自适应加速遗传算法及其在水位流量关系拟合中的应用

分析了传统水位流量关系曲线拟合过程中存在的精度不高等问题,在此基础上提出了自适应加速遗传算法,直接拟合水位流量关系。通过实例应用对该法与传统优化方法进行了比较。结果表明,该法具有直观、简便、快速,适用性强等特点,是一种优秀的全局优化方法。

基于双截尾数据消除法的自适应加速寿命试验数据统计分析

加速寿命试验数据处理必须将不同应力水平下的失效数据折算累加到同一标准下的时间序列,这一过程复杂繁琐,增加了计算工作量,降低了统计效率,而指数分布的双截尾数据消除法能有效克服这一缺陷。提出了一种基于模型转换的双截尾数据消除法,将数控系统故障间隔时间服从的威布尔分布转化为指数分布,再用双截尾数数据消除法进行计算,进行自适应加速寿命试验数据的统计分析,有效提高了统计分析效率。实际算例验证了方法的可行性。

基于自适应加速移频的PV孤岛检测与仿真

针对并网光伏(PV)系统的孤岛检测问题,提出一种复合负脉冲电流幅值干扰的自适应加速移频法;基于公共耦合点电压频率朝某个方向的持续变化次数,该方法对频率偏移正反馈系数进行自适应分段调节以加速频率偏移越限,如果变化次数超过12次,且频率仍未越限,则施加持续2个工频周期的负脉冲电流幅值干扰,触发欠压保护,从而检测出孤岛;Matlab仿真表明,与传统的AFD方法相比,该方法不仅对电网谐波影响小,而且孤岛检测盲区小,能有效在高速自动重合闸动作之前使光伏系统与电网解列,具有重要的应用价值。

基于加减速控制的自适应加速度反向间隙补偿

针对数控机床滚珠丝杆进给系统中反向间隙的存在严重影响数控机床定位精度的问题,提出基于加减速控制的自适应加速度反向间隙补偿方法。基于该方法建立反向间隙传动模型,计算补偿过程的加速时间,在加速时间不等于伺服周期整数倍时,反推补偿过程中的加速度值,从而准确补偿反向间隙,避免出现过补偿或欠补偿现象。通过仿真验证该补偿方法的有效性,数控平台实验结果是该补偿方法可将X轴目标点正、负向平均偏差减小在-2μm^3μm之间波动,表明所提出的方法可以有效降低因反向间隙造成的定位误差,提高了数控机床的定位精度。

基于自适应加速因子粒子群优化算法的裁剪分床研究

针对服装行业裁剪优化分床这一难题,设计了一种基于自适应加速因子粒子群优化算法的裁剪分床方法;首先,根据裁剪分床的实际生产条件,结合生产订单信息,以裁剪分床过程中各号型样片数量的误差平方之和为目标,建立相应的优化数学模型;然后,采用该算法对模型进行求解,先对各床的铺布层数进行搜索,再根据各床的铺布层数搜索对应各号型的最优配比,搜索的最终铺布层数和对应的配比作为分床方案;最后,通过实验验证了其有效性,且具有较快的收敛速度。

基于混合优化的自适应加速稳健PnP算法

根据目前摄像机位姿估计应用的实时性要求,针对RPnP算法在利用最小二乘误差求解时无法得到唯一解的问题,提出了一种改进自适应加速RPnP算法。在计算误差最小二乘时加入更多的限制条件,确定了输出解的唯一性;随后计算对应的摄像机外参数,代替每个极小值重投影误差的计算和比较过程,节省了大量位姿求解的时间;最后自适应地将原算法和改进后的算法相结合,使得输出结果最优化。实验证明,该方法可以大大降低算法的时间复杂度,并且运行时间受点数影响极小,可以较好地应用于实时性要求高的场景。

自适应加加速度NURBS曲线前瞻插补算法研究

针对现有NURBS曲线直接插补算法在曲率变化较大的拐角处容易出现弓高误差超限现象,导致加工精度降低等问题。提出一种自适应加加速度NURBS曲线前瞻插补算法。该算法首先用弓高误差和法向加速度作为约束条件限制曲线各插补点的进给速度,并在曲率极大值处进行分段处理;然后,基于前瞻控制与非对称S型曲线加减速控制对分段点进给速度优化处理,并自适应修正加速与减速运动阶段的加加速度;最后,以调整后的参数进行加减速控制并进行插补输出。实验测试结果表明,该算法即使在曲率较大区域的弓高误差、加速度和加加速度也不会超出CNC系统的限制,并实现平滑运动和高精度的加工。

单相重合闸自适应零序电流加速保护方案

研究了单相重合闸过程中暂态零序电流的特征及其对傅氏算法和傅氏加差分算法的影响。通过理论分析和仿真计算发现暂态零序电流主要由非周期分量和高频分量组成,对于傅氏算法非周期分量的影响占主导地位,而对于傅氏加差分算法,高频分量的影响较大。根据暂态零序电流的特征,提出了单相重合时自适应零序电流加速保护的方案,解决了常规方案需要延时的缺陷。

