基于负载估计和子域消减的并行网络模拟拓扑划分算法

针对目前研究Internet的主要方法——传统的基于拓扑划分的大规模并行网络模拟的效率低、划分不均衡的问题，提出并实现了基于负载估计和子域消减的并行网络模拟拓扑划分策略。基于启明星辰探测获得的实际拓扑进行的DDoS攻击模拟表明，该划分方法可适用于实际拓扑，并可进行大规模网络安全事件的模拟。实验结果表明，该拓扑划分方法可缩减路由表规模约19．8％，减少模拟时间约17．2％。

基于负载估计的带式输送机系统节能控制方法研究

目前常用的带式输送机节能控制方法是通过建立煤量与带速之间的匹配关系来控制运行速度以达到节能目的,但因其采用传感器测量实时煤量时,受到传感器安装位置及数据处理速度等因素的影响,导致检测信号与实时煤量信息不同步而引起滞后现象。当煤量突然增加时,易造成带式输送机无法及时提速引发堆煤或溢煤等故障。为解决上述问题,提出了一种新的节能控制方法:通过采用状态重构的方法建立带式输送机系统状态观测器估计输送带上各段张力值,并以机头传动滚筒处输送带张力值的变化率结合电子输送带秤检测的实时煤量信息,应用模糊推理与决策建立了节能控制系统,控制带式输送机在煤量增加时及时提速。基于此,以带式输送机启动过程线性定常系统模型为依托,建立了基于载荷变化的带式输送机时变系统动力学模型,并利用Simulink与LabVIEW软件结合NI CompactRIO-9038实时控制器做硬件在环实验验证,结果表明:在煤量无较大波动时,输送机仍保持恒定速度,说明系统抗干扰能力强;在煤量突变情况下,张力变化率辅助提速效果明显,解决了堆煤及溢煤故障。

基于负载估计的伺服系统自适应反推控制

为解决永磁同步电机伺服系统反推控制中转速受负载扰动影响存在静差问题,提出了一种自适应反推控制方法。该算法在传统反推控制的基础上,在速度环上加入估计负载变量,设计Lyapunov函数,得到新的电流控制器,使系统能够根据负载参数变化做出调整,从而改善系统的动、静态控制性能。该方法不仅能够实现永磁同步电机系统的完全解耦,保证系统全局渐进稳定,并且能够解决传统反推中存在的稳态误差问题。仿真结果验证了控制器设计的有效性和可行性,表明了自适应反推控制系统具有较强的鲁棒性和良好的伺服性能。

基于直流侧输入电流检测的无线充电系统负载估计

基于无线充电系统逆变器等效负载与直流侧输入电流之间的关系,提出了一种利用直流侧输入电流进行负载估计的方法。首先,建立模型分析了直流侧输入电流与逆变器输出电流的关系,并推导得到输入电流与负载之间的数学关系,从而实现了基于直流侧输入电流的负载估计。进而,通过仿真和实验验证了该负载估计方法。实验结果显示,该方法在10~100Ω的负载范围内估计误差小于10%,达到了较高的估计精度。最后,利用所提出的负载估计方法对系统进行了故障分析,结果表明该负载估计方法能够实现对系统故障状态的有效识别。

基于人工智能负载估计系统的磁浮列车垂向振动主动控制

提出了基于人工智能负载估计系统的磁浮列车悬浮系统主动控制方法。给出单点悬浮数学模型,并基于劳斯‒赫尔维兹判据证明该模型开环不稳定;考虑负载特征和实时悬浮变化,利用多层人工神经网络对悬浮系统控制量的输出进行主动控制;采用非支配排序遗传算法(NSGA)对系统参数进行优化。结果表明:所提出的控制方法具有较好的鲁棒性,在较大负载扰动时仍然能够保持相对较小的误差。

