Cu_(6)Sn_(5)纳米颗粒对SAC3005/Cu焊点形貌和性能的影响

研究了添加Cu_(6)Sn_(5)纳米颗粒对SAC3005焊料焊点金属间化合物的形貌和性能的影响。采用湿化学法制备Cu_(6)Sn_(5)纳米颗粒,将Cu_(6)Sn_(5)纳米颗粒添加到SAC3005焊料中,经回流焊后,制备SAC3005-xCu_(6)Sn_(5)(x=0%,0.12%,0.18%,质量分数)复合焊点。采用金相显微镜对焊点的横断面进行观察,对焊点的横断面金属间化合物(IMCs)进行测量。采用ANSYS有限元软件对界面IMCs模型进行模拟,分析印刷电路板(PCB板)焊点失效机理。结果表明:添加Cu_(6)Sn_(5)纳米颗粒改性SAC3005/Cu焊点后的IMCs层厚度变薄。Cu_(6)Sn_(5)纳米颗粒的加入抑制了回流焊接过程中IMCs的生长,提高了焊点的可靠性。Cu_(6)Sn_(5)纳米颗粒的添加阻碍了Sn原子和Cu原子在界面处的扩散,抑制了Cu_(6)Sn_(5)IMCs的生长。添加质量分数为0.12%的Cu_(6)Sn_(5)纳米颗粒时抑制效果最好。焊点界面Cu_(6)Sn_(5)层和Cu_(3)Sn层是应力应变集中的地方,焊点交界处为焊点服役过程中的薄弱环节。

SAC分类在口腔种植规培教学中的探索与实践

目的探索SAC分类[简单(simple,S),复杂(advanced,A)和高度复杂(complex,C)分类]在口腔种植规培教学中的应用。方法根据SAC分类将口腔种植规范化培训内容分为3个阶段:初级阶段、中级阶段和高级阶段。采用进阶式教学对学员进行分流;采用双盲方式对学员成绩进行评判;使用调查问卷收集学员对教学的满意度。结果92.98%以上的学员认为课程内容难易适中,收获很大。结论SAC分类的使用能够在口腔种植规培教学中因材施教,有效提高学员知识水平,是口腔规范化培训教学中一种新的探索。

基于ASP-SAC算法的列车自动驾驶速度控制

随着经济建设的绿色转型以及人工智能的快速发展,城市轨道交通已成为居民日常出行的重要方式,在保障安全性、高效性和准点性的前提下,列车运行的节能性和舒适性需求也越来越被关注。合理的运行策略能够有效实现多种目标需求下的列车自动驾驶速度控制,强化学习作为一种智能决策方法,能够有效解决这一控制问题。首先,通过综合分析技术、安全性和乘客体验等方面的因素,基于专家经验动作划分和状态信息熵将软演员-评论家(SAC)改进为动作状态经验优先软演员-评论家(ASP-SAC)方法,用于研究列车自动驾驶速度控制问题。其次,将问题马尔可夫形式化,搭建了列车运行环境,确定了状态空间、动作空间以及基于目标控制的奖励函数。最后,以北京地铁亦庄线的一段区间数据为例进行试验,对ASP-SAC方法进行验证并与其他一些算法在相同环境下进行性能优劣比较。研究结果表明:该方法对于多目标控制需求下的列车自动驾驶速度控制问题具有可行性,与未改进前相比算法效率提高22.73%,与PPO算法相比提高29.17%,改进效果良好。同时,列车运行时在安全性、舒适性无误的情况下,准时性、精确性和节能性都强于SAC、DQN、PPO以及PID算法,其中能耗分别减少3.64%、5.62%、4.38%、7.35%,控制效果良好。此外,该方法亦具备鲁棒性,在列车自动驾驶速度控制方面具有一定的优越性和可参考性。

基于路径模仿和SAC强化学习的机械臂路径规划算法

在机械臂路径规划算法的训练过程中,由于动作空间和状态空间巨大导致奖励稀疏,机械臂路径规划训练效率低,面对海量的状态数和动作数较难评估状态价值和动作价值。针对上述问题,提出一种基于SAC(Soft Actor-Critic)强化学习的机械臂路径规划算法。通过将示教路径融入奖励函数使机械臂在强化学习过程中对示教路径进行模仿以提高学习效率,并采用SAC算法使机械臂路径规划算法的训练更快、稳定性更好。基于所提算法和深度确定性策略梯度(DDPG)算法分别规划10条路径,所提算法和DDPG算法规划的路径与参考路径的平均距离分别是0.8 cm和1.9 cm。实验结果表明,路径模仿机制能提高训练效率,所提算法比DDPG算法能更好地探索环境,使得规划路径更加合理。

