《上海交通大学学报》2021年12期专题汇总专辑
该专辑汇总了2021年《上海交通大学学报》出版的12期文章，依据中图分类号，分为电气工程、自动化技术和计算机技术、交通运输工程、土木建筑工程、机械工程、能源与动力工程、海洋科学与工程、水利工程、航空航天科学技术、工程力学、金属学与金属工艺、材料科学、化学化工、无线电电子学与电信技术、工业工程与管理15个类别。以期更好的服务高校师生及众多研究所科研人员，促进最新学术成果的传播。
欢迎相关领域的各位学者下载、引用！
目前,第三次能源革命已经开始,为了减少碳排放,发达国家先后制定了清洁能源发展战略,并公布了放弃火电、核电的时间表.与此同时,中国也向世界作出承诺:2030年前碳排放达峰,2060年实现碳中和.因此,在“双碳”目标下,研究清洁电力发展路径具有重要意义.分析了中国水、风、光等清洁能源储量及其特征,预测了中长期电力需求,依据电力电量平衡原理,估算了2030和2050规划水平年电力系统结构组成,并分析了未来CO2排放趋势,提出了未来中国清洁电力的发展对策与建议.结果表明:预计2027年中国电力系统将实现“碳达峰”;2030年中国清洁电力发电量将超过总发电量的50%;2050年火电、核电将被水、风、光等清洁电力全部取代,电力行业将实现CO2的“零排放”,基本全面实现电力系统的绿色转型,以响应国家的“双碳”目标.
为提高光伏功率预测准确率提出了一种新的天气分型方法,该方法首先按总云量大小区分晴天和云天,然后根据太阳被遮蔽的程度将云天进一步细分为三类.该方法能有效识别影响光伏出力的关键气象环境因子特征,并对其加权求和得到新型分类指标Sky Condition Factor(SCF).该方法物理意义明确,区分度较好且易于量化.对天气类型合理细分后,可消除众多气象环境因子之间的耦合关系,降低输入变量维度,易于统计建模.最后分别基于原理和统计方法进行建模验证,结果显示该方法可以有效提高光伏功率预测的准确率.
为响应碳达峰、碳中和的需求,构建一套完整的“源-网-荷-储”的新能源电力系统,提出了一种基于Hamiltonian Monte Carlo推断深度高斯过程(HMCDGP)算法的分布式光伏净负荷预测模型.首先,分别使用直接预测和间接预测两种形式对预测模型的精度进行实验并得到点预测结果;其次,使用所提出的模型进行概率预测实验并得到区间预测结果;最后,通过以澳洲电网记录的300户净负荷数据为基础的对比实验验证所提模型的优越性.在得到准确的净负荷概率预测后,可以通过电力调度充分利用光伏产出,减少化石能源使用,从而减少碳排放.
风电、光伏等可再生能源的大规模并网为电力系统的规划与运行带来极大的不确定性.为了增强高比例可再生能源电网应对不确定事件的调节能力,保障系统的安全经济运行,需要提升电力系统的灵活性.首先,从线路传输能力和安全运行的角度定义电网灵活性指标.在此基础上,考虑系统经济运行策略,以灵活性、投资成本、运行成本和可再生能源弃用量最优为目标,提出一种基于灵活性和经济性的多目标输电网双层规划模型.采用NSGAII优化算法对该模型进行求解.最后,以改进的Garver-6和IEEE RTS-24节点可靠性测试系统为例,分析所提模型的有效性.结果表明,规划方案能够有效提升电网传输能力,降低可再生能源弃用率,增强电网运行的灵活性和经济性.
在大规模配变负荷预测中,由于负荷特性差别以及受影响因素不同,若使用统一模型,准确率低且泛化能力差,若针对单台配变进行负荷预测建模,计算资源消耗过大.提出了一种基于多维聚类的配变负荷注意力长短期记忆网络(Attention Long Short-Term Memory,Attention-LSTM)短期预测方法.首先提取每个配变日负荷特征序列并利用非参数核方法进行概率拟合,形成配变负荷的典型日负荷序列;以欧式归整距离以及影响因素相似性作为相似度评判标准,使用改进的k均值聚类(k-means)双层聚类对日典型负荷序列进行负荷聚类分析;利用近邻传播(Affinity Propagation,AP)聚类提取影响因素相似时间序列,构建训练集,训练Attention-LSTM模型;针对不同的配变负荷类型以及不同的相似时间序列得到不同的Attention-LSTM模型.通过选取某市级配电网实测负荷数据以及气象等影响因素数据,验证了所提方法的有效性和实用性,准确率提升了2.75%且效率提升了616.8%.
