建设智慧的地球

改革开放30年,中国经济取得的连续高增长有目共睹,而今后发展“绿色经济”,向“服务经济”转型,建立“和谐社会”,以及自主创新,都需要我们利用先进的技术和更加聪明的头脑,以更加智慧的方式去进行。世界变“平”了、变“小”了,在经济、社会和技术层面,这个全球整合的世界已经发生重大变化。当前的金融海啸、全球气候变化、能源危机或者安全问题,     

基于NDIR的水中污染油检测系统的研究

油类物质(石油类物质和动植物油)作为水和土壤中的一种重要的污染源,不仅使水质不断地恶化,而且给人类的身体健康带来极大的危害.本文时非分散红外光度法(NDIR)测油仪的测油原理和内部结构进行了详细地理论分析.利用此仪器,可以检测出水中矿物油和动植物油的污染物含量,还可用于有机试剂纯度检测及含各种不同C-H键有机物总量和分量的测量.此测油仪采用了调节方便、频率精确的光源调制系统和相关检测技术,具有较高的灵敏度和稳定性,并且体积小适于野外现场使用.     

控制增益符号未知的MIMO 时滞系统自适应控制

针对一类带有死区模型并具有未知函数控制增益的不确定MIMO 非线性时滞系统,基于滑模控制原理和Nussbaum函数的性质,提出了一种稳定的自适应神经网络控制方案 .该方案放宽了对函数控制增益上界为未知常数的假设,并通过使用Lyapunov0Krasovski 泛函抵消了因未知时变时滞带来的系统不确定性. 理论分析证明,闭环系统是半全局一致终结有界.仿真结果表明了该方法的有效性.

     

一种基于GPU加速的细粒度并行蚁群算法

为改善蚁群算法对大规模旅行商问题的求解性能,提出一种基于图形处理器(GPU)加速的细粒度并行蚁群算法.将并行蚁群算法求解过程转化为统一计算设备架构的线程块并行执行过程,使得蚁群算法在GPU中加速执行.实验结果表明,该算法能提高全局搜索能力,增大细粒度并行蚁群算法的蚂蚁规模,从而提高了算法的运算速度.     

一种基于GPU加速的细粒度并行蚁群算法

为改善蚁群算法对大规模旅行商问题的求解性能,提出一种基于图形处理器(GPU)加速的细粒度并行蚁群算法.将并行蚁群算法求解过程转化为统一计算设备架构的线程块并行执行过程,使得蚁群算法在GPU 中加速执行.实验结果表明,该算法能提高全局搜索能力,增大细粒度并行蚁群算法的蚂蚁规模,从而提高了算法的运算速度.

     

基于PLC及触摸屏的涂装前处理线控制

分析了PLC及触摸屏POD在前处理线控制系统中的应用,实现对前处理线多种规格的工件的装料、工艺处理、卸料等功能。由于采用富士UG221H-LR4POD及子程序设计,可与PLC、温控仪及变频器通讯,可用于数据给定、运行监控、报警显示。     

一种绝缘子串更换用卡具的研制

对高压输电线路中绝缘子串更换过程中存在的安全隐患和操作难题,提出了一种新型绝缘子串更换用卡具。通过对传统绝缘子串更换工艺进行分析,确定了关键问题所在,并提出了改进方案。基于此,设计并制造了一种结构合理、操作简便、安全可靠的绝缘子串更换用卡具,并进行了实际应用验证。实验结果表明,该卡具能够有效解决绝缘子串更换过程中的安全隐患,提高了更换效率,为高压输电线路的维护和运行提供了有力支持。     

基于异构数据特征级融合的多任务暂态稳定评估

考虑到基于深度学习的暂态稳定评估方法对电力系统输入数据的描述不够全面,异构数据常被忽略,且许多特征信息无法有效融合,为充分利用电力系统各类异构数据以提高模型的精确度和算法性能,提出了一种异构数据特征级融合的深度学习方法。首先,利用多层感知机、图卷积网络、门控循环单元分别对静态多变量数据、拓扑图域数据、时序多变量数据进行特征提取;然后,采用张量融合方法对所提取特征进行特征级融合,并将展平的融合特征输入共享层,利用基于同方差不确定性的多任务学习方法,同时实现了暂态稳定判别与暂态稳定裕度预测。在此基础上,建立了暂态稳定评估模型,并对所提方法的性能进行了评估。最后,采用新英格兰10机39节点系统进行仿真、训练与验证,结果表明所提方法能有效提升评估的准确性与鲁棒性。     

电缆绝缘缺陷修复技术

分析了轨道车辆电线电缆绝缘层缺陷的可修复材料,并对于不同缺陷的分级,给出了相应的缺陷修复技术,进行了相应的修复技术的可靠性验证。     

MoS2/C纳米复合材料的合成及其电化学性能研究

理论比能量高达2 600 Wh/kg的锂硫电池已经成为锂电池研究热点,然而硫导电性不好、穿梭效应和锂化体积效应较大等问题阻碍了锂硫电池的产业化。将无定型多孔碳材料的高导电性和极性MoS₂的固硫作用相结合改善锂硫电池的电化学性能。所得的S@MoS₂/C在0.05 C和2 C电流密度下的放电比容量分别为1 507和406.3 mAh/g,比S@MoS₂在相同电流密度下的放电比容量（1 400和345.7 mAh/g）更高。在循环性能测试中,S@MoS₂/C容量保持率为46.9%,要高于S@MoS₂（39.1%）。因此,MoS₂/C复合材料作为硫载体可以显著改善锂硫电池性能。