基于SAC的无人机自主导航方法研究

针对现有深度强化学习算法在无人机自主导航任务中面临环境局部可观且感知信息不足问题,基于非确定性策略SAC(soft actor-critic)强化学习算法对未知环境下的端到端无人机自主导航任务展开研究。具体而言,提出了一种基于记忆增强机制的策略网络,通过对历史记忆信息与当前的观测整合处理,提取观测数据的时序依赖关系,从而增强局部可观条件下的状态估计能力,避免算法陷入局部最优解;设计了非稀疏奖励函数以缓解强化学习策略在稀疏奖励条件下难以收敛的问题;在Airsim+UE4仿真平台进行了多个复杂场景的训练验证。实验结果表明,所提方法导航成功率比基准算法提高10%,平均飞行距离缩短21%,有效增强了无人机自主导航算法稳定性和收敛性。

对抗条件下基于SAC-Lagrangian的UAV智能规划

无人机因其低成本、可消耗、分布部署、敏捷灵活的优势,在多个民用领域大放异彩。但受其智能化程度限制,如何在复杂对抗条件下自主安全完成任务仍存在巨大挑战。针对目前无人机任务规划存在的智能性和安全性问题,提出一种基于安全强化学习算法的无人机智能规划方法(SAC-Lagrangian)。考虑了雷达威胁、禁飞区安全约束和地导对抗条件,将任务规划问题建模为约束马尔可夫决策过程(CMDP),通过拉格朗日乘子法变为对偶问题,采用最大熵柔性行动者-评论家(SAC)算法近似求解最优策略,保证了智能体在遵守安全约束条件下最大化期望回报。仿真结果表明,与其他基线算法相比,所提方法能在保证任务性能的同时确保安全性,适应动态变化的场景,任务完成率达到96%,因此,具有高效、鲁棒和安全的优势。

基于SACS的改造导管架平台地震响应分析

导管架平台改造后的受力特征发生变化,故须对拟改造平台地震响应进行重新评估,以确保平台运行安全。利用SACS软件,针对LD22-1 CEP导管架平台改造工程,考虑完整的甲板、导管架及立管等结构,并结合功率谱密度分析(PSD)方法,建立导管架平台地震响应三维有限元模型,通过数值模型计算分析导管架平台地震响应。改造后的LD22-1 CEP导管架平台4~6阶频率升高,最大升高值0.067,其他各阶频率均下降,最大下降值为0.103。相对应的平台4~6阶周期降低,最大降低值0.070,其他各阶周期均上升,最大升高值0.187。改造后平台杆件最大UC值较改造前提高了0.16,最大值为0.79,小于1.0;改造后节点最大UC值较改造前提高0.214,最大值为0.656,小于1.0;所有UC值均小于1.0,满足平台安全性要求。

基于SAC的炼厂原油储运调度方法

目前对于炼厂原油储运调度决策的研究大多采用基于数学规划的静态调度方案,求解时间较长并且无法针对环境的变化进行实时高效的储运调度优化。为此,本文结合深度强化学习算法建立了考虑炼厂生产约束的原油资源储运动态实时调度决策算法。该算法首先将炼厂原油资源调度问题转换为马尔可夫决策过程,其次提出了一种基于软演员-评论家(soft actor-critic,SAC)的深度强化学习算法来同时确定调度过程中的传输目标等离散决策以及传输速度等连续决策。结果表明,算法学习到的策略可行性较好,与基线算法相比,油轮在港时间、调度方案事件数量、加工计划执行率等重要指标方面均得到了较好的效果,在求解时间方面大幅提升至毫秒级,并有效控制随机事件对整体决策的影响范围。该算法可为沿海炼厂原油储运调度快速决策提供新的思路。

融合注意力机制与SAC算法的虚拟电厂多能流低碳调度

虚拟电厂(virtual power plant,VPP)作为多能流互联的综合能源网络,已成为中国加速实现双碳目标的重要角色。但VPP内部资源协同低碳调度面临多能流的耦合程度紧密、传统碳交易模型参数主观性强、含高维动态参数的优化目标在线求解困难等问题。针对这些问题,文中提出一种融合注意力机制(attention mechanism,AM)与柔性动作评价(soft actor-critic,SAC)算法的VPP多能流低碳调度方法。首先,根据VPP的随机碳流特性,面向动态参数建立基于贝叶斯优化的改进阶梯型碳交易机制。接着,以经济效益和碳排放量为目标函数构建含氢VPP多能流解耦模型。然后,考虑到该模型具有高维非线性与权重参数实时更新的特征,利用融合AM的改进SAC深度强化学习算法在连续动作空间对模型进行求解。最后,对多能流调度结果进行仿真分析和对比实验,验证了文中方法的可行性及其相较于原SAC算法较高的决策准确性。

