带有线性反馈的随机Mathieu-duffing系统的分岔

为了解决参数激励下带有两个时滞参数的随机Mathieu-duffing系统的主参数共振分岔控制问题,采用用多尺度方法分离参数系统的快慢变量,推导出该时滞动力系统的分岔响应方程,分析时滞参数对系统主共振分岔的影响,讨论方程所有解的情况;利用奇异性理论分析系统发生极限点分岔的条件.研究结果表明:时滞项的系数、时滞参数、调谐参数对系统分岔具有控制作用.

含平方阻尼项的Mathieu-Duffing系统混沌与分岔研究

旨在研究含平方阻尼项Mathieu-Duffing系统的共振与混沌。利用多尺度法探究系统在参数和受迫联合激励作用下主共振的幅频与相频特性。基于Lyapunov第一方法给出定常解的稳定性条件并判定系统存在的周期解支。依据系统异宿轨道参数方程推导系统出现异宿轨道横截相交及系统发生混沌的必要条件。根据分岔图、相轨迹图以及Poincare截面研究激励幅值与激励频率对系统进入混沌运动性态的影响,证实激励频率与激励幅值的变化均可导致系统经倍周期分岔进入混沌状态。

有界噪声激励下带有时滞反馈的随机Mathieu-Duffing系统的响应

研究了参数激励下带有时滞反馈的随机Mathieu-Duffing方程的主参数共振响应问题.运用多尺度方法分离了系统的快慢变量.分析了系统的分岔性质,发现调谐参数、时滞、时滞项的系数以及非线性项的强度等都可以影响系统的分岔行为,适当选择这些参数可以改变系统的分岔响应.同时,还讨论了非零解的稳定性,得到了非零解稳定的充要条件,而且发现在随机激励的带宽较小时,系统的多解现象仍然存在,分岔和跳跃现象仍会发生,数值模拟验证了理论推导的有效性.

计及劣化状态和随机故障的光伏发电系统视情维修模型以及最优检修策略

针对现有光伏发电系统维修策略研究中通常仅考虑劣化状态导致维修决策不合理等问题,提出了一种计及劣化状态和随机故障的光伏发电系统视情维修模型及最优检修策略。首先,以离散状态下的Markov过程为基础,将随机故障对维修策略的影响引入到光伏发电系统视情维修建模中,建立光伏发电系统计及劣化状态和随机故障状态的视情维修模型,定期检测光伏发电系统的状态。当系统状态超过预防性维修阈值时进行不完全维修;出现随机故障时进行最小维修;达到故障状态时进行更换。然后,以光伏发电系统长期稳定运行的最小总成本率为目标,采用一种改进的黏菌优化算法求取光伏发电系统最佳检测周期和预防性维修阈值。最后,以某光伏发电系统为例,通过对模型参数的灵敏度分析和传统不考虑随机故障维修模型的对比研究,验证了所提模型及策略的有效性和可行性。

随机离散事件系统基于动态观测的安全诊断研究

现有随机离散事件系统研究大都是假设事件的可观测性是固定不变的,而许多实际应用系统中事件的可观测性往往与系统所处的状态有关。为此,本文提出一种动态观测下随机离散事件系统安全可诊断方法。引入一种动态观测,使每一个状态都有各自独立的可观事件;对动态观测下随机离散事件系统安全可诊断性进行形式化;推导出一个基于安全诊断器的动态观测下随机离散事件系统安全可诊断性的充分必要条件,实现动态观测下随机离散事件系统的故障安全诊断。

