关节式超高压带电清扫机器人HVCR-II

为了降低变电所绝缘子停电清扫带来的经济损失,并提高作业人员带电清扫时的安全性,提出了一种遥控机器人HVCR-II,用于带电清扫330 kV变电所高电压设备的外绝缘瓷瓶.该机器人由自行拖车式移动小车、关节式-伸缩式绝缘机械结构、双主机从备用式控制系统、图像监控系统和泄漏电流自动报警系统5部分组成.工频耐压试验和模拟带电清扫试验表明,其绝缘性能满足超高压带电清扫作业规程,清扫效果满足设计要求.     

关节式超高压带电清扫机器人HVCR-Ⅱ

为了降低变电所绝缘子停电清扫带来的经济损失，并提高作业人员带电清扫时的安全性，提出了一种遥控机器人HVCR-Ⅱ，用于带电清扫330kV变电所高电压设备的外绝缘瓷瓶．该机器人由自行拖车式移动小车、关节式-伸缩式绝缘机械结构、双主机从备用式控制系统、图像监控系统和泄漏电流自动报警系统5部分组成．工频耐压试验和模拟带电清扫试验表明，其绝缘性能满足超高压带电清扫作业规程，清扫效果满足设计要求．     

盘型悬式绝缘子的带电清扫装置设计与应用

设计一种220 k V盘型悬式绝缘子的全绝缘带电清扫装置.该装置集气动传动与流体传动优势于一体,克服目前绝缘子清扫技术存在的不足,可对盘形悬式绝缘子进行无死角清洗,使电气设备的绝缘水平控制在安全范围之内,试验结果表明了该方法的有效性.     

基于BP神经网络的绝缘子表面污秽预测方法

针对传统方法清扫绝缘子污秽的弊端,提出了利用BP神经网络预测绝缘子污秽的方案.通过BP神经网络的输入、输出和参数的选取,在实验室进行数据验证.结果表明:该方法可以准确有效的预测绝缘子表面污秽程度,可以指导现场绝缘子的清扫和优化绝缘子的清扫周期.     

高压绝缘子清扫机器人的动力学建模及分析

从支柱型绝缘子带电清扫机器人的振动问题中，提取出一类由柔性臂和刚性臂组成的系统，刚性臂和柔性臂之间采用垂直移动关节连接，构成了末端具有移动刚体的柔性臂系统．在假设模态法的基础上建立了系统的Lagrange动力学模型，建模过程考虑了重力对柔性臂振动的影响．根据模型分析了刚性臂全局运动与柔性臂柔性振动的相互影响，刚性臂的全局运动使柔性臂的振动频率降低，阻尼增加．应用该模型对绝缘子清扫机器人的振动进行了仿真．为优化清扫臂的全局运动，降低升降臂的振动提供了依据．     

一种高压输电线路零值瓷瓶监测的新方法

本文介绍高压输电线路监测零值瓷瓶的一种新方法,该方法的要点是:在绝缘子串附近安装一个间隙和一个电极,间隙的一端与绝缘子串中部相连接,另一端接在电极上,电极安装在对端电场的等位线上,使得在正常情况下间隙不会放电,而当绝缘电子串中出现了零值瓷瓶,绝缘子串的电压分布改变了,在间隙两端产生一个大于其击穿电压的电位差使得间隙放电,用局部放电电磁波检测仪可以检测出该间隙的放电,从而检测出零值瓷瓶。根据理论分析和实验结果证实:该方法可以检测出绝缘电阻低于100兆欧的零值瓷瓶。     

太阳能电池板自动清扫装置的研制

为维护露天使用的太阳能电池板,采用嵌入式系统设计了一种自动定时清扫装置。该装置可根据设定的时间与频率工作,也能够在阴雨潮湿天气通过传感器探测到的湿度信号自动开启进行清扫。实际应用证明,该装置功耗低、清扫效率高、稳定可靠,能够提高太阳能电池板的使用效率。     

带电清扫机器人绝缘安全分析

针对高电压环境下，当电介质中掺杂有金属导体时，提出一种带电作业机器人绝缘安全距离的分析方法．对于金属导体引起的电场不规则畸变，采用有限元的方法计算场强以验证是否超出临界值．该方法应用于带电清扫绝缘子机器人的绝缘安全分析中，并通过了试验验证．     

高压绝缘子清扫机器人的运动优化

研究了高压绝缘子带电清扫机器人的振动控制问题，提出了以升降臂的残余应变能为性能指标，应用极小值原理优化清扫臂伸缩运动的加速度，降低升降臂残余振动的方法．针对包含两点边值问题的优化问题，给出了用满足边界约束条件下，加速度离散节点的三次样条插值曲线逼近加速度曲线的数值解法，并将得到的优化轨迹的减振效果与经过优化的梯形速度曲线进行了比较．结果表明，该方法可以更有效地降低升降臂的残余振动．     

绝缘子防污闪憎水长效涂料

该产品是一种电力系统输变电设备污闪新技术产品，可用刷、喷等方法涂覆在绝缘子表面，固化后形成一层无色透明的胶膜。此胶腹具有优异的憎水性，能显著提高绝缘子的污闪电压。有涂料的绝缘子在同样条件下的污闪电压比无涂料绝缘子的污闪电压可提高２倍，雾闪电压和雨闪电压可分别提高１.６倍和１.３倍。该涂料有极为优异的抗老化能力，使用寿命至少可达５年，使用期间不用清扫，就可显著减轻输、变电设备运行维护的工作量。该涂料的施工工艺简单，便于现场操作，在风吹、雨淋、日晒等情况下，涂料不会被破坏。当涂料需要更新时，又可方便地…     

ELM优化方法在蛋白质折叠类型识别中的应用

传统的机器学习方法在处理蛋白质折叠类型识别问题时需要花费大量的时间来调节最佳的参数,本文利用一种新的ELM分类优化方法（ELMC）对蛋白质折叠进行识别,仅需调节很少的参数值就可达到很好的测试精度。与SVM和RVM相比,ELMC能获得更好的泛化性能,而且在寻找最优解的训练时间比较上,ELMC比SVM平均要快35倍,比RVM要快12倍。     

相关向量机及其在铜锍吹炼中的应用研究

相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机( Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用.用RVM对某冶炼...     