当前,分布式新能源、电动汽车等新元素在配电网中涌现,改变了负荷的构成,丰富了负荷的内涵,给负荷预测带来了严峻挑战.事实上,用电负荷在配电网的多个电压层级以自下而上的方式聚合,但现有预测研究鲜少考虑此类层级化特征.为保障负荷自下而上的聚合一致性并且联合提升各层级的负荷预测性能,提出了一种基于分布式优化算法的用电负荷多层协同预测方法.首先,采用基于交替方向乘子法的分布式优化理念,构建了适配配电网层级特征、数据交互量少的多层协同预测框架.随后,提出了基于长短期记忆神经网络和联邦学习的具体预测方法,通过将底层负荷预测结果逐级聚合,能实现自下而上的配电网负荷一体化预测.算例结果表明,所提方法得到的用电负荷预测准确度高,应用前景好.
研究了一种经皮无线供能系统．首先通过电路分析得到系统电压增益和传输效率等特性函数，同时根据经皮无线供能典型技术参数进行特性分析，在此基础上设计了基于能量注入的变频恒压控制方案，使得无线供能系统在负载和传输距离变化时始终高效率运行．搭建了经皮无线供能的实验系统，实验结果验证了理论分析和设计方案的正确性，在固定传输距离的整个负载变化范围内整机效率基本保持恒定，典型传输距离内的整机效率达到83%以上．利用多物理场仿真软件进行人体组织安全性仿真实验，仿真结果表明最大电场强度、比吸收率和最高温度均低于限值．
为避免传统滑环易磨损、易静电累积等缺点,提出一种基于串联串联并联(SSP)补偿和变频控制的新型环滑设计方法.首先,对非接触式滑环系统的磁路进行建模,并针对松耦合变压器的漏感和励磁电感分别进行补偿,即原边串联、副边串并联补偿;其次,考虑到温度等因素的影响,分析部分元器件的灵敏度,获得元器件参数变化和谐振频率变化的关系;再次,提出一种基于汉宁窗快速Fourier变换的相位差检测方法,可避免硬件水平的制约和提高抗干扰能力;最后,根据计算的相位差、临界品质因数,提出一种基于零相角的变频控制方法,使系统工作于零相角,从而减少无功功率的损耗.仿真结果表明,当元器件参数发生变化时,基于SSP补偿和变频控制的方法能够快速使系统工作于零相角状态,进而提高系统的工作效率.设计了一种原型机对所提方法进行验证,实验结果和仿真结果基本一致,与不补偿方法相比,所提方法的工作效率提高了5%.研究结果表明该方法具有较高的稳健性.
以风光水为代表的可再生能源电源会增加电力系统的不确定性.为了保证高比例可再生能源电力系统的灵活运行,提出一种典型运行场景电力系统灵活性评估方法.利用改进的K-means算法,将新能源和负荷的运行场景进行聚类组合得到典型运行场景.从区域内供需平衡、区域内潮流分布和区域间输电能力3个角度提出灵活性评估指标;计算每种典型场景的灵活性评估指标,并根据每种场景的出现概率计算得到综合评估指标以评估系统的整体灵活性.最后,基于南方某地区实际新能源和负荷历史数据在改进的IEEE 39节点系统上进行电力系统灵活性评估.结果表明,该聚类方法和灵活性指标可以有效反映电力系统的灵活性.
随着碳中和目标的提出,新能源机组逐步成为主力电源,其波动性给系统特别是配电网的控制和优化带来了巨大的挑战.为了解决高比例可再生能源接入配网带来的无功问题,提出一种计及无功优化和多能协同交互的源-网-荷-储集中优化调度模型.该模型以多能系统运行成本最优、网络损耗最小、碳排放量最小为目标,考虑无功补偿、储能调节以及能量转换等手段,以实现电气互联系统的安全低碳经济调度.采用改进二阶锥松弛法对配网模型中非线性等式约束进行凸松弛,采用大M法对离散无功补偿装置的投切容量进行线性化表达,将模型转换为混合整数二阶锥规划问题进行求解.仿真结果表明,所提方法能够有效补偿风机并网点所需无功,协调电、气之间的能量交互,从而提高大规模可再生能源接入后配网的稳定性与弹性,促进可再生能源消纳.
