基于放电电压平台研究的蓄电池寿命状态评估

为解决传统动车组镍镉蓄电池的返修方法导致部分蓄电池在触发返修条件前已性能劣化,同时大量已达返修标准的蓄电池性能并未过度衰退的问题,设计单体镍镉蓄电池全寿命加速老化实验并获取相关实验数据。首先,采用集成经验模态方法建立单体电池全寿命健康状态类别划分模型,然后运用离散小波变换消除放电电压平台数据的奇异值,进而利用极限学习机算法预测蓄电池寿命状态,最终实现对蓄电池全生命周期寿命的准确预测与健康状态评估功能。实验结果表明:相较于传统的蓄电池寿命阈值分类方法,运用集成经验模态建立的健康状态类别划分模型能有效避免蓄电池寿命末端出现误警情况。作为融合算法模型输入的放电电压平台数据易获取,基于离散小波变换的数据预处理方法可提升算法准确率近3%,最终可达到96%~98%。此外,相对于传统的神经网络模型,融合算法模型不涉及迭代,因而能兼顾算法的预测精度与计算效能。蓄电池识别健康状态的F1值为0.976 3,识别老化阶段的F1值为0.950 9,识别故障阶段的F1值为0.939 394。相较于传统的依据动车组运营里程和使用年限进而决定蓄电池是否返修的方法,融合算法模型提供了显著的评判标准,能判别蓄电池是否应该返修,并有效地识别蓄电池的健康状态,降低了动车组的运营成本,保障动车组运营安全,为电池寿命评判和检修策略的优化提供参考。

基于神经网络的自动空气制动系统仿真研究

通过分析空气制动试验数据研究10 000 t重载列车空气制动系统的空气传递特性,提取影响空气制动系统关键部件(列车管、副风缸和制动缸)的神经网络特征,建立一种基于神经网络的自动空气制动系统仿真模型。将模型作为制动激励输入纵向动力学模型,并将纵向动力学模型的预测结果与浩吉西峡东站—襄州北站铁路10 000 t重载列车的实际运行结果进行对比验证。研究结果表明:10 000 t重载列车的制动和缓解信号从机车向远端车辆传递,随着传递距离增加,传递速度几乎不变,但传递强度有所衰减;基于神经网络的制动系统仿真模型能预测10 000 t重载列车常用制动减压50 kPa工况的列车管、副风缸和制动缸风压变化,预测精度高达99.9%,在相同计算步长下,计算效率较传统的流体力学仿真模型提升了2 938倍,具有广阔的工程应用前景。