基于负载估计的同步Buck变换器控制研究

分析了同步Buck变换器的运行原理,建立了考虑电感电阻和输出电容电阻的变换器数学模型。根据所建立的数学模型,提出了一种基于负载估计的积分滑模控制策略。该控制策略在保留滑模控制优点的同时消除了普通滑模控制中所存在的抖振。同时该控制策略包含一个基于模型参考自适应方法的负载电阻估计器,通过对负载电阻的估计,使变换器在负载变化时能够维持输出电压的稳定,增强了控制系统的鲁棒性。最后设计并制作了一个同步Buck变换器实验系统来验证所提控制策略。实验结果显示该控制策略能够有效维持输出电压的稳定,所提策略可靠、有效。

卫星物联网负载量估计及预测

【目的】随着卫星物联网蓬勃发展,海量短突发的用户加剧了接入网络用户间碰撞和干扰问题,对此,相关组织和个人提出了一些动态接入方案,然而,对于其中大部分方案,都需要知道准确的未来时隙接入申请量。目前,一些文献中已经提出了负载量估计方案,但准确度都不高,且只能实现当前时隙的负载量估计。【方法】因此,在现有研究的基础上,文章提出了一种基于前导码状态和参数估计的负载量估计方法和基于机器学习的负载量预测方法。基于前导码状态和参数估计的负载量估计方法通过分析卫星物联网时隙中前导码处于不同状态的概率与当前时隙接入申请数的关系,列出最大似然参数估计表达式,使用最大似然参数估计手段实现当前时隙负载量的估计。基于机器学习的负载量预测方法将负载量估计值作为历史数据,联合使用长短期记忆(LSTM)网络和自回归滑动平均(ARMA)模型,实现对未来时隙负载量的预测。【结果】仿真结果表明,基于前导码状态和参数估计的负载量估计方法的估计误差不到1%,以负载量估计结果作为机器学习历史数据的负载量预测的综合误差在6%左右。【结论】文章所提的负载量估计及预测方法预测的误差在可接收范围内,可以为动态接入方案提供准确的未来时隙接入申请量。

煤矿带式输送机负载监测及节能控制系统的研究

带式输送机是煤矿生产作业中的重要设备。庞庞塔矿为实现基于负载检测调节带式输送机带速,达到节能降耗,减少设备故障目标,以该矿综采工作面采用的DTL120型带式输送机为研究对象,构建基于负载检测的带式输送机运行控制系统,对运行控制系统结构进行分析,并确定负载检测以及带速检测传感器类型;采用数值仿真技术对PID控制及自适应性模糊PID控制进行分析,最终确定采用自适应性模糊PID控制系统对带式输送机运行进行调节,提高矿井的运输效率。

基于最优激励位姿序列的机械臂负载估计

重力补偿方法广泛地应用于由连杆与旋转机构组成的机器人系统中,更换机器人末端执行器造成了补偿模型的不确定性.针对该问题,提出了一种利用机器人关节力矩与位置信息的负载参数离线辨识方法.基于机器人静力学方法提出了2种负载参数的计算模型,并通过采集机器人在多个静态位姿条件下的关节力矩与位置信息获得负载参数的最小二乘解.进一步,本文针对机器人的辨识位姿选取问题展开研究,提出了同时保证辨识精度与辨识简便性的多目标优化问题,使用多目标粒子群优化方法获得最优辨识位姿.根据辨识后的负载参数,给出了机械臂各关节负载的重力补偿量计算方法.实验结果表明所提方法具有较高的辨识精度,负载质量的辨识误差最小值达到0.007 06 kg,最大值达到0.151 kg,负载质心位置的辨识误差最小值达到0.025 4 m,最大值达到0.122 m,验证了上述方法的可行性与有效性.

基于Vogit力学模型的照明系统节能控制研究

采用Vogit力学模型,构建照明系统离散动力学方程,分析照明系统状态空间变化特征,估计照明系统负载;引入电流灵敏度参量,结合照明系统电磁耦合特性,构建照明系统节能控制模型;通过自适应迭代处理实现自适应寻优,获取照明系统内环控制输出增益;根据照明系统节能控制带恒功率负载等效原理消除复阻抗,达到节能控制稳定的目的。以照明系统作为实验对象进行实验,结果表明该方法的节能控制效果较好,能够有效确保照明系统节能控制的稳定性。

