多谐波源接入的城市配电网SAPF优化配置方法

针对分布式光伏和电动汽车充电设施等新谐波源渗透率高及分散接入造成的城市配电网谐波污染分散化与全网化问题,构建一种兼顾配电网谐波治理成本与治理成效的并联型有源电力滤波器选址定容双层优化模型。首先,外、内层模型分别以配电网谐波治理成本最小和电压畸变率最低为目标函数;然后,采用粒子群优化算法和遗传算法分别求解,实现配电网谐波治理效益最高的目标;最后,选取IEEE 33节点系统进行仿真,验证了所建模型对配电网谐波治理装置优化配置的有效性。

SPH体积映射流固交互的稳定性及细节提升方法

针对现有的光滑粒子流体动力学(SPH)流固交互方法中存在的稳定性以及流体细节表现不佳的问题,提出一种改进的体积映射流固交互方法.首先采用无散度SPH方法对流体进行建模,保证流体的不可压缩性;然后引入体积映射方法处理固体边界,以隐式函数的形式表示边界而无需使用粒子,解决粒子采样的固体表面不平滑的问题;再引入移动最小二乘法对固体边界上的压强进行插值,避免压强镜像带来的误差,提升体积映射方法中压强和压强梯度计算的精确性,提高系统的稳定性;最后引入粒子重采样方法进行流体表面细化,充分表现流体表面区域的不同粒子特征,增强流固交互后的流体细节,提高真实感.在斯坦福大学公开的基本三维模型上的实验结果表明,所提方法能够真实、稳定地表现不可压缩流体与固体的交互现象,处理多个静态或动态固体的复杂场景,并且能够有效地刻画流体细节.

二元粒度分布高固含量聚偏二氯乙烯乳液研究

针对高固含量聚偏二氯乙烯乳液黏度高、储存稳定性差及加工困难等问题,采用半连续种子乳液聚合法制备了含固质量分数为68%、黏度低于200 mPa·s的聚偏二氯乙烯乳液。研究了乳化剂及种子乳液粒径对乳液固含量及稳定性的影响,结果表明:m(VDC):m(MMA+AA)=9:1,乳化剂质量分数为1.5%~2%,大小种子粒径比为2.5、个数比为4~5时,乳液性能最佳。

激光通信系统中的非平稳信号预测模型

提出激光通信系统中非平稳信号的预测模型,有效地预测激光通信系统的非平稳信号。通过分析激光通信系统信道的损耗因素,构建激光通信系统信道传输模型,通过经验模态分解方法分解激光通信系统中非平稳信号的时间序列,构建最小二乘支持向量机预测模型,寻找预测模型最优参数,经各预测模型的非线性组合后,实现激光通信系统中的非平稳信号的预测。实验证明:该模型能在不同天气状态下有效地预测激光通信系统中的非平稳信号,且预测精度在90%左右,均方根误差均未超过0.05,有较强的应用性。

相对湿度对室内细颗粒物粒径分布影响的试验研究

为了研究相对湿度对室内2.5μm以下细颗粒物(PM2.5)分布的影响,设计了如下试验:在恒温房间中点燃卫生香,作为较稳定的污染源向室内释放细颗粒物,当室内颗粒物浓度达到一定值时,停止源释放,测量颗粒物粒径谱随时间的变化情况;利用蒸汽加湿器改变室内相对湿度,得到不同相对湿度下细颗粒物的粒径分布;同时,利用惯性捕捉法采集颗粒物样本,并用扫描电镜进行微观观察。结果表明,室内相对湿度达到80%左右时,可吸入颗粒物的粒径分布发生明显变化,其中1μm以下细颗粒物数密度百分率都明显减小,而1μm以上较大颗粒物数密度百分率明显增加。扫描电镜微观观测结果表明,室内颗粒物从发生源产生后即容易凝并,而相对湿度大于65%时,可采集到较多由细颗粒并聚而成的较大颗粒物,特别是相对湿度达到80%时更加显著。研究表明,室内相对湿度增加可以导致颗粒物吸湿长大且可促进细颗粒物并聚成较大颗粒物,相对湿度较大导致颗粒物粒径分布向大的方向偏移。