为了模拟双碳目标对电力系统供给侧形态发展的影响,通过分析电源结构转型过程中碳排放的主要影响因素及其相关关系,构建4种不同发展情景的系统动力学模型.仿真分析了4种发展路径下发电结构、电力碳排放的演化趋势.结果表明:电力系统能源供给侧形态发展受多种因素的共同影响,在政策大力支持的前提下,市场消纳机制和消纳技术的发展促进电力系统发电结构的转型,对双碳目标的实现具有重要意义.
建立考虑岸电负荷弹性的港区综合能源系统规划模型,精细化建模岸电负荷;其次,将模型解耦为岸电负荷弹性与综合能源系统规划两部分,计算港口-船只主从博弈模型下的岸电负荷曲线;最后,采用最佳响应法迭代求解考虑岸电负荷弹性的最优综合能源系统规划方案.仿真结果表明,该模型可以帮助合理配置港区资源,有效提升港区的用能效率,增加港区收益,助力港区节能减排.
为提高清洁能源利用率和降低碳排放,缓解全球能源危机和温室效应,提出一种考虑高比例新能源消纳的多能源园区日前低碳经济调度模型.首先,向园区引入储气设备和储热设备后,进一步挖掘能源耦合设备的潜力,探究电动汽车充电方式的影响;其次,基于阶梯型价格曲线建立了价格型联合热电需求响应模型;然后,考虑综合能源系统低碳运行,构建了碳捕集和储碳设备模型;最后,提出多能源园区日前低碳经济调度混合整数线性规划模型.算例分析表明,所提模型能提高能源利用率和园区调度灵活性,有效降低园区碳排放量,增加园区收益,促进高比例新能源的消纳.
为提高风电参与市场的竞争力,促进电力系统低碳化运行,满足风电出力不确定性对电力系统生产模拟模型的完善性、灵活性提出的新要求,从低碳经济角度分析电能成本构成,应用随机规划理论,提出一种含风电电力系统短期生产模拟模型,该模型以短期电能成本期望值最小为目标,考虑碳交易市场的参与,协同优化日前发电出力、实时功率调整、发电备用容量、弃风和切负荷.以改进的IEEE-39节点系统为例,量化评估了碳交易机制、碳交易价格、风电装机规模对短期电能成本的影响及对碳减排的贡献.结果表明,所提模型能够有效分析碳交易环境下含风电电力系统短期电能成本、碳排放、运行风险等情况,具有较好的应用前景.
“碳达峰、碳中和”目标对考虑安全性和稳定性的电力系统低碳运行提出了更高要求,新能源的大规模接入容易引发电网潮流分布不均与机电振荡等问题.作为第3代柔性交流输电系统(FACTS)的代表性设备,线间潮流控制器(IPFC)具有强大的潮流调控、振荡阻尼和暂态稳定控制能力,但在不同工况下关注的主要目标不同,且目标间存在着矛盾关系.首先,基于改进相对增益矩阵(MRGA)理论, 线性化含IPFC的系统状态方程,量化分析目标间的相互作用,选择附加控制器的叠加位置,削弱稳态调控与动态控制间的交互影响.其次,针对暂态过程,结合模糊逻辑理论设计了IPFC多目标协调控制器.最后,通过粒子群算法优化了控制器参数,在提高暂态稳定和小干扰稳定的同时,减少暂态过程中的潮流超调,增强了IPFC在不同系统运行工况下的协调控制能力,有利于解决“双碳”背景下电力系统负荷大、惯性低、波动随机所带来的能源传输消纳与安全稳定控制等难题.
线路加固和储能配置是灾前规划性防御策略的重要组成部分,可以有效提升交直流混合配电网防灾应急能力.在极端事件频发的背景下提出了考虑线路加固和储能资源配置的交直流混合配电网韧性提升方法,构建两阶段鲁棒优化模型.模型本质上为3层混合整数非线性规划问题,最外层为配电网主动行为,确定线路加固和储能配置策略;中间层为被动行为,确定极端事件发生后的最严重故障集;内层为配电网主动行为,确定灾中配电网故障应对和调度运行策略.基于嵌套列和约束生成算法(Nested Column and Constraint Generation, NC&CG)对3层混合整数线性规划模型进行求解.最后,以9节点直流配网和改进的IEEE-33节点含环交流配网耦合的交直流混合配电网为例进行仿真分析,结果表明所提方法可以有效提升配电网韧性,保障其在极端事件下安全可靠运行.
