海、陆两用风力发电实验平台设计

在风电场通过现场测试分析研究风力机性能由于受到现场环境的限制,能够获得的研究数据有限,室内模拟实验平台能够有效弥补研究不足.为此提出了一种海、陆两用风力发电实验平台方案.该实验平台由来风装置、风轮、发电机、两段式塔架、漂浮台、波浪产生装置、传感检测和数据采集系统等构成.在实验平台整体方案基础上,进行了结构参数设计,建立了漂浮台受力分析模型并获得了合理的结构参数,以Lab VIEW为开发环境设计了上位机运行状态监控系统.最后,基于构建的实验平台,开展了部分风力机动态特性研究工作,对比分析了模拟陆地风力机和海上漂浮式风力机时塔架振动特性,为进一步深入开展风力机动态特性研究提供了基础.     

基于多知识源融合的级联式常识问答方法

常识问答是一项重要的自然语言处理任务,旨在让模型结合常识对给定的问题进行解答。然而,现有模型容易受到知识源中噪声知识的干扰,且对多知识源的融合与利用不够充分,所以问答效率低。为此,文章从筛选知识和利用多知识源的角度出发,提出了由多知识源信息获取和多通道融合推理级联而成的常识问答方法。该方法首先从多个外部知识源检索或匹配知识,再根据贪心筛选策略对噪声知识进行过滤,最后利用多个编码通道对知识和问题进行编码,融合各知识源不同类型的信息并推断出答案。算法在数据集Commonsense QA上的结果表明,本文方法在测试集上取得了78.3%的准确率(Accuracy),与不引入外部知识和引入多种外部知识的两个基线方法相比,分别提升了4.8%和3.0%。表明文章提出的知识筛选策略能有效地过滤噪声,且多通道信息融合推理框架能充分融合多知识源的信息进行常识推理。     

(2+1)维Burgers方程组的周期孤立波解

给出一种新的辅助函数法,并给出该辅助函数的一些新解。作为例子,求解(2+1)维Burgers方程组。显然,该辅助函数法也可以解其他类型的非线性发展方程。     

基于Excel的铁路货运量影响因素灰色关联分析

铁路货运量受到自然条件、社会经济等诸多内外部因素的影响,为了提高铁路货运量预测结果的准确性,有必要对这些影响因素进行综合分析。研究利用Excel办公软件对可能影响铁路货运量的主要因素进行深入分析,筛选出关联度较高的影响因素,使其既能全面地反映对铁路货运量的影响,又具有较强的独立性,对提高预测模型的精度、降低计算复杂度等方面都具有重要意义。研究结果表明全国煤炭、原油、粮食等大宗物资产量及铁路货车拥有量、铁路营业里程等因素对全国铁路货运量有较大影响,在货运量预测时应重点考虑。     

考虑超固结比与泊松效应的荷载传递模型

为了分析超固结状态及泊松效应对砂土管桩界面剪切特性的影响，在传统双曲线荷载传递模型的基础上，采用考虑超固结比的侧向土压力系数，计入由泊松效应引起的侧向土压力增加值，建立能同时考虑砂土超固结比及管桩泊松效应的界面荷载传递模型，对其可靠性进行验证。通过算例对极限摩阻力影响因素进行分析，结果表明：超固结比从1.0增大到3.0，抗压桩和抗拔桩极限摩阻力近似呈线性增大，抗压桩提高约83.6%，抗拔桩提高约92.9%；泊松比从0.1增大到0.3，抗压桩极限摩阻力呈线性增大，提高约3.5%；抗拔桩极限摩阻力呈线性减小，降低约3.6%；桩土模量比从300增大到1 500，抗压桩极限摩阻力降低约7.6%；抗拔桩极限摩阻力提高约9.6%。     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

考虑节能的城市物流配送方案优化

针对城市物流配送环节,提出了一种能够节约车辆能耗的物流配送方案优化方法.首先,在考虑载重和车速对车辆能耗因子的影响及时间窗开启前的等待时间约束等条件的基础上,提出了以能耗最小为目标的物流配送路径选择数学模型,并采用蚁群算法求解该问题,实现物流配送方案的一次节能优化;然后,基于一次优化结果,通过调整配送车辆从配送中心及各配送点出发的时刻,实现物流配送方案的二次节能优化;最后,基于北京市道路网的仿真试验显示,相对于以最短时间为目标的优化方法,本文提出的节能优化方法可使城市物流配送过程中的能源消耗平均降低约6.68％.     

SMC新型高密度复合材料沼气池的研发

沼气作为一种可再生的清洁能源,对改善农民的生活条件和农村环境卫生起着重要的作用。阐述了国内外沼气利用技术的发展及现状,指出了我国沼气利用技术的不足。针对沼气池建设问题,探讨了新型复合材料在沼气池研发中的应用,并进一步阐述了SMC新型复合材料沼气池的研究现状。     

含预测和容错的自适应Kalman目标跟踪

针对模型不准确时,传统Kalman滤波目标跟踪算法精度有限甚至发散的问题,研究了基于新息协方差在线匹配技术的自适应Kalman滤波算法,提高跟踪精度;并以Kalman滤波估计的目标位置为基础,利用一步Kalman预测得到下一时刻目标可能的位置范围,避免对整幅后帧图像进行遍历搜索,减小了计算量;为了避免存在干扰时异常量测对目标跟踪的影响,研究了量测信息异常检测算法,以Kalman预测的量测代替异常量测,增强抗干扰能力。实验证明,所提算法能够有效提高目标跟踪的精度和鲁棒性。     

激光光束质量测量的快速调光算法研究

在CCD法激光光束质量测量中,为了保证测量精度,需要在每一次采集激光光斑图像前进行调光,使得采集到的图像中光斑亮度处于理想亮度区间。现有的调光方法主要是通过测光、调光补偿方式实现的,调光速度较慢,致使整个测量过程耗费的时间较长。为解决此问题,提出一种快速调光算法:根据已经完成的采样点的光斑大小计算光束的空间方程,结合当前采样点光斑的最高亮度预测该调光参数下下一个采样点的最高亮度,并对调光参数进行调整。实验结果表明:对于每一个采样点,可以将平均调光时间从现有方法的3.64 s降低到1.77 s。能够准确地实现调光,并有效的提升测量速度。