优化的RBF神经网络实现FAIMS分离电压温度补偿研究

针对高场非对称波形离子迁移谱仪(FAIMS)分离电压温度漂移造成的其物性表征的不确定性问题,提出了一种采用径向基函数(RBF)神经网络对分离电压进行温度补偿的方法。为了提高算法的实时性,加快函数逼近速度,采用指数下降惯性权重(EDIW)动量因子策略对RBF神经网络参数进行了优化。在20～120℃的温度范围内对该算法及线性下降惯性权重(LDIW)动量因子策略优化的RBF神经网络和传统RBF神经网络等3种补偿算法进行对比。结果表明,指数下降惯性权重动量因子策略优化的RBF神经网络模型具有更少的迭代次数和更短的运算耗时,使分离电压很好地保证了对特定物质离子表征的唯一性,同时验证了该模型还具有较强的泛化能力。对分离电压采用温度补偿的方法也为实现迁移管无恒温控制提供了理论依据。     

基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用

边坡稳定性分析与评价是边坡工程的核心内容,具有高度非线性和不确定性特征。首先,选取了多个边坡工程实例构成学习样本集,以土体重度、内摩擦角、粘聚力、坡角、坡高、孔隙比六个主要影响因素作为土坡稳定性的评价判别指标;然后,采用改进的粒子群算法优化BP神经网络模型,将网络权值和阈值粒子化,通过引入粒子群进化度和粒子群聚合度实现惯性权重的动态变化,利用粒子群算法的全局搜索性实现网络权值和阈值的更新,从而增强算法对非线性问题的处理能力,加快了收敛速度;最后,通过与其它边坡稳定性评价算法进行比较分析,表明了本文研究算法的可行性与合理性。     

基于LWSFLA-SVM的人脸识别算法*

目的用线性调整惯性权重的蛙跳算法(linear decreasing inertia weight shuffled frog leaping algorithm,LWSFLA)训练支持向量机(support vectors machines,SVM),解决人脸识别中SVM在训练样本数较多且维数较高时,识别效果不理想的缺陷。方法该算法先用反向学习法产生初始群体提高初始解的质量,再修改最差青蛙的更新策略,并引入线性递减的惯性权重,最后应用于人脸识别中。结果与结论 ORL和CAS-PEAL-R1人脸库的仿真实验表明,LWSFLA-SVM方法的人脸识别时间短,识别率高,在训练样本不足时,识别效果良好。     

动力合成装置的等效模型及等效转动惯量研究

差速行星齿轮机构用于合成运动,可以作为动力合成装置。随着石油资源的日益枯竭,混合动力汽车近年来成为汽车新宠,差速齿轮机构可以作为其中的动力合成部分。尽管动力合成装置的具体结构千差万别,但在整个传动系统中,结构参数及运动规律存在着一定的规律。本文用等效方法将其简化,得到动力合成装置的简化模型,并利用差动轮系的内在参数关系,推演出模型在三种工作模式下的等效转动惯量,为动力合成装置的动力学分析提供了参数基础。     

统一潮流控制器并联变换器虚拟惯量控制策略

针对统一潮流控制器(unified power flow controller,UPFC)在调节电力系统线路潮流过程中存在的功率不平衡引起的UPFC接入点电压、直流电容电压波动问题,构建UPFC的数学模型,设计稳压控制电流前馈,提出基于虚拟惯量的UPFC并联变换器控制策略,通过引入UPFC电容虚拟惯量,在并联变换器电压外环的基础上设计UPFC电容虚拟惯量控制环,以电网实际频率为输入量,降低潮流控制过程中的电压波动;为加快UPFC直流侧电容电压控制速度,将前馈补偿点进行了改进,在并联变换器dq轴有功无功分量控制环路中加入改进的前馈量,改善功率协调控制效果。搭建UPFC仿真模型,仿真结果表明,相比常规控制策略,该控制策略既保证了线路有功无功独立调节的功能,又有效地减少了电压的波动,提高了系统的响应速度。     

基于适应度继承的航空发电机比例-积分-微分参数优化算法

三级无刷交流发电机系统运行过程复杂,很难用明确的数学公式进行表达,其PID参数的优化过程需要用模型的运行结果(而不是简单数学公式计算)来确定,这就导致传统的优化算法因仿真过程时间过长而不可行。针对该问题,提出了一种基于适应度继承的遗传算法。该算法首先将PID参数定义为种群内的个体,将上升时间及调节时间组合定义为优化目标,接着在寻优过程中将种群聚类为P个子类,对子类中精英个体利用航空发电机仿真模型运行结果进行适应度计算,对非精英个体利用日志分析器进行适应度估计,最后利用适应度值来对种群内个体进行下一轮循环的选择、交叉、变异等操作,从而实现了估计值与精确值的结合、提高了利用仿真工具进行PID参数优化的效率。仿真分析表明,在保证寻优质量的前提下,提出的基于适应度继承的遗传算法能显著缩短寻优时间,为航空发电机系统仿真设计提供了有效的研究手段和参考依据。     

基于虚拟同步补偿器的常规风电场“场站级”电压源型协同控制策略

为解决“双高”系统电压源缺失性及惯性和阻尼不够带来的电压稳定性问题,以构网变流器控制加储能技术为切入点,提出了风电场交流侧配备虚拟同步补偿器的解决方案。在直流侧配备储能,需要对整个风电场换代升级,经济性较差;在交流侧配备虚拟同步补偿器,虽升级简单,但采用独立控制策略,未从根本上解决新能源场站整体表现为电压源特性的问题。因此,提出了一个基于超级电容储能的虚拟同步补偿器协同控制方案,并充分考虑了超级电容储能容量的限制作用,该方案的有效性和可行性在MATLAB/Simulink仿真平台中进行了验证。结果表明：通过协同控制风电场与虚拟同步补偿超级电容的出力,能够在保证设备安全运行的前提下,整个风电场站表现出电压源特性,同时可为风电场提供阻尼支撑作用。可见,超级电容额定功率为15%的风机额定功率时,其协同控制效果即可实现最佳风电波动性抑制和阻尼性能。     

波纹钢板截面几何性质计算

在应力和应变计算中,将要用到截面的几何性质。以材料力学为基础,计算了波纹钢板的截面面积、惯性矩、截面模量、回转半径,同时也介绍了利用CAD软件计算图形的几何性质。最后通过算例验算计算公式的正确性。     

基于高次曲线拟合的人脸特征表示

基于数字化曲线拟合技术, 提出一种新的人脸图像不变特征表示方法. 该方法先将人脸边缘图像分割为高次多项式及抛物线段构成的特征曲线段集合, 再运用极惯性矩度量不同人脸图像在特征曲线段两侧的局部纹理及形态差异. 实验结果表明, 该方法与直线边缘图法和抛物线边缘图法相比, 能更好地描述人脸图像的分布特征.     

基于PASCO转动实验装置的质点转动惯量测量

为提高实验的精确度,减少实验误差,在PASCO转动实验装置中运用落体法对质点转动惯量进行测量.实验结果表明,下落加速度a应取v-t图像的斜率,并非a-t图像的截距;对同一转动系统,通过2次改变悬挂物的质量m下落来消除阻力矩对实验结果的影响;为了减少2次下落时阻力矩的误差,悬挂物的质量差Δm越小,实验结果越精确,相对误差最小值达到0.54%.