为实现“碳达峰、碳中和”目标,发展新能源迫在眉睫.而与传统火电机组不同,新能源机组边际成本为0,随着电力现货市场改革的不断推进,其大规模并网接入势必会对市场交易结果与系统运行情况造成巨大影响.基于实际现货市场运行规则,采用安全约束机组组合与安全约束经济调度模型搭建电力现货市场仿真分析框架,实现电力现货市场的运行模拟.并以某实际省级电网为例,对现货市场环境下新能源对于市场出清结果的影响进行定量分析.仿真结果表明,在现货市场环境下,新能源参与市场会降低全省平均电价与系统运行成本,使得新能源消纳率降低,同时还会压缩市场化机组的利润空间.
为进一步提升华东电网的有功调节能力,从受端特性、新能源发展、净负荷波动、以及电力市场化改革需求等方面分析了新型电力系统建设下构建华东电网运行备用体系的必要性,并结合国内外典型电网运行备用体系的现状,提出了适应华东电网发展的运行备用建议体系,对备用的分类、响应时间和最小备用配置原则进行了重新梳理和修订.最后,通过对华东电网实际运行数据的测算分析,验证了本文所建议的运行备用体系的有效性.
建立电-热综合能源系统,同时参与电能量市场和旋转备用市场的日前优化决策模型,并将阶梯式碳交易引入该模型中.模型采用条件风险价值方法对新能源和电负荷不确定性风险进行管理,以电-热综合能源系统运营方案成本和碳排放成本最低为目标函数,制定运行计划和安排备用资源.算例分析表明,该模型通过发挥综合能源系统多能互补优势和合理安排备用资源应对不确定性因素引发的风险,提高了能源供应的可靠性、经济性和低碳性.
为精准量化不同容量燃煤机组碳排放量,更好地服务于我国“碳达峰、碳中和”目标,建立了一种适用于电力系统环境-经济调度的新型燃煤机组CO2排放特性模型.首先,总结并分析了近年来我国燃煤机组容量和煤耗变化情况;其次,采用K-Medoide聚类分析了典型机组的负荷率与CO2排放强度的关系,建立了受基本方程规范的新型燃煤机组碳排放特性模型;最后,结合理论分析与实际数据,对所建立的模型进行算例仿真,验证了模型的有效性.
建立了考虑有功功率损耗、电压分布、污染排放、分布式电源(DG)成本以及气象条件的DG选址定容规划模型,其中选址、定容工作分别是一个离散、连续变量,是一个高度非线性、含离散优化变量的复杂模型.因此,应用自适应蝠鲼觅食优化 (AMRFO) 算法获取最优Pareto解集,其具有丰富多样的搜索机制,个体更新机制以及先进的Pareto解筛选机制,针对该模型能够获得更加优异的高质量解.为回避权重系数人为设置主观性带来的影响,采用基于马氏距离的理想决策点法进行Pareto最优解集决策.最后,基于IEEE 33, 69节点配电网和孤网运行的IEEE 33, 69节点配电网进行仿真分析.研究结果表明:与传统的多目标智能优化算法相比,AMRFO算法能够获得分布更加广泛、均匀的Pareto前沿,在兼顾经济性的同时,配电网的电压分布、有功功率损耗的改善效果显著优于其他算法.
针对分布式储能广域分布、资源分散、无法高效聚合等问题,提出一种基于自适应均衡技术的分布式储能聚合模型及评估方法.首先,建立基于储能容量、功率、荷电状态等动态特性参数的自适应均衡函数模型.然后,在自适应均衡函数模型基础上,建立以储能功率调节度、自适应均衡度和容量贡献度3种聚合度动态参数为决策的储能聚合模型.通过算例仿真,验证了该模型可实现各储能单体以更小的体内差异性、更高的体间聚合度完成储能单体到储能聚合体的聚合,可实际应用于大规模参与辅助服务的分布式储能的聚合,实现储能资源的高效利用.
