关于GIS设备安装过程中的三大要素

本文对GIS设备安装过程中的三大要素进行了分析。     

非线性鲁棒自抗扰控制器在电力系统中的应用

为了提高电力系统在各种工况下的稳定性和可靠性 ,采用不确定性控制理论设计了励磁控制器。通过建立一种装置来实时、迅速、准确、简单地获取不确定性受控对象的参数模型摄动及未知外扰作用的信息。再通过补偿作用来实现反馈线性化和反馈“确定性化”,将强不确定性对象化为弱不确定性。最后安排常用的鲁棒控制器 ,以获得鲁棒性更强的闭环控制系统。实际上在不确定性系统的估计和控制中得到广泛发展和应用 ,成为当代控制理论前沿十分活跃的基于扩张状态观测器 ( ESO)的自抗扰控制器 ( ADRC)是这方面的最新成就。论文用这个理论而特殊设计的 2阶电力系统非线性自抗扰励磁控制器结构简单、调整容易、响应快、精度高 ,数字仿真研究结果表明它可进一步提高电力系统的稳定性和阻尼力。     

交互式遥操作机器人实验平台设计及其应用

实验平台由主机械手、从机器人、远程视频监控和虚拟从手4个子系统组成,其中主手为自行研制的HC01异构式力反馈手控器,从手为日本安川公司的MOTOMANSV3X型6自由度工业机器人.在此平台上可以进行通信时延、遥操作工作模式、临场感技术、虚拟现实技术和交互技术等方面的研究.最后,以预见显示模式为例,进一步说明了实验平台的用途和用法.实验表明,在30 s大时延情况下,预见显示模式时主手可以成功控制从手完成物体的抓取、移动和放置等操作.     

透明网桥算法分析

交换技术是一种采用软硬件结合的方式,主要利用硬件设备,将网络中传输的数据信息包直接转发到相应的目标地址的技术.透明网桥作为网络交换技术中的关键设备,对用户是透明的,其内部使用的是生成树算法.本文通过对透明网桥的生成树算法的全面分析,提出了几点改进办法.     

基于CNN-GRU的冷水机组传感器偏差故障诊断方法

针对冷水机组传感器偏差故障识别率低的问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控递归单元(Gated Recurrent Unit,GRU)融合网络模型(CNN-GRU)的冷水机组传感器偏差故障诊断方法.该方法利用GRU记忆冷水机组因每个传感器动态响应特性不同造成的其每个传感器不同的时间相关性,克服了CNN在冷水机组传感器偏差故障诊断中仅能提取时间序列实时特征的缺点.首先采用CNN自动提取传感器时间序列的实时特征,然后利用具有长短期记忆能力的GRU实现对冷水机组传感器不同时间相关性的记忆,从而充分利用时间序列中的特征信息对数据进行表征建模,进而有效提升了冷水机组传感器偏差故障识别率.将该方法与CNN、主成分分析和自动编码器方法进行比较,实验结果表明:温度类和压力类传感器的偏差故障识别率分别在85％以上和90％以上;验证样本得到了83％以上的偏差故障识别率,验证了该方法的泛化能力良好;该方法对于同一传感器、故障大小互为相反数的偏差故障的故障识别率均具有良好的对称性;该方法的偏差故障识别率高于其他方法,尤其对于很小的偏差故障的识别率具有更明显的优势.