到预测模型中,构建聚类、分解、优化、训练、预测的负荷预测模型。然后基于已用于中国南极内陆泰山站能源系统的短期负荷预测应用案例,在原有模型基础上改进后获得适用于中国国内用电负荷预测模型。模型训练结果对比表明,该新模型在负荷短期预测中具有较高精度,能够反映区域用电负荷的变化趋势,研究成果为各种场景的用电负荷预测提供了新方法和新思路。

基于联邦学习的中山站移动传感单元启发式路径规划算法研究

启发式算法被广泛用于移动巡检单元的路径规划中。然而在一些特殊场合(例如南极中山站),有限的通信带宽、能源和计算能力要求移动巡检单元在路径规划算法中更有效率。为了解决上述困难,本研究提出了1个网络交换和分布式通信设施的设计方案,并将其作为实现数字孪生传感网络的基础。同时,本研究提出了1种改进型灰狼优化的路径规划算法,结合联邦学习机制,以提高路径规划算法的效率,减少资源消耗。通过一系列的仿真研究和南极中山站现场试验,验证了该算法在启发式全局路径规划、规划成本评估和区域动态路径规划方面取得了良好的性能。本研究设计的硬件平台功能符合实际任务要求,新型启发式路径规划算法优于同类其他算法,联邦学习机制提高了规划算法中参数设置的效率,算法模型使南极中山站移动巡检单元的路径规划更加高效和可靠。

极地多点低温低功耗高精度柔性温度链的设计

为有效提高极地冰盖低温环境下温度测量的精度,设计了一款基于Pt1000的多点低温低功耗高精度铂电阻柔性温度链。温度链由主机和多个从机组成,主机用于读取整条温度链的数据并与外界进行数据交互,从机用于采集和上传温度数据,主机和从机之间采用RS485总线通讯方式。每个单点铂电阻温度测量单元都采用软件校正,单点测温误差不超过0.006 9℃。室内低温实验和现场试验表明,该温度链对低温环境下多点同时测温整体可靠性较高,适用于在极地环境下对冰川冰雪的温度场剖面检测。

步履式全地形六足机器人

为解决机器人复杂崎岖地形难以行进的问题,设计了步履式全地形六足机器人。系统以STM32F407ZGT6单片机为控制核心,通过EPM1270T144I5舵机和直流减速电机驱动板,控制DS3120MG型舵机带动机器人的运动关节以及控制5GA370型直流减速电机驱动履带小车;同时引入H083-0605TC型导电滑环与挂胶履带,实现履带小车360°回转无死角,进而可以在各种复杂地形下灵活运动。步履式全地形六足机器人具有优越的越野能力,可轻易翻越障碍物,且抗干扰能力强,灵活度高,安全可靠,具有较高的实用价值。

基于改进剥层法的南极冰盖密度反演算法

南极冰盖的密度-深度数据是建立高精度表面物质平衡模型时的关键参数。该文提出一种基于调频连续波(FMCW)雷达的冰盖密度和介电常数反演算法。该算法首先利用剥层反演法初步反演密度剖面,然后利用反演的密度和冰盖密实化经验公式建立密度剖面模型,最后通过优化算法寻找最优密度模型参数,从而达到校准密度的目的。基于理论冰盖模型和实测雷达数据的实验结果验证了算法的有效性。

南极内陆科研观测舱体内部保障与控制系统的应用与研究

为了更好地解决南极高空自动化监测系统在南极内陆地区不必要的能量损耗和因低温导致的设备无法正常工作的问题,提出了一种可对未来一天环境温度进行预测的方法,以及可根据不同的温差选择相应加热功率的策略。该自动化监测系统由地表新能源发电部分、地表观测舱和地下能源舱三部分组成。通过分析南极伊丽莎白公主地地表的气象数据,得出温度是影响当地设备正常运行的主要因素。通过建立热网络方程,得到加热功率与温差的关系,并对比4种神经网络预测算法,选择出最合适的深度学习算法用于对未来环境温度进行预测,从而确立了一种可保证地表观测舱以低能耗持续观测的控制策略。该系统在我国第36次南极科学考察中部署在伊丽莎白公主地,系统已稳定运行10个月,证明了该控制策略的实用性以及设备的可靠性。

可停泊南极机器人的小型新能源充电保温房设计

世界各国在南极开展的科学考察活动中,大多数科考任务的开展均基于自动化设备。而针对机器人在南极难以长期续航工作以及机器人与其设备长期在低温下使用导致使用寿命缩短、敏感度下降的问题,提出一种可停泊南极机器人的小型新能源充电保温房。该设计包括上位机控制系统和以Arduino芯片为核心的主控制系统。本设计通过OpenMV摄像头识别机器人且能与Arduino通讯,同时在内部搭载温度控制系统和无线充电系统,从而保障机器人的长时间高效运行。经过仿真和实验测试,本设计能够在寒冷环境下保持合适的温度,同时能使用无线充电对机器人锂电池进行充电,解决了南极科考机器人的续航问题,实现了对南极科考机器人的充电工作和对其传感器设备的保温工作。