基于负载量预测的卫星物联网随机接入研究

在卫星物联网蓬勃发展的过程中,随机接入协议因其信令开销较小、传输效率高、灵活性高、实现容易的特点被视为最适宜的通信协议,但由于负载变化剧烈,常规随机接入方式只在特定负载范围内具有优势,动态分配随机接入资源需要获取准确的时隙接入申请量。针对以上问题,提出一种随机接入自适应方案,可以根据未来负载量大小自适应选取恰当的随机接入方式,从而提高系统吞吐量,其中,负载量大小可以通过提出的负载量估计及预测方案得到。在传输环境存在窄带干扰时,引入扩频通信手段,使得随机接入自适应方案能够成功运行,并且提出的扩频随机接入自适应方案提升了系统吞吐量。

基于参数变化估计的PMSM自抗扰内模控制

基于d-q坐标系下的永磁同步电动机数学模型及矢量控制的基本原理,针对永磁同步电动机的非线性和参数的不确定性,对于电流环设计了基于参数变化估计的内模控制器,克服传统的内模控制对电机参数敏感的问题,速度控制器采用了自抗扰控制器,提高了系统对外部负载扰动抑制能力。仿真结果表明,所提出的基于参数变化估计的永磁同步电动机自抗扰内模控制器在电动机参数变化和负载扰动情况下均能提供良好的控制效果,验证了所设计控制方法的有效性。

龙门双驱系统转速跟踪同步耦合控制

针对龙门双驱系统的转速同步精度问题,提出一种转速跟踪同步耦合控制方法。为实现对外界负载的准确跟踪,构建基于Sigmoid函数的滑模负载观测器;设计结合积分滑模的双电机均值同步差控制器,结合跟踪误差反步控制器,制定转速同步误差与跟踪误差耦合控制策略,完成了两种负载情况下的仿真测试。仿真结果表明:相比PID控制,耦合控制策略的同步误差降低52.4%,响应时间降低75%;相比单一反步控制,耦合控制策略的同步误差降低39.1%,响应时间降低17%。

燃料电池混合动力汽车Boost电路固定时间控制

针对燃料电池混合动力汽车Boost电路在负载波动下的电压跟踪调节及扰动抑制问题,提出了一种基于双闭环自适应调节的固定时间控制策略。首先,考虑负载未知变化对电压跟踪调节的影响,结合浸入与不变方法,设计自适应负载估计器。其次,引入双回路反馈控制技术,利用PI控制法控制电压调节外部环路,提供内环参考电流;利用固定时间控制法控制电流调节内部环路,保证系统输出电压在固定时间内跟踪上参考电压,实现Boost电路自适应固定时间快速跟踪调节。最后,仿真和实验结果表明,与双PI控制回路策略相比,所提控制策略在负载波动下具有更快的调节性能和更强的鲁棒性。

基于N-list和DiffNodeset结构的频繁项集并行挖掘算法

频繁项集挖掘是数据挖掘中的一个基本问题,在许多数据挖掘应用中发挥着重要作用。针对并行频繁项集挖掘算法MrPrePost在大数据环境存在密集数据集下算法效率下降、计算节点负载量不均衡和冗余搜索等问题,提出了基于N-lists和DiffNodeset两种结构的并行频繁项集挖掘算法(Parallel Mining algorithm of Frequent Itemset based on N-list and DiffNodeset structure,PFIMND)。首先,根据N-list和DiffNodeset在存储不同数据集上的优势,设计了稀疏度估计函数(Sparsity Estimation,SE),根据数据集稀疏程度灵活选取其中之一压缩数据集,相比采用单一存储结构消耗的内存更少;其次,提出了计算量估计函数(Computation Estimation,CE)来估计频繁1项集F-list中每一项的负载量,并根据计算量进行均匀分组;最后采用集合枚举树作为搜索空间,为避免组合爆炸和冗余搜索问题,设计了超集剪枝策略和基于宽度优先搜索的剪枝策略,生成最终的挖掘结果。实验结果表明,相比同类算法HP-FIMBN,PFIMND算法在Susy数据集上挖掘频繁项集的效果提升了12.3%。

