异类传感器实时信息融合的STMHM算法

异类传感器实时信息融合由于两类设备的数据率不同和数据误差的限制,一直未得到有效解决,提出一种空时二维多假设模型(STMHM)算法来解决该问题。设计的融合数据模型,将异类传感器的测量数据映射在二维直角坐标系下;按照新的融合数据模型分别构建两类传感器的目标量测空间和融合空间;设计量测空间时间初始化方法和目标实体空间的滤波算法;通过仿真验证表明:该算法能够实现异类传感器的信息融合,初次融合成功的确认时间在3～5个主动传感器扫描周期。     

基于3D scSE-UNet的肝脏CT图像半监督学习分割方法

针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法. 该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块（scSE-block+）的3D scSE-UNet作为分割网络. scSE-block+可以从图像空间和特征通道2个方面自动学习图像的有效特征,抑制无用冗余特征,更好地保留图像边缘信息. 在自训练过程中加入全连接条件随机场,对分割网络产生的伪标签进行边缘细化,提升伪标签的精确度. 在LiTS17 Challenge和SLIVER07数据集上验证所提出方法的有效性. 当有标签图像占训练集总图像的30%时,所提方法的Dice相似系数(dice score)为0.941. 结果表明,所提出的半监督学习分割方法可以在仅使用少量标注数据的情况下,取得与全监督分割方法相当的分割效果,有效减轻肝脏CT图像分割对专家标注数据的依赖.     

工控组态控制技术课程分层教学的探索与实践

传统的教学模式,不能满足扩招形势下多元化生源的学习要求,学生潜能得不到较好的发挥,教学质量和学习效率低。文章主要从教学内容与方法、实训项目实施、考核方式的改革等进行分层教学探索,丰富了组态应用技术的教学内容,提高了学生的学习效果,增强了学生的专业应用能力。     

基于BP神经网络模型的异步电动机故障辨识

针对目前三相异步电动机故障诊断方法存在的局限性及其缺陷,在利用小波包分析提取电动机故障信号特征量基础上,提出基于蝙蝠-粒子群及改进BP算法的异步电动机BP神经网络故障辨识模型,采用蝙蝠-粒子群算法优化BP神经网络结构参数,利用改进BP算法训练BP神经网络.仿真结果分析表明,该BP神经网络模型用于三相异步电动机故障辨识,辨识速度快、准确度高、可靠性好.     

计及综合能源系统全寿命周期碳排放和碳交易的电转气设备和光伏联合优化配置

综合能源系统(IES)能够提高能源利用效率,合理配置低碳设备可有效降低碳排放,促进碳中和.提出了一种计及IES全寿命周期碳排放和碳交易机制的电转气(P2G)设备和光伏(PV)容量联合配置方法.对基于某分布式能源站的IES进行设备建模,构建了IES全寿命周期碳排放模型,给出了P2G设备和PV的全寿命周期碳排放计算方法;以基于阶梯罚金机制的碳交易成本、含用水成本和考虑分时电价的购能成本以及设备成本之和最小为优化目标,建立了P2G设备和PV的联合优化配置模型.基于某分布式能源站的实际参数进行算例分析以验证所提方法的正确性和有效性,并探讨了碳交易机制对优化配置结果的影响.     

基于模型预测控制算法的多风储直流微电网分布式电压二次控制策略

针对含多组风储单元的直流微电网中蓄电池的电压优化控制问题,提出了一种基于模型预测控制算法的分布式电压二次控制策略.设计了一种多步长预测一致性模型作为电压预测模型,通过目标函数最小化求解预测系数,得到最优电压二次控制补偿量加入一次控制中,将传统一致性算法中比例积分控制器下的偏差调节问题转化为模型预测控制器下的电压跟踪问题进行求解,从而实现对直流母线电压动态响应的滚动优化.该方法有效解决了传统一致性算法下电压控制策略瞬态特性差和部分工况下存在控制误差等问题,并通过MATLAB/Simulink仿真平台搭建模型验证了不同工况下所提策略的有效性和优越性.     

中空螺旋状不锈钢冷却水喷头的熔模精密铸造

采用熔模精密铸造工艺，生产中空螺旋状不锈钢冷却水喷头，其工艺要点是，采用热型重力浇注，在高温下进行自由浇注。同时采用先慢后快，流量由小到大的浇注方法。结果表明：铸件表面光洁，无砂眼、气孔等缺陷，铸件合格率高于90％；在实际使用中，雾化区域直径大于1．5m，雾化率大于90％，喷雾效果稳定良好；盐雾试验2000h没有锈蚀，具有优良的耐磨性和耐腐蚀性。     

粘接技术

粘接作为一种新颖的技术，近些年来国内外发展十分迅速，涉及到许多学科，渗透到各个部门，广泛应用于机槭、电子、轻工、石油、化工，造船、航空等工业部门和机械设备的维修。