氢储能系统容量双层鲁棒随机优化配置方法

氢能作为一种清洁无污染、能量密度大的二次能源,是大规模消纳新能源的理想储能载体,耦合氢储能系统和可再生能源的电热氢综合能源系统为消纳新能源提供新的思路和方案。围绕电热氢综合能源系统中如何以经济合理的方式投入氢储能设备展开研究,解决氢储能设备容量的合理配置问题以及考虑源荷不确定性对电热氢综合能源系统运行的影响,提出了一种考虑季节性存储和源荷不确定性的电热氢综合能源系统中氢储能容量优化配置方法。首先针对风电功率预测误差较大,电热气负荷预测精度较高的特点,分别采用不确定集和抽样场景描述源和荷两侧的不确定性。然后建立了考虑源荷不确定性和季节性存储的氢储能容量配置双层鲁棒随机优化模型,其上层问题以年化投资成本和运行成本的总成本最小化为目标确定氢储能系统装置容量,下层问题采用两阶段鲁棒随机优化模型模拟电热氢综合能源系统典型日在风电出力最恶劣场景下的最优运行方案。由于该模型难以直接求解,提出基于粒子群优化算法和列与约束生成算法对该类复杂模型进行求解。最后,通过对某个电热氢综合能源系统算例进行分析,算例分析结果验证了所提方法的有效性,获得的氢储能系统容量优化配置方案能够促进风电消纳和提高系统运行的经济性。

基于PSO-LSTM的重载铁路车轨桥系统随机振动响应预测方法

在车桥系统随机振动分析中,随机动力响应是评价行车安全性的关键因素之一,而现有的响应计算方法存在耗时长、成本高的问题。能够快速准确预测车-轨-桥系统的动力响应对重载铁路桥梁的状态评估和运维养维具有重要意义。本文提出了一种基于粒子群优化(Particle Swarm Optimization,PSO)长短期记忆(Long Short-term Memory,LSTM)神经网络模型的重载车桥系统随机振动响应预测方法。该方法以车桥随机参数与轨道随机不平顺激励为输入,以桥梁动力响应为输出构造代理模型。首先,基于商业软件MATLAB平台构建PSO-LSTM网络模型;其次,通过建立的车-轨-桥系统随机振动分析模型计算初始样本集对应的随机动态响应,并进行模型训练,同时利用PSO算法优化LSTM结构参数;最后,使用训练好的PSO-LSTM模型对桥梁动态响应进行预测。为了验证本算法的优越性和鲁棒性,以朔黄重载铁路实测数据为例,对比本算法与BP(Back Propagation)神经网络、GRU(Gated Recurrent Unit)神经网络和LSTM神经网络的预测效率,并讨论不同车速下的预测情况,开展本模型与实测数据及有限元分析数据的对比分析。研究结果表明:在PSO优化下,LSTM模型预测结果得到一定的改善,PSO-LSTM模型拟合相关性系数可以达到0.97,其他评价误差值也均小于BP神经网络、GRU神经网络模型,本文模型可更高效准确地预测桥梁随机动力响应,可为进一步发展车-轨-桥系统随机振动响应预测理论提供技术支持。

基于参数自适应随机模型预测控制的风光氢耦合系统功率调控策略

针对风光氢耦合系统源荷两侧不确定性对其系统功率平衡造成的影响,提出了一种基于场景分析法的参数自适应随机模型预测控制功率调控策略。根据风光氢耦合系统的能源供给架构建立了描述其动态特性的线性离散状态空间模型;通过场景分析法对系统不确定性进行描述,作为参数自适应随机模型预测控制的输入;在设计的参数自适应随机模型预测控制优化框架下,计及延长系统设备生命周期的目标进行优化。针对随机模型预测控制在优化过程中预测时域和控制时域固定不变的缺陷,提出参数自适应方法以获取更好的优化效果。结果表明:在优化系统功率平衡方面,所提控制策略相较于随机模型预测控制提高了6.25百分点;在减少可控设备大功率运行方面,所提策略相较于常规模型预测控制降低了60%,验证了所提策略能够有效解决风光氢耦合系统源荷两侧的不确定性。

