基于BP神经网络的处理器节能技术研究

研究芯片功耗中动态功耗部分,针对传统动态节能技术动态电压与频率调节（dynamic voltage and frequency scaling,DVFS）技术未能考虑预测CPU未来阶段行为的不足,提出BP-DVFS节能策略。为了提高下一阶段CPU利用率的预测准确性,更准确地对CPU进行动态调频进而降低其运行功耗。构建了一种FPU-CPU（forward predict utilization CPU）模型。模型假设下一时间段CPU利用率与CPU运行资源有关的事件特征量存在非线性函数关系,从处理器运行时环境出发提取出与CPU资源紧密相关的5个特征量进行度量,采用BP神经网络进行拟合训练。用训练后得到的神经网络预测CPU下一阶段的利用率,进行CPU处理不同类型任务程序的功耗仿真实验。并在相同实验条件下与常用的3种CPU调频策略实验结果进行对比。实验结果表明,在CPU处理不同类型任务程序时,采用BP-DVFS策略进行调频的CPU功耗都低于其他3种策略进行调频的CPU功耗。通过实验验证,本文提出的方法提高了预测CPU利用率的准确度,降低了CPU运行时功耗。同时验证了假设的合理性与有效性以及此方法实现CPU低功耗运行是有效的。     

反应气体流量和背压对PEM燃料电池性能的影响

目的优化质子交换膜（PEM）燃料电池的操作参数，提高PEM燃料电池的性能和稳定性，降低成本．方法运用燃料电池测试站对有效面积为16cm^2的PEM燃料电池单体的伏安特性和功率密度进行了实验，分析了空气流量、氢气流量和背压对PEM燃料电池性能和功率密度的影响．结果试验结果发现：增大空气流量。燃料电池的性能可以持续提高；增大氢气的流量，电池性能先提高，但流量达到一定值后，性能几乎不变；增大电池背压，电池性能提高．结论电极的淹没现象主要存在于PEM燃料电池的阴极；实验条件下．氢气流量存在最佳值、     

燃料电池混合动力系统输出功率跟随研究

为提高燃料电池混合动力系统功率输出的动态特性,并提高其经济性,在基于DC/DC变换器微分平坦控制的基础上提出了基于高效率功率跟随的混合能量管理策略,建立了包括燃料电池、锂电池、DC/DC变换器和负载等部件的数学模型,并进行了仿真实验。研究结果表明:基于微分平坦控制的DC/DC变换器控制方法能够改善系统的动态响应,修正后的电池的荷电状态(SOC)维持且接近期望SOC值;燃料电池的高效率功率跟随控制策略可以实现系统功率的合理分配,使得混合动力系统可以更安全、高效地运行。     

PEM燃料电池操作性能的实验研究

目的研究各种操作参数对电池性能的影响，以便对今后的燃料电池的设计作出有益的参考．方法运用燃料电池测试仪进行了不同电池温度、气体加湿温度、反应气体的流量和电池背压对电池性能影响的实验．结果对实验数据进行绘图．得出了电池的电压一电流密度曲线图．从相应的图中可知道电池性能随操作参数的变化情况．结论一定范围内。升高电池操作温度可以提高电池的性能。但是当电池温度超过气体加湿温度时，升高温度电池性能反而下降；电流密度较低时，升高阳极加湿温度能提高电池的性能；当阴极加湿温度高于电池温度时，升高加湿温度将会降低电池的性能；提高电池的背压可以明显提高电池的性能：一定范围内提高反应气体的流量可以提高电池的性能．     

能量混合型燃料电池城市客车系统设计与性能测试

设计了燃料电池城市客车动力系统并对其进行了试验研究。根据动力性要求确定了驱动电机功率,针对零部件现状设计了能量混合型构型并进行了主要零部件的选择,应用车载性能测试系统对该示范车进行了动力性和经济性测试。结果表明,该示范车动力性满足城市行驶需求,经济性优于同类汽油车。     

ECVT型混合动力城市客车动力系统设计与验证

针对传统客车集成启动/发电机一体化(integrated starter/generator, ISG)混合动力系统节油效果不理想的问题,选用电控无极自动变速(electronic continuously variable transmission, ECVT)混合动力系统方案,在插电式混合动力城市客车上应用并验证。在单行星排运动学特性的等效杠杆分析基础上,对某插电式ECVT动力系统关键部件进行参数匹配与计算;根据标定试验数据,采用Matlab/Simulink软件建立发动机仿真模型、驱动电机仿真模型和发电机仿真模型,搭建整车仿真模型;在中国典型城市公交循环工况下,研究目标车型的燃油经济性、动力性、纯电最大续航特性,完成经济性、动力性等道路测试试验。结果表明,本研究设计的ECVT混合动力系统汽车相较于传统汽车节油率达到57.47%,相较于ISG混合动力系统汽车节油率提高了24.12%。因此,插电式混合动力城市客车采用ECVT混合动力系统方案是可行有效的,且节油效果明显。     