甲状腺弥漫性大B细胞淋巴瘤临床病理特征、基因突变谱及预后分析

目的·探究甲状腺弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)临床病理特征、基因突变谱及预后相关因素。方法·回顾性分析2003年11月—2021年12月上海交通大学医学院附属瑞金医院收治的66例初次诊断为甲状腺DLBCL患者[原发甲状腺DLBCL 23例(34.8%),继发甲状腺DLBCL 43例(65.2%)]的临床病理资料,并进行生存和预后因素分析。其中40例甲状腺DLBCL患者进行了靶向测序(55个淋巴瘤相关基因)以评估基因突变情况。结果·继发甲状腺DLBCL患者Ann Arbor分期Ⅲ~Ⅳ期(P=0.000)、乳酸脱氢酶(lactate dehydrogenase,LDH)升高(P=0.043)、结外器官受累数目≥2个(P=0.000)、非生发中心来源(non-GCB)(P=0.030)、MYC和BCL2蛋白双表达(double expression,DE)(P=0.026)、国际预后指数3~5分(P=0.000)的比例高于原发甲状腺DLBCL患者,其接受甲状腺手术切除的比例(P=0.012)低于原发甲状腺DLBCL患者。原发甲状腺DLBCL患者完全缓解(complete response,CR)率高于继发患者(P=0.039)。55例患者(83%)接受以利妥昔单克隆抗体联合环磷酰胺、阿霉素、长春新碱及泼尼松(R-CHOP)为基础的一线治疗方案,其中原发甲状腺DLBCL患者预期5年无进展生存(progress free survive,PFS)率95.0%,高于继发患者的49.7%(P=0.010)。单因素分析显示:Ann ArborⅢ~Ⅳ期(HR=4.411,95%CI 1.373~14.170)、LDH升高(HR=5.500,95%CI 1.519~19.911)、non-GCB(HR=5.291,95%CI 1.667~16.788)、DE(HR=6.178,95%CI 1.813~21.058)是甲状腺DLBCL患者PFS的不良预后因素;Ann ArborⅢ~Ⅳ期(HR=7.088,95%CI 0.827~60.717)、LDH升高(HR=6.982,95%CI 0.809~60.266)、DE(HR=18.079,95%CI 1.837~177.923)是总生存(overall survival,OS)时间的不良预后因素。多因素分析显示:Ann ArborⅢ~Ⅳ期(HR=4.693,95%CI 1.218~18.081)和LDH升高(HR=5.058,95%CI 1.166~21.941)是甲状腺DLBCL患者PFS的独立不良预后因素。靶向测序结果显示,TET2(n=14,35%)、KMT2D(n=13,32%)、TP53(n=11,28%)、GNA13(n=10,25%)、KMT2C(n=9,22%)突变频率>20%,且TP53突变是甲状腺DLBCL患者PFS的不良预后因素(P=0.000)。结论·原发甲状腺DLBCL生存情况优于继发甲状腺DLBCL。Ann ArborⅢ~Ⅳ期、LDH升高、non-GCB、DE(MYC和BCL2)是影响甲状腺DLBCL患者的不良预后因素。TET2、KMT2D、TP53、GNA13、KMT2C是甲状腺DLBCL中常见的高突变基因,TP53突变的患者预后不佳。

HTPB推进剂装药工艺研究及力学性能预测

固体发动机药柱成型过程中,制造工艺对推进剂力学性能有很大影响,通过对130组推进剂装药工艺参数及其力学性能研究,确定了装药过程的工艺参数波动情况;基于多元线性回归分析方法,获得了影响推进剂力学性能的关键工艺参数;以关键工艺参数为输入,建立了BP神经网络并对推进剂的力学性能进行预测。研究结果表明,16个工艺参数对推进剂力学性能有不同程度的影响,其中固化参数、混合时间、混合温度、硫化时间、混合物相对湿度、混合压强等6个关键工艺参数对推进剂常温的力学性能有显著影响;以关键工艺参数及对应推进剂力学性能为依据,建立BP神经网络能够准确地对推进剂的力学性能进行预测,最大抗拉强度的平均误差为4.08%,最大伸长率的平均误差为3.54%。

基于自抗扰的高速列车升力翼攻角驱动系统同步控制

针对高速列车升力翼中双电机协同控制攻角高精度控制的问题,提出了一种基于改进型自抗扰控制器的新型控制策略。该策略改进位置环,并将交叉耦合结构中的位置误差反馈至电流环,实现高精度控制,从而解决高速列车升力翼系统在实际应用中存在的滞后性以及抗干扰能力弱等问题。通过MATLAB/Simulink仿真验证该方法的快速响应能力、抗干扰能力以及电机同步效果。仿真结果表明,在给予不同负载扰动的情况下,该方法能够极大地提升系统的响应速度,且抗干扰能力与同步效果优异,能够帮助高速列车升力翼实现高精度的攻角变换。

有源钳位四电平能馈变流器预测电流控制

地铁能馈变流器能回收车辆制动能量,实现节能减排。多电平变流器可以降低有源开关的断态电压上升率,有效保护电路元件,提高输出电流的波形质量,一直是中大功率领域研究的热点。模型预测控制算法是应用于多电平变流器的一种控制算法,具有运算简单、速度快和适用性广等优点,在变流器控制领域有广阔的应用前景。目前,能馈变流器的拓扑主要为二电平和三电平,对四电平拓扑的应用关注较少。有源钳位四电平拓扑采用有源器件的T型连接代替钳位二极管,减少了元件数量,降低了系统损耗。在四电平能馈变流器的控制算法方面,载波调制算法仍被广泛使用,模型预测控制算法未能得到应用。在此背景下,提出一种适用于有源钳位四电平拓扑的预测电流控制算法,建立四电平拓扑的数学模型,分析开关状态对直流母线电容电压的影响,建立电流和电容电压的预测模型。通过模型预测控制算法中的代价函数,实现输出电流和电容电压的多目标控制。利用并网仿真模型对所提算法进行验证,在预测控制作用下可以顺利并网,并输出高质量的电流。进行阻感负载实验,能有效跟踪给定电流,维持电容电压稳定,对于负载突变也有较强的鲁棒性。仿真和实验均证明了拓扑模型和控制算法的有效性,展现了其在地铁能馈领域应用的可行性。