基于SSA-BP神经网络的车-轨-桥系统随机振动分析

轨道及桥梁结构参数随机性对车-轨-桥耦合系统的振动影响不能忽略。基于代理模型研究轨道-桥梁间3层弹簧刚度和弹簧阻尼以及桥梁刚度和阻尼的随机性对竖向车-轨-桥耦合系统动力响应的影响。首先,基于经典的车-轨-桥耦合系统力学模型(没有考虑桥墩),采用Monte-Carlo生成2 000个样本集,作为代理模型的训练集。然后,对比SSA-BP(麻雀优化BP算法)与传统BP神经网络、GA-BP神经网络(遗传优化BP算法)对车辆和桥梁响应的预测精度,同时探讨样本数量以及Levenberg-Marquardt和Bayesian Regulation训练算法对SSA-BP神经网络预测精度的影响。最后,假定各随机参数概率分布规律服从高斯型正态分布,所有随机参数变异系数均分为0.05、0.10、0.15、0.20、0.25等5个级别,采用所提出的SSA-BP神经网络研究轨道及桥梁的刚度和阻尼变化对车辆和桥梁响应极值的影响。结果表明:与经典的车-轨-桥耦合系统力学模型相比,所提出的代理模型具有更高的计算效率;SSA-BP模型对车辆和桥梁响应的预测精度高于GA-BP模型,GA-BP模型的预测精度高于传统的BP模型;SSA-BP模型采用Levenberg-Marquardt训练算法对车辆和桥梁响应的预测精度优于Bayesian Regulation训练算法的预测精度;道砟和桥梁之间弹簧刚度的随机变化对桥梁随机振动响应尤为明显;钢轨和轨枕之间弹簧刚度的随机性对车体响应的影响不可忽视,而桥梁刚度和阻尼随机性对车体的影响可不考虑。研究成果可为车轨桥系统随机振动响应预测进一步研究提供依据和参考。

基于随机风作用的直立锁边金属屋面系统损伤评估方法

为提出基于随机风作用的直立锁边金属屋面系统损伤评估方法,选取实际工程案例中某一截面的3块典型区域进行有限元分析,确定屋面系统在最大基本风压作用下的损伤等级。首先确定直立锁边屋面系统性能水准及量化指标,然后采用MATLAB软件模拟脉动风荷载,针对每一块典型区域随机生成了11条风速时程曲线并将其转化为风压荷载。而后在ABAQUS软件中建立典型区域的有限元模型并施加风压荷载,进行非线性动力时程分析,最后进行损伤评估。对比评估结果可知本文提出的损伤评估方法具有较好的合理性,可以用于评估直立锁边金属屋面系统在不同风压荷载作用下的损伤等级。

我国教育实证研究十年发展趋势——基于大样本系统随机抽样的分析

教育实证研究在我国受到越来越多的关注,尤其自2015年起多方力量大力推动教育研究实证化。以往研究普遍发现我国教育实证研究在过去20年呈现增长趋势,但因取样范围小、判断标准单一等原因,其结果的参考性有所受限。为提供更加全面、高质量的教育实证研究评价,本研究采用系统随机抽样,对2012年到2021年全部重要教育期刊(包含CSSCI和北大核心来源期刊)所发表的35,784篇潜在实证研究进行了摘要和原文分析。结果发现:1) 相较于以往常用的关键词分析,摘要分析能更准确地判断研究的属性;2) 过去十年符合通用标准的教育实证研究的发表数量实际约占总数的15.6%,远低于以往研究汇报的相关数值;3) 2015年后,教育实证研究的发文增长率几乎没有变化。因此,亟待完善相关研究的投稿与评审机制、提供透明的评审规范和标准,以全面提升教育实证研究的发文数量与质量,促进教育实证研究在我国的深入发展,提升我国教育实证研究的国际影响力。

考虑新能源随机性的新型电力系统图深度学习稳定指标概率分布评估模型

新型电力系统的新能源大规模随机性出力特点导致目前在线暂态稳定扫描结论面临失效风险,这一问题从元件建模精度、系统拓扑适应性和计算速度三个方面同时对现有方法提出挑战。因此提出了基于重概率化改进的置信带方法和图深度学习的稳定指标概率分布及置信带评估模型,通过图深度学习模型快速评估少量采样点,再由重概率化置信带方法扩增结果,利用标签共现知识引导时域仿真对准确率进行增强,最后使用置信带方法给出随机出力下的稳定概率分布和区间形式的评估结论。该方法优点在于利用了图深度学习的拓扑适应能力和快速计算特点,且不受元件建模精度限制,置信带计算结论具有可靠的理论背景,能够评估稳定概率分布。在IEEE-39和IEEE-300节点系统上的评估精度验证表明,所提方法能够高精度地预测指定方式暂态稳定指标,并给出可靠的概率评估结论。