基于多线程并行的动态自适应建表加速算法在气相爆轰模拟中的应用

在带详细化学反应机理的气相爆轰过程数值模拟中,化学反应源项的刚性和非线性会使计算花费大量时间。为了提高化学反应的计算效率同时不降低计算精度,针对包含氢气与氧气详细化学反应机理的二维气相爆轰过程,提出了各线程独自建表和所有线程共有单表两种基于多线程并行的动态自适应建表(ISAT)算法,以取代原始的直接积分(DI),在不损失计算精度的条件下提高计算效率。两种并行算法分别采用了各线程独立建表和所有线程共建单表的方式,以此分析建表方式对计算效率的影响。在此基础上,还分析了建表容差判据和数值格式对计算效率的影响。研究结果表明:基于ISAT的并行算法在所有条件下均能提供与DI结果相当的计算精度,各线程独立建表的计算效率较共建单表的方法有更高的计算效率,其化学反应计算的加速比为2.17~2.43;并行建表算法不仅能够准确地描述二维气相爆轰波的传播过程,还可以提高化学反应流并行计算的计算效率。

永磁直线同步电动机伺服系统的自适应加加速度控制

针对永磁直线同步电动机(PMLSM)伺服系统中易受不确定性因素影响的问题,该文提出一种自适应加加速度控制(AJC)方法。首先建立含有不确定性的PMLSM伺服系统动态方程。然后,通过模型前馈控制补偿系统的参数不确定性所产生的模型误差,提高系统的响应速度。最后,采用AJC抑制系统中外部扰动、非线性摩擦力等不确定性因素,自适应律使鲁棒增益收敛于有界范围内,提高系统的鲁棒性;AJC的输出信号积分后形成了反馈控制律,削弱了控制律中开关函数激励未建模动态引起的高频谐振,保证了控制信号的稳定性和连续性。系统实验结果表明,该控制方法能够产生平稳的控制信号,明显地提高系统的控制性能,减小跟踪误差,避免高频振荡,进而改善PMLSM伺服系统的控制精度。

含高渗透率DG的配电网加速自适应电流速断保护

随着分布式发电技术的快速发展,配电系统中分布式电源(Distribution Generator,DG)的渗透率水平不断提高,由于多个DG的接入,将可能出现电流速断保护同时动作的情况,使保护的选择性受到影响。针对这一问题,结合含高渗透率DG的配电网系统故障时的特性,在已有自适应电流速断保护的基础上,分析故障时各点电压对保护的影响,提出了一种基于电压加速的自适应电流速断保护方案,提高了电流速断保护的选择性。通过对一个10 kV配电系统的仿真分析,验证了该整定方法的正确性。

货运列车自适应模型平滑切换及节能优化研究

为了使货运列车运行过程切近实际,提出了一种基于加速度自适应的货运列车质点模型平滑切换方法。首先,建立列车的单质点和多质点模型,基于扰动加速度偏差变化率进行列车多模型的自适应切换研究。然后,为了降低大功率机车牵引电机的工作能耗,引入货运列车牵引控制的多目标和约束条件,建立了多目标优化模型,并提出一种新型的多目标飞蛾扑火(MOMFO)算法用于优化货运列车运行过程。最后,采用HXD1型电力机车牵引50节C80货车作为研究对象,通过仿真验证了所提方法对货运列车牵引电机节能及运行过程优化具有重要意义。

基于Nadam-TimeGAN和XGBoost的时序信号故障诊断方法

为了提高故障诊断模型在数据不平衡场景下的诊断性能和模型泛化能力,提出了一种基于Nadam-TimeGAN和XGBoost的时序信号故障诊断方法。首先对比基于LSTM和GRU的TimeGAN模型,选取性能更优的GRU网络作为TimeGAN模型的组成单元,然后采用Nadam优化算法对TimeGAN模型的各组件进行优化,即构建Nadam-TimeGAN模型用以数据扩充,最后构建一个平衡的数据集输入XGBoost集成学习模型进行分类训练。实验选取转辙机动作电流数据集进行验证性实验,选取MFPT轴承数据集和CWRU轴承数据集进行泛化性实验,并与8种方法进行对比,结果表明,所提方法在准确率、召回率以及F1-score这3种评价指标上均高于其他方法,从而验证了所提方法在不平衡数据故障诊断方面的有效性和泛化性。