金属带式无级变速传动节圆半径优化设计

无级变速传动是汽车理想的传动方式，是研究者和汽车公司研究的重点。通过建立金属带式无级变速传动的力学分析模型，导出了确定无级变速传动中最大转矩传递能力时最佳节圆半径的计算公式，提出了了对无级变速传动进行节圆半径优化的设计方法和步骤，并进行了实例计算分析，结果表明，通过节圆半径优化能够提高带传动的承载能力。研究结果为进一步研究无级变速传动系统提供了理论分析方法和设计依据。     

Signal compensation of AC MMW radiometer based on DCT and RVM

Aimed at the shortcoming that the loss of low-frequency information of alternating current millimeter-wave radiometer signal, relevance vector machine （RVM） algorithm is used to compensate the lost component in discrete cosine transform （DCT） domain, and through inverse discrete cosine transform （IDCT） we can receive the compensated signal. RVM exploits Bayesian learning framework, which has dramatically fewer kernel functions than comparative support vector machine. So that accurate prediction models can be acquired. Experimental results also show that this method can obtain good compensation effect.     

基于RVM的卫星蓄电池性能退化建模

由于工作环境的特殊性,传统的基于物理退化的建模方法无法建立精确的卫星蓄电池性能退化模型.因此,在卫星蓄电池失效物理分析的基础上,提出了一种基于相关向量机回归的建模方法.介绍了相关向量机的基本原理,详细推导了相关向量机回归建模过程,并结合卫星蓄电池测试数据,进行了实例建模.结果显示,模型具有良好的准确性和稀疏性.     

相关向量机模型在边坡稳定性预测中的应用

近年来,边坡稳定性预测得到了广泛的研究,及时、准确的预测可以有效的预防边坡破坏灾害的发生。本文提出了一种基于相关向量机(RVM)的边坡稳定性预测模型,结合京-新高速公路高堑边坡工程实例,通过对比支持向量机（RVM）模型、RBF神经网络模型和支持向量机(SVM)模型的拟合及预测结果来分析其可行性。结果表明:相较于SVM模型和RBF神经网络模型,RVM模型的三种预测指标值均是最小的。其中,平均绝对误差（MAE）分别降低了86.02%和22.11%,均方根误差（RMSE）分别降低了72.05%和1.09%,相对均方误差（RRMSE）也分别降低了75.89%和21.13%,表明RVM是一种预测边坡稳定性的稳健工具,该方法能较为准确地预测出不同指标下的边坡安全系数。     

RVM在SoC验证中的应用及覆盖率驱动技术

介绍了RVM的层次化验证平台的结构，描述了RVM提供的基类和它们相互之间的关系。并且以USB 为例，给出了利用RVM搭建模块级验证平台的方法，阐述了基于代码覆盖率和功能覆盖率的覆盖率驱动技术。     

Evidence that disinhibition of brain stem neurones contributes to morphine analgesia

Analgesia results when opiates are microinjected into the rostral ventromedial medulla (RVM). This region, which includes the nucleus raphe magnus and the adjacent reticular formation, is rich in immunoreactive enkephalin-containing neurones and terminals, and contains neurones that project to the spinal cord dorsal horn where they inhibit identified nociceptive spinothalamic tract neurones. Although opiates have previously been reported either to excite or inhibit RVM cells, the possibility of an opiate effect being consistent within a physiologically defined subclass has not been examined. Recently we described a class of neurone in the RVM (the off-cell) that abruptly pauses just before a heat-evoked tail-flick reflex. If off-cells are made to fire continuously by direct electrical stimulation of the RVM, the tail-flick reflex does not occur. We report here that analgesic doses of morphine completely eliminate the pause in firing that precedes the tail-flick reflex. We propose that this disinhibition of off-cells in the RVM is a primary process contributing to opiate inhibition of nociceptor-induced reflexes.     

小波相关向量机

将小波分析与相关向量机结合,提出了一种新的机器学习方法——小波相关向量机．在模拟数据和典型数据集上的实验表明,与经典的相关向量机相比,小波相关向量机可以更好地逼近任意函数,训练时间更短,并且在有噪音的情况下具有更好的鲁棒性．     

基于相关向量机的中长期径流预报模型研究

鉴于其优越的预报性能,将相关向量机（RVM）应用到中长期径流预报中,并在相空间重构的基础上,建立了基于相关向量机的径流预报模型.该模型首先对径流时间序列进行相空间重构,并以重构后的径流序列作为模型输入;其次,采用粒子群优化（PSO）算法识别模型参数,利用优化所得重构参数验证时间序列具有混沌特性,在模型内循环过程中采用EM算法迭代估计超参数,并将RVM与应用较为广泛的最小二乘支持向量机（LSSVM）和自动回归滑动平均模型（ARMA）进行了比较分析,结果表明该模型具有较好的泛化能力;最后,基于水文过程变化的不确定性、RVM描述输出值的不确定度以及相应概率下的预报区间,使得调度人员在决策中能考虑预报的不确定性,定量估计各种决策的风险和效益.