锂离子电池的温度变化会极大地影响其使用性能,对锂离子电池进行温度信息采集对热管理系统的开发具有重要意义.为了解决传统温度传感器布置方式所导致的局部温度无法代替整体平均温度的问题,需要在可变环境温度下对10 A·h三元镍钴锰酸锂离子电池开展平均温度估计研究.首先,对锂离子电池进行建模并搭建实验平台,获取建模所需的参数.其次,提出了基于递推最小二乘与拓展卡尔曼滤波算法相结合的锂离子电池平均温度估计方法.最后,为了验证所提出方法的有效性,使用改进混合动力脉冲能力特性(IHPPC)测试工况获取电池在可变环境温度下的实验数据.结果表明:所提方法能够实时估计锂离子电池的平均温度.温度估计模型算法收敛后最大误差为1.8 ℃,平均误差仅为1 ℃.
为了提高仓储车间货物调度的柔性和响应效率,提出一种级联的改进差分进化算法,构建以拣货小车运行时间、货架稳定性及货位的存货能力为资源条件的货位分配和以每批订单中每一货物分配到对应分区的最优货位的最大完工时间为条件的订单重新分批分配的两级目标模型.将拉格朗日插值算法融进标准差分进化算法得到改进算法,分别求解两级目标模型,并将两级求解过程级联,完成级联关系的差分进化算法求解多订单分批分配问题.改进的差分进化算法在自适应地调整差分进化参数基础上,结合拉格朗日插值优化差分进化算法的局部搜索能力,运用局部和全局切换因子动态调整进化方向,提高算法的收敛性能.将改进的差分进化算法应用于求解多订单分批分配问题,实验结果证明,改进的算法优化结果明显优于粒子群优化算法、遗传算法及标准差分进化算法,减少了每一批订单的最大完工时间,有效地均衡工作负载.
针对有限样本情况下，多次训练模型时容易出现不稳定和偏差问题，提出一种基于Gaussian混合的距离度量学习数据划分方法，通过更合理地划分数据集来解决该问题．距离度量学习依靠深度神经网络优异的特征提取能力，将原始数据提取的特征嵌入到新的度量空间中；然后，在该新的度量空间中基于深层次特征使用Gaussian混合模型进行聚类分析和样本分布估计；最后，依据样本分布特点进行分层采样对数据进行合理划分．研究表明，该方法可以更好地理解数据分布的特点，获得更加合理的数据划分，进而提升模型的准确性和泛化性．
针对异质网络表示中传统元路径随机游走无法准确描述异质网络结构,不能较好地捕捉网络节点内在的真实分布问题,提出基于变分推断和元路径分解的异质网络表示方法HetVAE.该方法先结合路径相似度的思想,设计了一种节点选择策略对元路径随机游走进行改进,再通过引入变分理论对原始分布中的潜在变量进行有效采样.最后,通过设计个性化的注意力机制,对由分解获得的不同子网络的节点向量表示进行加权,再将其进行融合,使最终的节点向量表示具有更丰富的语义信息.通过在DBLP、AMiner、Yelp 这3个真实数据集上进行多组不同网络任务的实验,验证了模型的有效性.在节点分类和节点聚类任务上,与对比算法相比,微观F1值和标准化互信息分别提升了1.12%~4.36%和1.35%~18%,表明HetVAE能够有效地表征异质网络结构,学习出更符合真实分布的节点向量表示.
针对卷积神经网络中存在的特征冗余问题,将正交性向量的概念引入特征中,从强化特征之间差异性的角度,提出一种适用于卷积神经网络的正交性特征提取方法.通过搭建并列的卷积神经网络支路结构,设计正交损失函数,从而促使卷积核提取出相互正交的样本特征,丰富特征多样性,消除特征冗余,提升特征用于分类识别的效果.在一维样本数据集上的实验结果表明,相比于普通的卷积神经网络,所提方法能够监督不同卷积核,挖掘出更为全面的正交性特征信息,进而提升卷积神经网络的性能效率,为后续模式识别和紧凑型神经网络的研究奠定基础.
针对移动机器人在分布式环境中的导航问题,提出一种基于深度强化学习的区域化视觉导航方法.首先,根据分布式环境特征,在不同区域内独立学习控制策略,同时构建区域化模型, 实现导航过程中控制策略的切换和结合.然后,为使机器人具有更好的目标导向行为,在区域导航子模块中增加奖励预测任务,并结合经验池回放奖励序列.最后,在原有探索策略的基础上添加景深约束,防止因碰撞导致的遍历停滞.结果表明: 奖励预测和景深避障的应用有助于提升导航性能.在多区域环境测试过程中,区域化模型在训练时间和所获奖励上展现出单一模型不具备的优势,表明其能更好地应对大范围导航.此外,实验在第一人称视角的3D环境下进行,状态是部分可观察的,利于实际应用.