利用MPI实现点云SAC-IA并行配准

采样一致性初始配准算法(SAC-IA)是点云的一种粗配准算法。针对大规模点云SAC-IA配准效率低、实时性差等问题,本文提出利用消息传递接口MPI实现点云SAC-IA多进程并行配准,主要包括法向量并行估计、SPFH特征及FPFH特征并行计算和SAC-IA并行配准。实验结果表明,MPI多进程并行算法可显著提高点云SAC-IA配准速度。

基于SACS的多级液压缸稳定性分析方法

为了提高钻机拆装效率并简化钻机起升系统结构,越来越多的钻机应用多级液压缸进行井架底座的起升/下放作业,整个作业过程中,液压缸受力情况复杂,理论分析时常将其简化为一根细长压杆,液压缸的安全可靠性关系着钻机起放作业的成败,必须分析校核其强度和稳定性,以确保其安全可靠性。以某出口钻机底座配套的起升用多级液压缸为例,介绍了一种基于SACS有限元分析软件的多级液压缸强度及稳定性分析校核方法。

基于SAC算法的含柔性负荷电-气互联系统的频率与气压协调控制策略

现今,电燃气系统在维持微电网稳定、经济、灵活运行方面发挥着重要作用。当其受到电力与天然气负荷扰动时,控制器需要协调微电网频率和天然气管道节点的燃气压力。为此,提出1种基于柔性动作评价(SAC)算法的电-气互联系统的频率-气压协调控制策略。首先,在分析天然气管网及耦合设备运行特性的基础上,建立天然气输送动态模型。其次,基于可控负荷用户行为的随机性,建立了包括微型燃气轮机(MT),电转气(P2G)设备、可控负荷、分布式电源和负荷的微电网负载频率控制模型。此外,根据微电网频率与气压2个控制目标,设计了控制器的结构。最后,设置不同工况进行仿真,结果表明所提策略能协调系统的频率与气压。

稳定且受限的新强化学习SAC算法

为解决由于固定温度SAC(Soft Actor Critic)算法中存在的Q函数高估可能会导致算法陷入局部最优的问题,通过深入分析提出了一个稳定且受限的SAC算法(SCSAC:Stable Constrained Soft Actor Critic)。该算法通过改进最大熵目标函数修复固定温度SAC算法中的Q函数高估问题,同时增强算法在测试过程中稳定性的效果。最后,在4个OpenAI Gym Mujoco环境下对SCSAC算法进行了验证,实验结果表明,稳定且受限的SAC算法相比固定温度SAC算法可以有效减小Q函数高估出现的次数并能在测试中获得更加稳定的结果。

基于SACS甲板片龙门吊吊装研究

SACS是用于海洋平台以及一般陆地结构工程设计的结构有限元分析软件系统,已经发展成为当今海事结构设计分析中最广泛的软件系统。海洋工程中模块分层建造,大部分甲板片为正造,随着智能化焊接设备的问世,甲板片反造能大幅提高甲板片施工效率,节约成本。随之而来的反造需要进行翻身作业,翻身作业危险系数大,必须进行翻身计算,进行受力分析。同时龙门吊翻身对比履带吊有先天的优势,能更好的降低吊装风险。本文就某一甲板片在建造后进行翻身计算分析为例,简述计算过程。并以在龙门吊作为吊装工具背景下,简单介绍方案全过程,从建立模型,受力计算,吊点布置,以及临时支撑,翻身步骤等简单阐述SACS软件在此领域的应用。