基于自适应混沌变异粒子群优化算法的旋转弹丸气动参数辨识

将最大似然准则应用于高速旋转弹丸的气动参数辨识问题中,提出一种新的自适应混沌变异粒子群算法求解该准则下的气动参数最优解,进而得到弹丸的气动参数。该算法通过自适应调整惯性权重、利用混沌优化的思想产生初始粒子、设定早熟判别机制来判断是否陷入局部最优解,并通过粒子变异的策略使其跳出局部最优解等方法进一步优化基本粒子群算法。通过常用的测试函数对该算法进行了测试,测试结果表明:相比于基本粒子群算法,该算法具有收敛速度快、寻优精度高、应用范围广等优点。利用系统仿真的方法模拟弹丸的自由飞行数据,并利用该数据结合所提算法对弹丸的主要气动参数进行辨识,辨识结果表明:该算法可以有效辨识弹丸的气动参数,且精度高,收敛速度快,可以应用于工程实际问题。

聚硅硫酸铝的形貌结构和絮凝机理

以工业水玻璃、工业硫酸铝为原料制得聚硅硫酸铝(PASS)复合絮凝剂,采用电子显微镜观察了不同n(Al)/n(Si)的PASS的形貌,借助倒置式生物显微镜分析了PASS所形成絮体的形貌并用激光粒度分析仪对絮体粒度分布进行了测定,通过红外光谱和X-射线衍射研究了PASS中铝与聚硅酸的相互作用情况,考察了模拟江水中胶体颗粒物和PASS水解物的Zeta电位随pH值的变化,在此基础上探讨分析了PASS的絮凝机理和絮凝过程。结果发现:n(Al)/n(Si)对PASS的形貌有较大影响,絮体粒度分布的数据印证了该结果;红外光谱图表明PASS中有Si—O—Al振动峰出现,峰强度随n(Al)/n(Si)减小而增大;X-射线衍射图证实了聚硅硫酸铝不是晶体,而是铝水解产物与聚硅酸共同作用形成的无定型聚合物;吸附架桥及粘结卷裹作用是PASS絮凝时的主导作用。

水性封闭异氰酸酯乳液的合成及稳定性研究

采用甲苯二异氰酸酯(TDI)、三羟甲基丙烷(TMP)、二羟甲基丙酸(DMPA)为原料,2-甲基咪唑为封闭剂,三乙胺为中和剂制备了水分散封闭异氰酸酯(WBI)乳液,考察了中和剂和Zeta电位(ζ-电位)对WBI乳液稳定性的影响,探讨了乳液耐电解质能力及其温敏特性对其解封温度及双组分聚氨酯漆膜性能的影响。实验结果表明:用三乙胺作为中和剂时,乳液粒径较小,稳定性及贮存稳定性均较好,最佳中和度为100%。随DMPA用量的增加,乳液的ζ电位绝对值增大,乳液粒径减小、耐电解质能力增强,乳液的稳定性提高。乳液的Zeta电位及粒径受温度影响较小,说明乳液较为稳定。DMPA用量为20%～25%(摩尔分数)较适宜。差示扫描量热法(DSC)分析表征其解封温度为125.6～138.1℃,应用表明此类WBI作为固化剂可以赋予涂料较好的耐水性、耐醇性、硬度及耐冲击性。

苯丙乳液的制备及其性能影响因素研究

以苯乙烯、丙烯酸丁酯为主单体,丙烯酸(AA)为功能单体,SDS/OP-10为复合乳化剂,过硫酸铵为引发剂,采用单体预乳化、半连续种子乳液聚合工艺,制备出性能优异的苯丙乳液。采用FT-IR、DSC、GPC、Nano-ZS90等对聚合物乳液进行了表征,系统研究了单体配比、复合乳化剂、引发剂用量、聚合温度等因素对乳液成膜性、耐水性、稳定性等常规性能的影响。结果表明,乳胶粒粒径受复合乳化剂种类及用量的影响较大,同时也与引发剂用量有关;单体配比是乳液玻璃化温度(Tg)的关键影响因素。

用于FCC汽油辛烷值预测的非线性数学模型

依据汽油正构烷烃、异构烷烃、烯烃、环烷烃和芳烃(PIONA)的烃组成数据,将催化裂化(FCC)汽油单体烃组成分为37组,利用BP神经网络算法和支持向量机回归(SVR)分别建立了FCC汽油研究法辛烷值对37个变量的非线性数学模型。由MATLAB软件编写程序,利用Levenberg-Marquardt优化算法训练BP神经网络。支持向量机回归模型采用粒子群算法优化支持向量机参数及核函数参数,并采取交叉验证方法防止机器学习的欠学习和过拟合问题。计算结果表明:两种模型都能够较好地反映汽油单体烃组成与辛烷值之间的非线性关系;BP神经网络模型对辛烷值的预测性能好于支持向量机回归模型;增加样本数量,两种方法的预测准确性皆变好;针对40个样本的学习结果,两种模型预测的相对误差绝对值的平均值分别为0.148 7和0.167 4。