基于随机森林回归算法的抽油机井系统效率分析与预测

抽油机井系统效率过低,则无功损耗大,必然造成能耗的浪费,因此有必要对系统效率进行分析研究。首先根据系统效率计算公式进行分析,构建了12类属性指标数据集,用于有功功率的分析和回归;采用随机森林回归算法,对指标数据集进行训练集回归,并对测试集测试;最后,采用随机森林回归算法对现场的抽油机井系统效率进行了预测。对训练集2560口抽油机井进行回归,得出系统效率主要受日产液量影响,其次为有功功率,二者重要性占72.2%;全样本特征属性预测和缺样本特征属性预测的测试集的确定系数分别为0.852和0.701,说明在有功功率缺失时,拟合质量降低,但系统效率的变异中可由各属性指标参数解释部分的占比仍较大;根据缺样本特征属性预测回归模型,在现场对系统效率低于15%的188口井进行措施调整,累计节电15.28×10^(4)kWh,折合经济效益9.73万元。

n比特随机量子系统实时状态估计及其反馈控制

研究了n比特随机量子系统实时状态估计及其反馈控制的问题.对于连续弱测量(Continuous weak measurement, CWM)过程存在高斯噪声的情况,基于在线交替方向乘子法(Online alternating direction multiplier method,OADM)推导出一种适用于n比特随机量子系统的实时量子状态估计算法,即QSE-OADM (Quantum state estimation based on OADM).运用李雅普诺夫方法设计控制律,实现基于实时量子状态估计的反馈控制,并证明所提控制律的收敛性.以2比特随机量子系统为例进行数值仿真实验,通过与基于QST-OADM (Quantum state tomography based on OADM)算法和OPG-ADMM (Online proximal gradient-based alternating direction method of multipliers)算法的量子反馈控制方案的性能对比,验证了所提控制方案的优越性.

非平稳随机激励下高维非线性系统可靠度分析的概率密度全局演化方法

实际工程结构遭受的灾害性动力作用(如强风、地震等)往往具有显著的随机性和非平稳性。对复杂随机激励下高维非线性系统的动力可靠度进行精细化分析,对于实际工程结构的抗灾设计和优化具有重要意义。基于一般连续随机过程的降维概率密度演化方程,给出了一类非平稳随机激励下的高维非线性系统动力可靠度分析方法。具体地,若仅针对系统某一感兴趣物理量在给定安全域下的首次超越问题,则可以构造该物理量在安全域内的吸收边界过程,并建立其瞬时概率密度函数满足的二维偏微分方程,即降维概率密度演化方程。方程中的本征漂移系数是驱动概率密度演化的全局性物理驱动力,可以通过对原系统有限次代表性确定性动力分析获取的数据进行数值构造。采用数值方法求解降维概率密度演化方程,即可获得系统的动力可靠度解答。文中通过两个算例验证了该方法的有效性,并讨论了需要进一步研究的问题。

俞氏化瘀止血方联合左炔诺孕酮宫内缓释系统治疗子宫腺肌病的前瞻性、随机、双盲、安慰剂对照研究

目的探究俞氏化瘀止血方联合左炔诺孕酮宫内缓释系统(LNG-IUS)治疗子宫腺肌病(AM)的疗效及安全性。方法采用前瞻性、随机、双盲、安慰剂对照研究设计,选取2019年12月至2022年12月就诊于上海交通大学医学院附属国际和平妇幼保健院及海军军医大学(第二军医大学)第一附属医院门诊的AM患者102例,随机分为化瘀方组和安慰剂组进行双盲临床试验,化瘀方组放置LNG-IUS后1个月加用俞氏化瘀止血方治疗,安慰剂组放置LNG-IUS后1个月加用安慰剂治疗,俞氏化瘀止血方和安慰剂均服用3个月。共95例完成随访,其中化瘀方组47例、安慰剂组48例;脱落7例,脱落率为6.86%。比较两组患者的月经失血图(PBAC)评分、子宫点滴出血天数、痛经视觉模拟量表(VAS)评分、子宫体积、血清糖类抗原125(CA125)水平和中医证候量化评分,并进行安全性评价。结果服药3个月后,与安慰剂组相比,化瘀方组患者PBAC评分、点滴出血天数、子宫体积、血清CA125水平、中医证候量化评分均降低(均P<0.05),痛经VAS评分差异无统计学意义(P>0.05)。随访过程中,化瘀方组患者均未接受手术治疗,安慰剂组有2例行手术治疗(其中1例行腹腔镜子宫全切术,1例行腹腔镜子宫腺肌瘤切除术),两组手术率差异无统计学意义(P>0.05)。安慰剂组与化瘀方组均未见明显不良反应。结论俞氏化瘀止血方可明显改善AM患者的点滴出血情况,促进子宫体积缩小,降低血清CA125水平,改善AM中医证候。建议AM患者在放置LNG-IUS后常规服用俞氏化瘀止血方制剂,以减少LNG-IUS的不良反应。