神经网络预测器在铝电解过程控制中的应用

目的采用神经网络预测控制方法来解决铝电解过程中存在的时变和大时滞问题，提高其控制性能．方法提出了一种基于铝电解过程的神经网络预测控制算法，建立了神经网络预测模型，将神经网络和预测控制算法相结合，结果实现了铝电解过程的最优控制．神经网络预测模型的输出能够很好地跟踪铝电解生产过程，预测效果好．结论笔者提出的控制方案能够使铝电解过程很快进入稳态，超调量较小，提高了铝电解过程的动态和稳态性能．     

基于混合BP神经网络的原油管道电耗预测研究

原油管道电耗的准确预测能够用于控制原油管道耗能水平,充分挖掘原油管道输送系统的节能潜力。实际采集到的原油管道运行数据具有波动范围大的特点,且存在严重的噪声干扰和信息冗余,对精确预测管道电耗造成不良影响。为解决上述问题,提出一种基于混合神经网络的电耗预测模型。利用自适应噪声的完备集成经验模态分解,对原油管道日运行数据进行分解;利用主成分分析对分解后数据做降维处理;利用改进粒子群算法调节神经网络结构参数;使用该模型预测某原油管道电耗,并与常见的几种预测模型展开对比。结果表明,分解算法能够提高模型预测精度;该混合神经网络模型预测精度最高,其测试集的平均绝对误差为5.394%,较使用分解算法前降低39.200%。     

Elucidating the operating behavior of PEM fuel cell with nickel foam as cathode flow field

Metal foam material, which serves as an alternative replacement of the conventional flow distributor of proton exchange membrane(PEM) fuel cell, has been attracting much attention over last few decades. In this work, three-dimensional modeling work for PEM fuel cell containing metal foam as cathode flow distributor has been carried out. The fuel cell performance and operating characteristics of metal foam flow field and conventional parallel flow channel have been compared and discussed.The cell performance has been reasonably validated based on the corresponding experimental tests conducted in this study. The superior performance of PEM fuel cell with metal foam as cathode flow field benefits a lot from the uniform gas flow. The porous metal foam material provides more pathways for the water delivery at the interface of metal foam flow field and gas diffusion layer(GDL), accelerating water removal capability of cathode. Because of the significant oxygen transfer loss in diffusion limited parallel channel, the operation of PEM fuel cell with parallel channel is found to be more sensitive to cathode humidification and oxygen supply at inlet. Due to the more uniform and effective electron transport though the porous electrode, it is possible to use thinner GDL in metal foam PEM fuel cell. It is expected that this study could give a good baseline of operating behavior of PEM fuel cell with metal foam flow distributor.     

基于人工神经网络的负荷预报模型

针对基于ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）学习算法存在的问题,提出了变步幅最速下降和共轭梯度的混合算法来训练人工神经网络,并建立负荷预报人工神经网络模型．为了提高预测精度,对预报权值进行在线修正．实例证明,混合算法在全局收敛特性和收敛速度上要好于基本ＢＰ算法,所建立的预报模型能达到令人满意的精度．     

氢-空交指流场PEM燃料电池特性研究

目的研究电池温度、加湿温度、气体流量对氢-空交指流场PEM电池性能的影响,优化操作参数,提高PEM燃料电池的性能和稳定性,降低成本,促进其实用化.方法运用燃料电池测试系统测量了PEM燃料电池的性能,分析了电池温度、加湿温度和气体流量对其性能的影响.结果单有氢气或空气加湿,质子交换膜不能充分湿润,燃料电池性能较低;当电池温度和加湿温度同时等于343 K时,电池性能最佳;实验条件下,空气流量为260 ml.cm-3时,最佳氢气流量为70 ml.cm-3.结论实验结果对PEM燃料电池的参数优化具有重要的参考作用,为其推广应用提供实践依据.     

并联式气动-柴油混合动力可行性研究

为预测并联式气动-柴油混合动力发动机的性能,判断其可行性,建立了该混合动力发动机的工作过程理论模型并进行了数值仿真研究.结果表明,这种形式的混合动力发动机能实现其设计目的,即回收利用柴油缸排气废热以提升气动缸性能.在不对柴油缸工作造成明显负面影响的情况下,混合动力气动缸的动力性与经济性较纯气动缸均有较大幅度的改善.对整个系统而言,提高了能量利用率,减少了对矿物燃料的消耗.与纯气动缸的情况相似,混合动力发动机中气动缸在低转速、高负荷的工况下也有较好的性能,但可以避免纯气动缸在高转速工况下性能急剧恶化的现象.原理性论证实验的结果也证明了该混合动力的可行性.     

基于神经网络内模的逆变系统控制器设计

针对逆变系统负载适应性能不强、动静态性能不佳的特点,设计出一种基于神经网络内模原理的逆变系统控制方法。通过对该方案的理论分析,得出了控制系统的实现方法。通过相应的仿真研究对其策略特性进行分析和比较。与传统控制方式相比较,这种智能控制不依赖于被控对象。由神经网络实现对系统的智能控制,提高了系统的逆变波形质量和负载适应性,使系统获得了较好的动态和稳态性能。     

气动机械手伺服控制策略研究

讨论了传统PID控制和神经网络模型参考自适应控制器的结构、控制算法,并探讨了系统参数发生变化对控制效果的影响.在理论分析的基础上对气动位置伺服系统的响应特性进行了研究,证明了本文提出的控制策略对气动位置伺服系统是适合的,控制系统具有良好的动态和静态特性,而且控制算法的实现比较简单,适合在实际中应用.     