中距空战下战斗机使用诱饵弹协同攻击策略

以战斗机携带诱饵弹进行一对一中距空战为背景,基于粒子群算法对战斗机与诱饵弹协同攻击策略进行研究。建立战斗机及诱饵弹运动模型;在分析建立诱饵弹欺骗函数及协同函数的基础上,构建了中距协同攻击目标函数;提出了一种基于粒子群算法的战斗机及诱饵弹中距协同攻击决策方法,仿真结果表明:该方法可以利用诱饵弹对载机进行掩护,提高战斗机在攻击过程中的生存力及战斗力。

基于粒子滤波和似然比的接收机自主完好性监测算法

由于粒子滤波算法在处理非线性系统非高斯噪声问题具有较大的优势,提出将粒子滤波算法与对数似然比方法有机结合应用于接收机自主完好性监测(Receiver autonomous integrity monitoring,RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测。在建立全量累加对数似然比和部分累加对数似然比检验统计值的基础上,通过比较系统各状态累加对数似然比和检测阈值之间的关系,进而对卫星故障进行检测。对算法进行了数学建模,描述了RAIM算法流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于接收机自主完好性监测的可行性和有效性。

基于缸体腰形孔的柱塞腔抗空化结构的优化

为从结构上找到抑制液压元件空化的方法,从理论上分析了轴向柱塞泵缸体腰形孔结构对柱塞腔自吸力的影响,并通过Fluent软件对柱塞腔空化进行仿真分析.在Kriging插值原理基础上,建立了以缸体腰形孔结构参数为自变量及柱塞气体体积分数为目标函数值的代理模型,并通过杂交粒子群算法优化代理模型,得到缸体腰形孔优化结构,为解决柱塞泵结构参数的强耦合关系问题提供了新的方法.综合以上的分析,得到能最大限度抑制柱塞腔空化的柱塞泵缸体腰形孔及配流盘节流槽结构及其参数,通过仿真分析发现该结构具有很强的对柱塞腔空化的抑制性.

基于粒子群优化的动力设备主动振动控制研究

文章针对动力设备振动控制,利用比例-积分-微分(PID)和线性二次型调节器(LQR)最优控制理论,并引入粒子群优化算法,分别建立了PSO-PID和PSO-LQR主动振动控制器;分别从传递函数和状态空间方程2种角度出发,建立控制模型。数值结果表明,2种主动控制器均能有效降低动力设备传递至基础的峰值力,但PSO-LQR控制器对于体系稳定时态的控制效果明显优于PSO-PID控制器。对于实际工程,需要择优选取一种最适宜方法。针对主动振动控制中存在的时滞现象,对PSO-LQR控制器进行了含时滞研究,结果表明,随着时滞增加,传递至基础的峰值力与无时滞相比大幅增加,呈发散态势。

虚阴极振荡产生高功率微波的粒子模拟

独立研制了一个柱对称、非周期边界12/2维相对论性电磁模粒子模拟程序。用它研究了强相对论电子束射入一端封闭、一端开口的波导管所产生的虚阴极振荡和激发的高功率微波。得到了清晰、合理的物理图象,虚阴极振荡频率符合(1～2π^(1/2)ω_(peb)的经验规律。激发微波的效率可高达10％。此外,通过模拟计算,研究了辐射频率、辐射效率与外加导引磁场、电子束流强度、电子束能量和电子束半径的依赖关系。得到了一些合理而有价值的规律。

地磁长期变化引起的低高度卫星轨道辐射带粒子环境的变化

利用ＩＧＲＦ２０００模式计算了几个典型轨道辐射带粒子环境并与ＩＧＲＦ１９７０模式计算的结果进行了比较．计算结果表明，在辐射带的低部，对应某些倾角的能量大于 ０．1ＭｅＶ质子的轨道积分通量变化达到 ２个量级，而能量大于 １０ ＭｅＶ的辐射带质子的轨道积分通量变化达到 １个量级；轨道积分通量的最大值变化为 １个量级．能量大于 ０．０４ ＭｅＶ辐射带电子的轨道积分通量变化在某些倾角达到 ３个量级，但轨道积分最大值的变化低于 １个量级． １０００ ｋｍ以上高度辐射带粒子环境的变化很小．