基于SAC算法的多交叉口交通信号控制研究

针对深度Q网络(deep Q-learning network,DQN)算法在解决多交叉口交通信号配时方案由于外部环境变化和内部参数波动导致效果不佳的问题,提出了基于柔性“行动器-评判器”(soft actor-critic,SAC)的交叉口交通信号控制方法,并设计了相应的系统采样策略和回报函数.与原采样策略相比,新采样策略将相邻智能体的策略信息加入到系统状态中,使当前智能体能够得到更多的交叉口交通分布和合作策略信息.与原回报函数相比,新回报函数中引入空间折扣因子,缩小了相邻智能体的观察和回报值,使当前智能体更加关注和改善当前交通状况.随后在此基础上分别应用DQN和SAC算法设计交通信号控制方法.Webster配时法是利用相位流量数据开发的一种基于周期的固定相位长度交通信号方法,与DQN和SAC算法相比,其优化目标是降低交叉口延迟时间,不考虑交叉口排队长度.在城市交通模拟软件(simulation of urban mobility,SUMO)中构建一个时变交通流交通网络,并在其中分别对基于DQN、SAC和Webster配时法的信号配时控制方法进行仿真测试.仿真结果表明:基于SAC算法的交通信号控制方法与基于DQN算法和Webster配时法的交通信号控制方法相比,能够显著减少交叉口排队长度和平均延迟时间,具体来说,车辆平均排队长度分别减少了17.8%和28.2%,平均延迟分别减少了26.8%和36.3%,说明所提出的方法具有更好的控制效果.

融合三支多属性决策与SAC的兵棋推演智能决策技术

近年来,将深度强化学习技术用于兵棋推演的智能对抗策略生成受到广泛关注。针对强化学习决策模型采样率低、训练收敛慢以及智能体博弈胜率低的问题,提出一种融合三支多属性决策(three-way multiple attribute decision making,TWMADM)与强化学习的智能决策技术。基于经典软表演者-批评家(soft actor-critic,SAC)算法开发兵棋智能体,利用TWMADM方法评估对方算子的威胁情况,并将该威胁评估结果以先验知识的形式引入到SAC算法中规划战术决策。在典型兵棋推演系统中开展博弈对抗实验,结果显示所提算法可有效加快训练收敛速度,提升智能体的对抗策略生成效率和博弈胜率。

基于SAC算法的多源信息融合机械臂控制方法

融合多源传感器信息可实现机械臂的精准控制。提出了一种基于深度强化学习的多源信息融合控制方法,设计并搭建了可实现多源信息融合的机械臂控制实验平台,融合视觉、触觉、编码器3种模态信息,并选取学习效率较高的SAC算法实现机械臂自主精准控制。在实验平台上,开展了3个由易到难的机械臂运动控制任务,以验证所提多源信息融合机械臂控制方案的有效性。

基于SACS软件海上升压站节点分析

本文采用SACS软件,对某海上升压站钢结构连接节点进行应力分析,计算时采用壳单元模拟钢板,采用杆单元模拟梁柱,采用弹性本构关系,进行弹性计算分析,并通过对比分析ANSYS及ABAQUS通用有限元软件的计算结果,验证了采用SACS软件计算连接节点的安全性与可行性,可为后续类似工程节点分析和设计提供参考。

固态热迁移下Cu/SAC305/Cu微焊点界面IMCs微观形貌演变研究

【目的】研究固态热迁移条件下Cu/SAC305/Cu微焊点中金属间化合物(IMCs,Intermetallic Compounds)微观形貌演变与非均匀化生长规律。【方法】使用回流焊机制备微焊点,并利用固态热迁移平台开展热迁移试验。【结果】随着热迁移时间的延长,在冷端Cu与Cu6Sn5界面处产生Cu3Sn新相,界面IMCs总厚度增加,形貌由均匀分布的扇贝状转化为层状,微焊点界面存在冷端IMCs增长显著快于热端的非均匀化生长现象。【结论】研究了Cu/SAC305/Cu微焊点服役过程中微观形貌演变规律,为可靠性评估提供一定的参考。

Cu/SAC305/Cu焊点界面Ag和Sn扩散差异性研究

电子元器件不断向小型化发展,电流密度也随之增大,因此焊点中的电迁移问题日益严重。电迁移现象的本质是元素扩散,为解决该问题并提升焊点的可靠性,必须深入研究焊点中的元素扩散过程。焊点通电时伴随着焦耳热,因此需综合考虑电效应和热效应。为解耦电迁移过程中的电流效应和热效应,分别进行了电流密度为1.04×10^(4)A/cm^(2)、温度为120℃的通电测试以及120℃下的热扩散测试。实验结果显示,两种条件下Cu基体内Ag和Sn扩散行为存在差异,并且观察到了Cu_(6)Sn_(5)金属间化合物(IMC)。从化学亲和力的角度计算发现,Cu-Sn的化学亲和力约为Cu-Ag的4倍,这表明Cu-Sn间更容易发生化学反应,从而阻碍Sn在Cu基体中的扩散。最后,通过分子动力学模拟得出,DAg/DSn比值为2.788~7.386。