教育信息化时代的数字测图智慧教学实践分析

教育信息化时代虚拟仿真技术是智慧教学的重要手段,可虚拟仿真仪器设备、实习环境、实验过程等实践环节,也可模拟仿真理论教学的原理与计算,组成完整的虚拟仿真教学系统。文章探讨了数字测图课程理论教学中的模拟仿真计算、虚拟仿真测绘实验的实践教学应用,提出了基于在线课程、虚拟仿真实验室和教研室的智慧教学构想。

基于改进的不规则三角网的密集匹配点云滤波与应用

密集匹配点云作为一种新型数据,被广泛应用于各种地形图测绘生产,针对现阶段密集匹配点云滤波技术尚不成熟的问题,本文利用一种改进的不规则三角网加密滤波算法,通过建筑物立面选取地面种子点,结合高程排序构建不规则三角网进行地面点云滤波,并与传统不规则三角网加密滤波算法进行对比,结果表明:改进的算法在地面滤波过程中,选取的地面种子点更加准确。对于不同的地形,此算法具有一定的适用性,在地形平坦区域总误差为9.3%,地形复杂区域总误差为12.9%,匹配精度提升了20%~30%,取得了较好的滤波效果。

基于邻相电流的逆变器功率管与电流传感器故障诊断方法

作为牵引逆变器的关键器件,功率管与电流传感器分别在能量转换与系统控制中扮演着至关重要的角色。然而,在恶劣多变的工作环境下,功率管与电流传感器会出现不同程度的老化或失效,从而引发故障。功率管开路故障与电流传感器零输出故障在某些情况下不仅具有相似的故障特征,而且极易给系统带来严重的后果,其故障诊断是当前的研究重点。目前,仅有少部分故障诊断方法对这2类故障的联合诊断进行了研究,且这些方法尚未考虑牵引逆变器两电流传感器方案下的故障诊断,容易出现故障误诊或漏诊等问题。针对牵引逆变器两电流传感器方案下的复合故障诊断问题,提出一种基于邻相电流的故障特征提取与诊断方法。该方法首先分析两相电流信号在功率管与电流传感器故障下的变化,从而推导故障相电流与邻相电流的准确数学模型。在此基础上,对邻相电流进行平移变换与坐标重构,得到具备故障辨识能力的邻相电流轨迹数学模型。将该模型与已有的电流轨迹相结合,可以对功率管单管开路故障、双管开路故障以及电流传感器零输出故障进行有效区分。验证结果表明,提出的方法在电机处于不同运转状态下是有效、可行的,对于有限电流信号下的牵引逆变器故障诊断具有较好的参考价值。

基于预充电模型与低频采样的直流支撑电容器电容辨识方法

直流支撑电容器是列车牵引变流器的重要组成部分,主要用于整流器的输出电压滤波与稳压,并保证逆变器的高效运行。电容是衡量电容器剩余使用寿命的重要指标。在恶劣的工作环境中,电容的减小速率往往比预期更快,准确、有效地对电容进行估计是直流电容器状态监测的必要条件。然而,在轨道交通应用中,中间直流环节电压传感器的信号噪声波动幅值与纹波分量波动幅值几乎相同,导致现有电容器状态辨识方法对电容的辨识误差明显上升。针对此问题,提出一种基于预充电模型与低频采样的直流电容器电容估计方法。首先,对预充电过程进行分析,建立离散数学模型以减少噪声的影响。在此模型基础上,推导电容器电容的计算公式,采用带噪声估计的RELS算法进一步减小噪声影响并获得模型参数的准确估值,进而对直流支撑电容器电容进行精确辨识。最后,在dSPACE平台上验证该方法的快速性和鲁棒性。研究结果表明:该方法可以在较低的采样频率下实现电容的准确计算;与现有估计方法相比,该方法在地铁等轨道交通场合具有较大优越性。