一种可变形机翼的变形策略及其协同控制

针对可变形机翼的变形及其协同控制问题,本文提出了一种保证变形翼面光滑且便于实施控制的变翼型策略,设计了一种基于交叉耦合的分布式同步控制器,很好地解决了翼型变形过程中的同步问题。通过计算流体力学仿真方法,分析了变翼型对气动参数的影响特性,以及变翼型对变形装置负载的影响。本文建立了翼型变形系统的动力学模型,提出了一种交叉耦合同步偏差生成方法,利用同步偏差表征同步性能,设计了分布式同步控制器使同步偏差收敛到零,在实现翼型变形的同时保证变形同步。通过数值仿真验证了该协同控制方法的有效性和稳定性。相比于并行控制方法,本方法的同步性能和稳态性能均有显著提升。

一种快速响应的新型Vienna整流器控制方法

首先介绍Vienna整流器在三相静止坐标系和d,q坐标系下的数学模型,分析了Vienna整流器在d,q坐标系下的能量交换关系。针对传统电压外环存在的问题,提出了一种将电容储能作为反馈变量,并将负载功率进行前馈的外环控制方式。为了降低系统成本,提出了一种无电流传感器的负载功率估计算法,并介绍一种改进的遗忘迭代滤波对估算的负载功率进行滤波。此外,针对电容充电功率的物理特性对外环的参数设计进行了说明。最后,搭建了Vienna整流器的实验平台,实验结果验证了所提方法的优越性和可行性。

转子动能为外环控制量的永磁同步电动机双闭环矢量控制策略

首先分析了永磁同步电动机控制系统的能量交换关系,提出了一种外环采用电动机转子储存动能作为反馈变量,内环采用电流作为反馈变量的双闭环矢量控制策略,给出了其理论依据和环路设计方法。研究了电动机负载对控制策略的影响,提出了一种简单且有效的负载估计方案,将电动机负载时的控制近似等效为空载时的控制。实验验证了所提出控制策略的可行性,并将该控制策略与传统的转速、电流双闭环矢量控制策略进行比较,实验结果表明本文所提出的控制策略具有更好的动态响应性能。

液压机械无级变速装载机工况在线识别方法

液压机械无级变速装载机发动机转速与车速解耦,具有节油、高效的优点,为了解决其工况繁多、动力匹配问题,以某液压机械无级变速装载机为研究对象,基于液压机械状态参数开展了装载机负载估计理论分析和仿真,建立了负载估计模型,仿真结果表明该方法能准确估计液压机械段内负载,结果偏差在±4.69%以内。在负载估计方法基础上,建立液压机械无级变速装载机工况识别模型以及整车仿真模型,通过理论分析与仿真相结合的方法,得到液压机械无级变速装载机在线工况识别方法及对应速比控制策略。仿真结果表明,该方法能够准确识别装载机当前工况,满足实际工程要求,所提出的分工况速比控制策略与常规策略相比,单作业循环时间减少了2.43 s,作业效率提高了4.42%,总油耗降低了1.41%。研究为装备液压机械无级变速器的装载机及拖拉机等提高生产效率及燃油经济性提供了途径。

基于退避预测的ACB动态接入新方案

在LTE-A网络的过载场景中,机器类通信(Machine Type Communication,MTC)设备的突发性接入会使得网络发生严重的拥塞,甚至死锁,造成网络的接入效率低下.在可用前导资源有限的前提下,根据实时负载数控制发起接入的设备数可以有效降低前导的碰撞概率,但是控制方法尚不明确.为此,本文提出了一种接入类别限制(Access Class Barring,ACB)的动态接入机制来优化海量MTC的随机接入性能.建立了一种基于退避预测的估计模型,该模型根据重传的设备数和状态转移过程估计出了实时活跃的设备数.结合估计模型和ACB参数调整可以最优化实时成功接入的设备数,能够有效地提高设备的接入成功率.本文在不同负载强度场景下,将提出的ACB动态接入机制和现有的动态ACB机制的接入性能进行了比较.仿真结果证明,本文提出的ACB动态接入机制的接入成功率为100%.而且,与现有的ACB动态接入机制相比,所提的新方案的平均接入时延更低.