考虑系统故障随机性的电热联合系统备用与DNE分布鲁棒协同优化调度

为实现电热联合系统的安全稳定运行,提高可再生能源消纳,提出考虑系统设备故障随机性的电热联合系统备用与“不超过”(DNE)分布鲁棒协同优化调度模型。首先,以常规机组和热电联产机组运行成本最小为综合优化目标,电功率平衡约束、热功率平衡约束等为约束条件,建立确定性电热联合系统优化调度模型;其次,在综合考虑风电功率、设备故障随机性以及DNE极限基础上建立电热联合系统分布鲁棒优化调度模型;最后,以修改的9节点系统为例,验证了所提模型可有效提高风电消纳率和系统的经济性。

宽带噪声激励下碰撞摩擦系统的随机响应和稳定性的研究

研究了宽带噪声激励下碰撞摩擦系统的随机响应和概率为1渐近稳定性.基于非光滑变换和随机平均法得到了碰撞摩擦系统响应的稳态概率密度,并通过与Monte Carlo数值模拟结果对比,验证了上述解析方法的有效性.讨论了摩擦力和碰撞恢复系数对系统稳态概率密度的影响.基于平均Itô微分方程,得到其线性化方程的最大Lyapunov指数的表达式,通过Lyapunov指数确定系统平凡解的稳定性.结果表明,改变碰撞恢复系数和摩擦系数能调整系统的随机稳定性.

宽带噪声激励下分数阶黏弹性碰撞系统的稳定性分析和随机分岔

研究基于分数阶黏弹性材料构造的Van der pol减振系统在外部宽带噪声激励下的随机稳定性和随机分岔行为.考虑约束条件的影响,引入非平滑Zhuravlev变换,将碰撞系统转化为无碰撞的动力学系统.利用一组拟周期函数近似替换分数阶微分,通过随机平均法得到系统的It8随机微分方程,根据最大Lyapunov指数法和奇异边界理论分类讨论系统的随机稳定性,利用拟Hamilton系统随机平均法分析系统在线性It8方程下的随机分岔行为,得到D-分岔的临界条件,进一步求出与系统幅值相关的稳态概率密度函数.使用MATLAB绘制稳态概率密度曲线,直观展现系统发生的稳态变化.结果表明,当分数阶阶次和噪声强度在一定阈值内变化时,可诱导系统产生P-分岔行为.

时滞碰摩故障转子-机闸系统的随机稳定性与随机分岔

本文研究了时滞碰摩故障转子-机闸系统的随机稳定性与随机分岔.考虑到转子系统从接收到处理故障信号需要一定时间以及转子所处环境的随机波动,本文建立了一个含有时滞的无穷维随机动力学模型,其中的位置分量和速度分量均存在时滞.本文首先利用中心流形法将系统转化为有限维随机微分方程,用随机平均法推导了方程响应振幅满足的伊藤方程,然后利用Lyapunov指数和奇异边界理论分析了方程的稳定与分岔条件,并求得其联合概率密度函数.最后,通过数值模拟联合概率密度函数,本文分析了转子系统的随机稳定性和随机分岔对时滞及碰摩系数的依赖性.结果表明,时滞和碰摩系数均可诱发系统的随机P-分岔,但二者的影响是相反的:时滞越大分岔现象越明显、稳定性越低,而碰摩系数越大则系统的稳定性越高.本研究可望为旋转机械的设计、运行及剩余寿命评估提供理论依据.