原发性骨弥漫性大B细胞淋巴瘤的临床病理特征、突变图谱及预后影响因素分析

目的探讨原发性骨弥漫性大B细胞淋巴瘤(primary bone diffuse large B-cell lymphoma,PB-DLBCL)的临床病理特征、突变图谱及预后影响因素。方法纳入2006年5月至2021年9月上海交通大学医学院附属瑞金医院收治的初治PB-DLBCL患者37例。采用淋巴瘤相关55个基因靶向测序描绘PB-DLBCL患者的突变图谱,采用单因素Cox回归模型评估临床因素和基因突变与无进展生存期(PFS)和总生存期(OS)之间的关系。结果37例初治PB-DLBCL患者中,男性21例(56.8%),年龄>60岁21例(56.8%),Ann Arbor分期为Ⅳ期22例(59.5%),非生发中心来源(non-GCB)亚型22例(59.5%),国际预后指数评分为3~5的患者18例(48.6%)。靶向测序结果显示,MYD88、PIM1、CCND3、CD79B、CIITA、HIST1H1E、KMT2C、PRDM1、TNFAIP3、ZFP36L1为常见突变,突变频率高于20%。单因素分析结果显示,BTG2基因突变(P=0.015)、MYD88基因突变(P=0.049)及MYC/BCL2双表达淋巴瘤(DEL,P=0.009)与PB-DLBCL患者低PFS率显著相关。结论PB-DLBCL患者中non-GCB亚型较为常见,DEL,BTG2和MYD88基因突变是PB-DLBCL患者PFS的不良影响因素。

结构边界受扰动下翼柱与环槽型固体火箭发动机燃烧室压力振荡特性研究

为研究固体火箭发动机结构振动和燃烧室压力振荡耦合作用下的不稳定燃烧现象,通过考虑结构振动对推进剂燃速的影响,将结构振动和压力振荡进行耦合。使用数值方法研究了两种典型装药(翼柱和环槽型装药)的固体火箭发动机在结构边界受扰动作用下的燃烧室内的压力振荡特性。计算结果表明,在结构脉冲加速度载荷的激励下,燃烧室中产生的压强振荡以一阶声频为主,发动机结构振动也表现出相似的特性。发动机结构的呼吸模态频率同燃烧室声模态频率的相接近会导致自激振荡现象的发生,从而大幅增强压力和结构振动的幅度。因而避免燃烧室声频同结构呼吸模态频率相接近,可以抑制不稳定燃烧现象的发生。此外,燃烧室的特殊几何结构可以对压力振荡起到明显的阻尼作用。使用环向开槽结构替代翼柱结构可以明显提高燃烧室的稳定性。

开放教育产品自适应迭代改进机制研究

基于2022年开放大学数据,使用线性模型,实证研究开放教育产品两大类标志指标学生行为和教师行为对选课率的影响。结果发现:学生学习网选课和学生有效行为、教师人均在线天数、学生人均在线天数密切相关。据此,开放教育产品自适应迭代改进需要建立课程支持系统、学生和教师,三要素一体关联架构,并为强化课程迭代改进自适应机制,提出政策性建议。

基于LEAP模型的吉林省能源需求及碳达峰时间预测研究

本文采用自下而上的能源模型(LEAP模型)预测了不同情景下的吉林省能源需求及碳排放量,确定了碳达峰时间,讨论了GDP增速、产业结构、节能减排政策等对能源需求和碳排放量的影响。研究结果表明,GDP增速决定了能源消费及碳排放的总体趋势,优化产业结构可以有效降低能源强度和碳排放强度。节能减排情景下,吉林省将在2025年实现碳达峰,能源消费总量为7790万吨,碳排放量为16470万吨。在最大碳排放政策情景下,吉林省将在2029年实现碳达峰。