基于HSI颜色空间的蔗糖结晶图像分割方法

针对煮糖过程蔗糖结晶图像的特点,采用颜色空间转换的方法,将图像从RGB颜色空间转换到HSI颜色空间,利用HSI颜色空间各分量相对独立性以及结晶颗粒和糖浆溶液的色调差异通过改进的大津法对H分量进行阈值分割,再通过数学形态学,中值滤波,孔洞填充,去除噪声颗粒,去除图像边界的非完整颗粒等方法进行后续处理,最终将结晶颗粒从复杂的图像信息中分割出来。实验证明该方法分割效果好,切实可行。

基于VMD-SE-IPSO-BNN的超短期风电功率预测

准确预测风电功率对风电规模化并网至关重要。为了更精确的对风电功率进行预测,提出一种基于可变模式分解(Variational Mode Decomposition,VMD)-样本熵(Sample Entropy,SE)和改进粒子群算法(Improved Particle Swarm Optimization,IPSO)优化贝叶斯神经网络(Bayesian Neural Network,BNN)的超短期风电功率组合预测模型。首先采用VMD-SE将原始风电功率时间序列分解为一系列不同带宽的模式分量以降低其非线性,然后对全部分量分别建立贝叶斯神经网络模型进行预测,并采用IPSO对神经网络的权值和阈值进行寻优,以求获得最佳的预测效果。实验结果表明,基于VMD-SE的预测模型较采用其他常规分解方式时预测精度明显提高,所提组合预测模型具有较高的预测精度。

基于Copula函数的风速相关性建模及概率最优潮流分析

分布在相近区域的风电场之间的风速往往具有相关性,采用Copula函数描述多风电场间风速的联合概率分布,进而得到具有相关性的风速分布样本空间。考虑风速的随机性与相关性,应用机会约束规划理论,在满足系统安全可靠运行的前提下,以可调机组的发电成本最小化作为优化目标,建立了含风电场电力系统概率最优潮流模型,并采用一种基于随机模拟技术的粒子群优化算法求解模型。以IEEE30节点测试系统为算例,分析风速相关性和机会约束置信水平对优化结果的影响,结果验证了所提模型与算法的合理性与可行性。

改进型PSO-SVM算法对井下多组分气体定量分析的研究

对于多组分混合气体定量分析而言,基于特征光谱的定量分析技术具有不可比拟的优势,而定量检测效率与精度取决于其采用的光谱数据处理算法的优劣。优化光谱分析算法参数与改进光谱数据处理方式是提高定量分析速度与精度的重要手段。针对井下多组分气体定量分析建模过程中支持向量机(SVM)参数难以确定,并且随组分数增多而呈指数增长的光谱数据运算量的问题,提出了一种改进型粒子群优化-支持向量机(PSO-SVM)算法。该算法主要针对多组分气体混合光谱数据量大,光谱特征信息存在交叠的问题进行研究。通过粒子变异约束PSO算法的收敛路径,再通过粒子信息共享提高模型优化效率,最后利用设置动态不敏感区提高模型精度。设计了一种井下多组分气体快速定量检测系统。该系统由CPU控制信号调制模块驱动红外光源,信号光经过滤尘除湿后的气室照射在探测器上。在压力与温度传感器补偿的基础上,由信号处理模块将探测得到的光信号量化传入CPU,最终,结合改进型PSO-SVM算法实现各组分气体浓度的定量分析。在完成井下实际样气采集、预处理的基础上,对浓度范围0~10.0%的CH4和浓度范围0~1.0%的C2H6,C3H8,SO2和CO2共5种组分的混合气体进行了测试,获得了800组红外光谱数据,其中训练集400组,验证集400组。采用SVM建立了多组分气体的定量分析模型,利用改进型PSO对SVM中的参数进行了优化,并将获得的最优参数重建了定量分析模型。对采集的红外光谱数据分别由本算法与传统BP网络算法进行各组分气体浓度反演,实验结果显示,由于变异粒子对其产生的约束,使最优值收敛范围变小,从而提高了收敛速度,该算法建模时间仅为传统方法的1/10;由于通过气体光谱特性给出不敏感区,使特征光谱计算时交叉敏感效率降低,从而提高了模型预测的准确度,平均误差约为传统方法的1/5。由此可见,该算法在全局优化及快速收敛方面得到了显著提升,改进型PSO结合SVM用于井下多组分气体定量分析是可行的。改进型PSO-SVM算法对于多组分气体混合红外光谱数据的分离具有很好的适用性,其有一定的实际应用价值。