空间两刚体间的滚动约束系统是一种典型的非完整系统,非完整的特性可以用于简化机械结构,提高系统可靠性.针对纯滚动约束非完整系统的状态变量之间相互耦合难以控制、已有的控制方法局限于特定的模型且缺少对在线控制研究等问题,建立了适用于一般滚动约束系统在线运动规划的求解方法.该方法基于滚动约束一阶运动模型,首先通过配点法实现离线运动规划获得参考轨迹,然后在实时控制中结合滚动优化框架运用最优动作控制(SAC)算法,实现滚动系统的在线运动规划.将算法运用于球-平面滚动模型和两个球体间滚动模型的实时运动规划,仿真结果表明该方法在拓宽球形机器人控制和灵巧机械手操作方面具有实际应用价值.
设计了一种基于膨胀-收缩运动规则的晶格型自重构模块化软体机器人．机器人由多个软体模块组成，每个软体模块由呈正六面体构型的硅胶主体和主从对接面组成．软体模块内部的凸起设计使其具有良好的膨胀性能，主从对接面是由与硅胶主体螺纹连接的铁盘、吸盘式电磁铁组成．基于软体模块体积变化与内部压强的关系式，对软体模块的充气膨胀进行分析，建立了充气气压与软体模块膨胀量之间的映射关系，获得相邻两软体模块连接所需的充气气压．每个软体模块在工作气压为30 kPa的情况下能够膨胀1.5倍，使用电磁铁连接及软体模块的膨胀-收缩运动规则实现相邻两软体模块的对接与分离，多个相邻软体模块的依次对接和分离可以实现模块化软体机器人的自重构．通过软体机器人自重构实验验证机器人自重构的可行性．
开展气动肌纤维静态特性建模与实验研究,综合考虑气动肌纤维端部变形、摩擦力、死区气压等对其静态特性的影响,提出一种气动肌纤维静态特性数学模型.搭建气动肌纤维静态特性实验平台,开展气动肌纤维及气动肌纤维束静态特性等长实验、等张实验及等压实验,对比分析不同规格参数的气动肌纤维及气动肌纤维束的静态特性.基于实验所得的等压特性曲线,提出一种气动肌纤维束实验模型,由大量实验数据辨识获得符合实际情况的气动肌纤维及气动肌纤维束的静态特性数学模型,为气动肌纤维驱动微型仿生机器人的精准控制奠定基础.
结合由智能材料驱动的柔性机器人与正八面体可变几何桁架体系,以正八面体可变几何桁架体系为理论基础,以并联形状记忆合金(SMA)弹簧作为结构驱动体系,设计单节柔性单元.通过几何法建立运动学模型,分析柔性操控臂的动能、弹性势能和重力势能,基于拉格朗日动力学方法获得动力学普遍方程.运用MATLAB软件计算得到单节柔性单元SMA弹簧的驱动力.进行Adams仿真,计算结果和理论计算结果吻合得较好.最后,制作单节柔性操控臂样机并测量不同电流下的转动角度.建模和仿真方法对于其他类型机器人具有借鉴意义.
为了改善电梯制动器在真实工作环境下的寿命预测效果,提出一种基于长短期记忆网络自编码器(LSTM-ED)的无监督深度迁移学习方法,利用仿真数据实现制动器在工作时的健康状态分析.利用源领域数据初步训练LSTM-ED和全连接网络;以LSTM-ED为特征提取器,将仿真和实际数据映射到特征空间并利用最大平均差异实现数据对齐;利用全连接网络回归特征空间中的目标领域数据,从而实现对制动器在真实工作环境下的剩余生命周期预测.在训练阶段中,采用分步训练法替代传统的联合训练法,以保证单个模块的准确性.对比试验仿真数据与电梯塔中的实际工作数据,以验证方法的有效性.结果表明:通过引入迁移学习和分步训练法,所提方法可以将剩余生命周期预测的均方误差降低至 0.0016,能够实现电梯制动器在真实工作环境下的剩余生命周期精准预测.
