基于T-S模糊故障树的下滑信标故障诊断分析

为解决实际仪表着陆系统下滑信标GP(Glidepath Beacon)故障时无法快速定位故障点的难题,本文提出基于T-S模糊故障树的故障诊断方法。通过对GP系统进行不同功能系统的划分,进行T-S模糊建模,为每个板件的故障可能性进行模糊数赋值,计算故障程度的隶属度,实现复杂系统的定量计算。建立起两种计算方法,分别为根据系统各板件的故障可能性及根据各板件当前的故障程度来计算系统的故障可能性。经对比,计算结果与实际情况相符,第一种算法适用于简单系统或复杂系统板件的故障诊断,第二种算法适用于大多数系统。可见此法在GP故障诊断方面具有有效性。     

计及实时碳减排的产消群价格型需求响应机制

随着电力市场不断发展，电价机制不断得到完善，但在电价机制制定的过程中未将碳排放因素考虑在内，电价和碳排放成本在需求侧耦合方面的研究尚有欠缺.以更好地推动碳减排为目标，在产消者负荷调节优化过程中充分考虑产消者差异化的特性，提出考虑碳排放的价格型需求响应机制及边云协同优化策略.在保障公平性的前提下，利用所提出的碳-电折扣因子能使积极参与碳减排调节的产消者获得更多电价折扣.仿真实验表明：基于所提出的碳-电折扣因子的需求响应机制，在光伏发电量大于和小于需求量的情况下，售电商的效益分别可以提高2.4倍和0.9倍.     

基于滑动窗口和LSTM的PM2.5浓度预测模型

随着环境空气质量日趋重要,PM2.5浓度也逐渐受到重视.以北亡市某空气质量监测站2010.1.1～2014.12.31的PM2.5浓度的小时数据以及对应的气象数据作为样本进行实验.首先对数据进行预处理,考虑到PM2.5前后关联性很强这一特点,将数据进行基二时间的滑动窗口处理以利用数据的时序性,然后对各气象因子进行皮尔逊相关分析,构建了5层长短期记忆(LSTM)网络模型,引入了学习率指数衰减方法,来预测1 h后的PM2.5浓度,并将其与Lasso回归、支持向量回归(SVR)模型、XGBoost模型对比,发现构建的LSTM模型预测效果最好.     

变形链球菌生物膜生长的QCM-D原位动态研究

细菌生物膜(Bacteriabio-films,BBF)会在各种表面引起腐蚀、环境污染、难治性感染以及传染病的爆发。采用耗散型石英晶体微天平(Quartz crystal microbalance with dissipation,QCM-D)技术,实时、无损地实现对变形链球菌(Strepto-coccus mutans)的BBF生长的原位动态研究。利用持续流生物膜发生方法,通过QCM-D获取BBF生长的动态信息,包括由频率(f)变化获得BBF生长动力学信息、由能耗因子(D)变化获得BBF粘弹性质变化、由D/f获得BBF结构与性质即BBF生长成熟的实时信息等。研究结果为研究和控制BBF生长提供了理论依据。