基于特征提取与误差补偿的金属化薄膜电容器剩余寿命预测

金属化薄膜电容器是轨道交通变流系统的重要元器件之一,精确预测其剩余寿命有助于优化变流系统的运行维护策略,降低系统运用成本,同时降低故障和突发事故发生所带来的损失。由于老化试验成本与时间的限制,当前的寿命预测存在数据样本数小、特征参数测量点少等问题,因此,文中采用能较好适应该类样本的支持向量回归(support vector regression,SVR),并利用深度置信网络(deep belief network,DBN)在未构建复杂且未知的经验退化函数下对电容量退化序列的特征进行深度提取,建立融合DBN与“双通道”支持向量回归(binary support vector regression,BSVR)的预测模型,其中“第一通道”基于Linear核函数的SVR对序列实行多步递归预测(recursive multi-step forecast strategy,RMFS),随后将所获误差代入基于Gauss核函数的“第二通道”SVR完成误差补偿训练,较好地消除了实行RMFS时所造成的累积误差。就此,提出基于特征提取与误差补偿的剩余寿命预测方法,并在老化试验下的金属化薄膜电容器电容量退化数据集上对所提方法进行仿真实验,实验结果表明,该方法在不同预测起点的平均预测误差仅为7.08%,相比已有预测方法有效提升了对电容器剩余寿命的预测精度,增强了模型的可靠性和泛化能力。

一种基于相电流轨迹的逆变器开路故障诊断方法

提出一种非侵入式的针对逆变器功率器件开路故障的诊断方法。针对开路故障前后的相电流轨迹进行基于数学模型的分析;根据相电流轨迹的分析数据进行故障特征的提取并结合积分算法对故障进行定位;基于dSPACE半实物仿真平台对本文所提故障定位方法的有效性与可靠性进行实验的验证。研究结果表明:所提方法可以很好的应用于逆变器开路故障诊断。

基于售电侧放开的电力市场交易研究

长期以来,电网企业主要采取的是垂直一体化垄断经营模式,对发电、输电、配电和售电等电力生产、消费各个环节进行全面垄断管理,此种经营管理模式缺乏良好的竞争机制,资源利用率不高,无法取得优异的经济效益,已经远远不能满足目前经济建设发展的高质量需求。基于此,我国决定对电力工业实施“厂网分开、竞价上网、打破垄断、引入竞争”的电力体制改革,充分发挥出市场在资源配置中的绝对性作用。

镉镍蓄电池寿命预测的PF-LSTM建模方法研究

对动车组用蓄电池进行寿命预测,能够评估电池状态,降低故障的危害性和运用维护成本,指导修订修程。相较于在线预测模型,离线预测模型无法适应影响因素的不断变化,提出一种基于粒子滤波(PF)与长短期记忆网络(LSTM)融合的在线预测方法。传统的PF方法依赖经验方程作为状态转移方程,而精确的经验方程难以得到,利用已有数据训练LSTM模型,模型得到的退化方程作为PF的状态转移方程,解决了PF依赖经验方程的问题,同时PF能给出不确定性表达。研究结果表明,该方法模型更新简单有效,预测精度好,弥补了镉镍蓄电池寿命模型研究的缺失,对蓄电池剩余寿命研究的发展有着重要意义。

无权重系数的三相八开关模型预测电流控制

针对三相八开关容错逆变器(ESTPI),提出一种能够抑制直流侧两电容电压不平衡同时无需调整权重系数的模型预测电流控制方法。首先,基于三电平中点钳位型逆变器,分析三相八开关逆变器的拓扑结构与数学模型、电容电压不平衡的原理及构建其数学模型;其次,利用已知的阻感负载数学模型预测电流,为使系统能够在容错控制后稳定运行,以抑制电压不平衡以及控制电流为目的,构建传统模型预测电流控制的代价函数;然后,为消去权重系数,分析与构建出无权重系数的代价函数,考虑实际应用,对系统进行延时补偿,在传统的模型预测电流控制与已分析得到的数学模型的基础上,搭建所提出方法的系统模型;最后,通过仿真验证所提算法的正确性与有效性。

基于T-S模糊神经网络的变形预报研究

T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成。文中基于T-S模糊神经网络,将其应用于变形预测。通过实测数据和仿真数据分析比较了其与BP神经网络、小波神经网络在预测精度、算法稳定性和有效区间3个评价标准上的优劣。结果表明,在变形预测,特别是利用长周期监测数据进行预报时,T-S模糊神经网络具有一定的优势。