现有智能车决策方法未考虑路权信息、车辆礼貌驾驶以及车辆有限感知范围等因素,容易导致汇流时的安全隐患.针对该类问题,提出一种基于主从博弈的智能车辆决策方法.该方法通过构建结合路权的博弈模型,对汇流场景进行参数化建模,再引入合作因子等目标项设计相应的收益函数,最终设计汇流场景中的车辆决策求解框架,以达到该场景下决策收益的最大值.实验结果表明,所提方法能够提高在数据集上的车辆决策行为预测准确率,并能提高车辆在高车流密度环境中的决策稳健性.
结合目前国内外智能车辆决策方法的研究现状,分别从决策的输入、输出、周边环境交互方式以及算法类型4个方面对决策方法进行分类归纳、优缺点分析以及适用场景评估;总结归纳现阶段常见决策评估方法以及用于决策研究的数据集;分析现阶段决策方法所面临的技术难点以及未来发展趋势.
无线供能式肠道机器人通过图像采集系统将拍摄到的肠道图像传输到体外上位机供医生诊断,但由于图像传输过程会受到电路结构、外在环境等干扰,导致采集到的图像中出现噪声.为此,提出一种基于非下采样轮廓变换(NSCT)的无线供能式肠道机器人采集图片的降噪算法.首先,利用直方图均衡化预处理,提升肠道噪声图片的亮度和对比度;其次,对肠道噪声图片进行NSCT变换并构建残差网络模型对变换后的频率域信息降噪;最后,利用NSCT反变换重构得到降噪后的图像.结果表明:该算法能够有效地降低复杂环境中肠道图片受噪声的影响,较好地保持图像的视觉效果.与其他智能算法模型相比,主客观降噪效果均有所提高,峰值信噪比(PSNR)提升了1.35~3.45 dB,结构相似性(SSIM)提高了 0.0083~0.0252.
为了实现不同曲率路径下无人驾驶机器人对车辆的平稳操纵,提出一种基于多目标模糊决策的无人驾驶机器人操纵控制策略.首先,建立驾驶机器人和车辆的集成动力学模型,接着提出横摆角速度生成方法和多目标模糊决策协调操纵策略.其中,横摆角速度生成方法根据试验要求车速和路径生成参考横摆角速度,多目标模糊决策协调操纵调整策略以当前车速生成目标车速和目标横摆角速度集合,并在多约束条件下对集合内的方案进行决策,选出最优方案作为下一时刻的目标车速和目标横摆角速度.试验与仿真结果验证了所提操纵策略的有效性.
针对现有摩擦起电研究缺乏规范化试验支持的问题,自主研发一套适用于摩擦起电试验的摩擦-电学性能测试系统.通过模块化设计和系统集成,依次完成加载、运动和测控模块的设计,并开发LabVIEW测控软件.通过设置缓冲弹簧,优化加载结构,实现小载荷条件下的平稳加载,同时对上、下试样进行绝缘处理,实现对微电流的精准测量.通过对标测试和摩擦起电试验,验证测试系统的可靠性,并分析铜-铝界面转移电荷量的变化情况,初步确定转移电荷量与载荷的线性关系.研究结果有助于摩擦-电学测试的规范化.
提出一种用于构建新型海上平台的方法.基于多无人船的协同控制实现自重构海上平台,该平台可以根据需求对接成不同形状,并设计旁靠控制器使得无人船进行旁靠对接;采用电磁和连接杆实现对接,同时降低对接难度.利用水池条件构建试验场地,并进行模型试验验证该自重构平台的功能.结果表明:同构的无人船设计使得任意无人船均可以实现对接.与单一海上平台相比,该自重构平台可以完成更复杂的任务,分散的去中心化设计使其更具灵活性和可靠性.
针对化工过程的变量数据维数高、非线性的问题,提出基于邻域保持嵌入(NPE)-主多项式分析(PPA) 的过程故障检测算法.应用NPE算法提取高维数据的低维子流形,能够解决传统的线性降维算法不能提取局部结构信息的问题,对维数进行约减.利用PPA法时,使用一组灵活的主多项式分量来描述数据, 能够有效地捕捉过程数据中固有的非线性结构.在降维后的流形空间进行主多项式分析并建立Hotelling’s T2和平方预测误差统计量模型,同时确定控制限以进行故障检测.最后,通过一组非线性数值实例和Tennessee Eastman化工过程数据,将NPE-PPA算法与传统的核主元分析法、PPA法进行对比分析,验证所提算法的有效性及优越性.
《上海交通大学学报》2021年12期专题汇总专辑