负阻态忆阻Hopfield神经网络动力学

人类大脑是一个高度复杂且规模庞大的非线性动力学系统,其动力学行为与人类智能活动密切相关。基于忆阻器的人工神经网络不仅可以很好地模拟人脑工作机制,而且其非线性特性可以为神经网络带来更为丰富的动力学行为。为了进一步发挥神经网络的优势,引入一种新的具有负阻态功能的忆阻器模型,该模型打破了原有忆阻器的阻态极性限制,为忆阻器扮演神经网络突触仿生器件提供了更加丰富的变化性能。在对忆阻器模型分析的基础上,提出了一种新的忆阻Hopfield神经网络(HNN),进一步加强了HNN的负反馈功能,使之表现出更加丰富和复杂的动力学行为。实验结果表明,新忆阻HNN拥有较为丰富的动力学行为,具有一定的混沌特性。在不同的忆阻器参数以及权值矩阵取值条件下,观察系统的相位轨迹图、Lyapunov指数的变化情况,并与同类型网络进行对比,进一步证明提出的神经网络的有效性,同时复杂的动力学特性也为在数据处理、图像加密等方面的应用提供了研究支撑。     

并联混合动力挖掘机动力源匹配方法研究

现有的混合动力挖掘机控制策略没有考虑动力源之间的功率匹配问题,因此难以保证其控制效果.在分析液压挖掘机工况、建立并联混合动力挖掘机的仿真模型基础上,引入混合度、最佳混合度和动态最佳混合度的概念,描述主动力源与辅助动力源之间的匹配程度;研究动力源混合度 (HF）对动力总成控制效果、燃油经济性以及动力性能的影响.提出以混合动力工况为基础,燃油经济性为目标的混合度确定方法.经仿真验证,利用该方法得到的混合度能够确保动力总成控制策略控制性能不受动力源的局限,且在满足整机动力性能的同时达到最佳的燃油效率.     

用于混合式断路器的神经网络故障电流检测方法

为了有效的实现用于混合式电力电子断路器的故障电流检测,设计了一种基于神经网络理论的短路电流检测方法,其主旨是将动态神经网络应用于故障电流的检测,利用反馈神经网络的历史记忆效应,对信号进行预测比较,可实现一种有效的短路电流故障检测.使用Matlab神经网络工具箱进行仿真,通过仿真产生模拟训练样本,以单相工频基波叠加多次谐...     

阴极流道对PEM燃料电池性能影响

目的研究阴极流道变化对PEM燃料电池性能的影响,比较不同阴极流道下的PEM燃料电池的性能和稳定性,优化阴极流道,找出阴阳极流道的最佳组合.方法运用燃料电池测试系统测量了PEM燃料电池的性能参数,比较在相同操作参数,相同阳极流道,不同的阴极流道对电池性能的影响.结果阳极交指/阴极交指流场燃料电池性能最好,阳极交指/阴极蛇形流场燃料电池性能其次,阳极交指/阴极平行流场燃料电池性能最低.阳极流道与阴极流道的最佳组合为阳极交指流道、阴极交指流道组成的流场为最佳组合流场.结论实验结果对PEM燃料电池的流道优化组合具有重要的参考作用,为其推广应用提供了参考依据.     

Modeling and Simulation of Time Series Prediction Based on Dynamic Neural Network

Molding and simulation of time series prediction based on dynamic neural network(NN) are studied.Prediction model for non-linear and time-varying system is proposed based on dynamic Jordan NN. Aiming at the intrinsic defects of back-propagation (BP) algorithm that cannot update network weights incrementally, a hybrid algorithm combining the temporal difference (TD) method with BP algorithm to train Jordan NN is put forward.The proposed method is applied to predict the ash content of clean coal in jigging production real-time and multistep. A practical example is also given and its application results indicate that the method has better performance than others and also offers a beneficial reference to the prediction of nonlinear time series.     

增程式燃料电池车经济性与耐久性优化控制策略

为了避免车用燃料电池由于启停变化、功率波动等状态而导致的性能衰退,在能量管理控制策略的开发过程中需要在保证经济性的同时兼顾燃料电池的耐久性。针对该目标,建立了基于改进动态规划算法的增程式燃料电池车经济性与耐久性优化控制策略,将燃料电池的启停状态设为状态变量,在燃料电池的启动和关闭状态之间增加怠速过渡阶段,实现了燃料电池的自适应启停间隔控制;并使用燃料电池性能衰退指数为耐久性代价,整车能耗为经济性代价,构建了经济性与耐久性联合代价函数。进行仿真并与经典动态规划策略对比,结果表明所建立策略的整车能耗比经典动态规划策略升高5.3%,燃料电池的输出功率稳定,启停变化较少,性能衰退程度比经典动态规划策略改善65.5%,有效保证了整车经济性与燃料电池的耐久性。