基于AGAST-BRIEF的图像匹配融合算法

针对传统算法AGAST在图像处于复杂场景条件下进行图像检测时,造成图像匹配结果精度低和实时性差等问题,提出一种基于AGAST-BRIEF的图像匹配融合算法。首先,利用高斯滤波对图像进行预处理,实现去除图像噪声干扰,保留图像边缘信息的效果,通过AGAST与尺度空间理论相结合进行特征提取;然后,使用BRIEF描述子对图像中的关键点进行描述,提高特征匹配效率;最后,采用FLANN算法得到初次匹配对,使用GMS与改进的RANSAC算法对初次匹配结果进行二次筛选,得到图像特征精匹配。实验结果表明:所提算法相较于SIFT、AKAZE、KAZE算法匹配准确率提高,匹配运行时间最短,具有良好的鲁棒性。

基于改进粒子群算法的无人机三维路径规划

针对无人机在复杂多障碍环境下的路径规划问题,提出基于改进粒子群的优化算法。首先,通过统一障碍物环境建模、优化适应度函数,并采用混沌粒子初始化使粒子群多样化,增强了算法的稳定性;然后,用自适应加速度系数替代传统粒子群算法的加速度常数,避免陷入局部极小值,同时提高了算法收敛到全局最优解的效率;最后,用无人机运动编码代替传统粒子群算法中粒子搜索轨迹的编码方式,提高解的最优性,搜索最优解路径。仿真结果表明:当进行无人机路径规划时,改进粒子群算法可以有效解决复杂的多障碍环境中传统粒子群算法的问题,与灰狼优化算法、差分进化算法、量子粒子群算法和传统粒子群算法相比,改进后的算法在不同场景静态环境中路径寻优精度和稳定性明显提高,且与动态粒子群算法相比,新算法也能更好地适应动态环境。

基于SAPSO算法的新投PSS参数协调预整定

为指导PSS参数整定现场实验,提高电网动态安全稳定水平,对某网B厂新投机组PSS参数进行预整定。基于粒子群算法,动态调整惯性权重和加速因子自适应变化,并引入随机变异环节,以提高粒子寻优性能,从而提出适用于PSS参数预整定的自适应加速粒子群算法(SAPSO)。建立单机无穷大和两机协调预整定仿真模型,利用SAPSO算法,对某网新投PSS参数进行单机和两机协调预整定。时域仿真和现场试验表明预整定参数阻尼效果更好,对新投机组PSS参数采用预整定方法有效可行。

NURBS CURVE INTERPOLATOR WITH ADAPTIVE ACCELERATION-DECELERATION CONTROL

The feedrate profile of non-uniform rational B-spline （NURBS） interpolation due to the contour errors is analyzed. A NURBS curve interpolator with adaptive acceleration-deceleration control is presented. In interpo- lation preprocessing, the sensitive zones of feedrate variations are processed with acceleration-deceleration control. By using the proposed algorithm, the machining accuracy is guaranteed and the feedrate is adaptively adjusted to he smoothed. The mechanical shock imposed in the servo system is avoided by the first and the second time derivatives of feedrates. A simulation of NURBS interpolation is given to demonstrate the validity and the effectiveness of the algorithm. The proposed interpolator can also be applied to the trajectory planning of the other parametric curves.

微观交通仿真的安全换道模型研究

换道模型对车辆换道过程模拟的精确程度直接影响着微观交通仿真的精度。以往的微观交通仿真系统采用匀加速度的换道模型,无法模拟车辆实施换道动态调整纵向加速度的行为。该文分析了换道过程中车辆间的相互影响,将换道过程分为4个独立的阶段,并允许车辆在不同阶段使用不同的纵向加速度。通过分析由环境参数导致的各阶段时间顺序的变化,提出了通用的安全换道模型,并给出换道自适应加速度的约束表达式。仿真结果显示,该模型能提高微观交通仿真系统的精度,并提供更准确的安全换道距离,换道成功率更高。

标准测试系统中PSS参数协同优化与配置研究

选取IEEE-57节点测试系统进行振荡模式、阻尼特性和电力系统稳定器(power system stabilizer,PSS)投退分析,校核系统PSS配置的合理性及抑制低频振荡的效果。基于自适应加速粒子群算法分3步对测试系统进行PSS参数协同优化和配置,第一步对15号机PSS参数进行单机优化,对比系统阻尼;第二步对18号机进行PSS配置及其参数优化,提高测试系统阻尼;第三步对15、18号两机进行PSS参数协同优化,获得更高阻尼特性的参数。利用小干扰稳定时域仿真和普罗尼算法(Prony分析),验证得协同优化的PSS参数阻尼效果更好,系统动态安全稳定水平更高且PSS协同优化及配置方法有效可行。

基于小采样周期的机动目标模型跟踪性能研究

分析了小采样周期条件下“当前”统计模型、基于速度估计的自适应模型及自适应常加速度模型，对3种模型的稳态性能和动态性能进行了分析比较，并对3种模型的机动目标跟踪效果进行了仿真。仿真结果表明：小采样周期条件下，3种模型的稳态跟踪性能一致，而在动态跟踪条件下自适应加速度模型性能更优。