电力电子变换器广义连接矩阵及其潜电路判别

对电力电子变换器拓扑结构认识的局限性,导致实际运行中会出现非设计要求的工作模态或潜在电路,它们附加在正常工作模态中,使变换器特性异常。为探明所有可能潜在电路,提出了适用于电力电子变换器拓扑分析的广义连接矩阵,由此给出电力电子变换器潜在电路的一般判据,得到一种新的电力电子变换器潜在电路的分析方法。本文具体以三阶DC/DC升压式和1/3降压式两种谐振开关电容变换器为例,对电力电子变换器广义连接矩阵识别潜电路判据的可靠性进行了验证,实验结果验证了所提出的方法是正确和有效的。     

一类双色有向图的本原指数

研究一类特殊双圈双色有向图,其基础有向图包含一个n-圈和(n+t)-圈。应用组合矩阵论和图论的方法得到这类图本原的条件和指数的上界,并对达到指数上界的极图进行刻划。     

基于依赖搜索树的电力通信网络告警关联方法的研究

从电力通信网的告警机制出发,针对其网络结构和告警信息数据的特征,对告警关联规则及故障定位进行了研究,利用搜索树可以减少搜索空间和覆盖结点的特点提出了一种基于依赖搜索树的告警关联方法。该方法的基本思想是把告警序列中属于一类的告警信息聚合在一起,并用较少的信息代替这一类,从而使海量告警信息简约化,最终能够准确的表达故障信息,达到定位故障的目的。该方法基于故障传输模型,建模简单,能够直接利用结点的依赖关系,并且适用于多故障源的情况。通过算例分析,证明此方法能对电力通信网络的告警信息进行分析,并且能快速准确发现故障源,便于网络的维护。     

加工中心组件故障传播影响力评估

为评估加工中心组件的故障传播影响力,快速、准确地识别系统关键组件,有效控制故障传播,采用故障传播机理分析与有向图结合的方式表征组件间故障传播路径.运用DWNodeRank算法评估组件间故障影响度,并结合故障率指标计算组件的故障传播率.考虑有效可达路径,基于改进ASP算法计算故障传播影响力值,实现对组件故障传播影响力的评...     

机器人装配系统产品装配质量影响因素研究

装配是产品生产中占用大量成本的劳动密集型过程,装配质量对产品的性能有直接影响。装配过程本身具有随机性和不确定性,如果机器人装配系统对干扰和误差的适应能力不强,产品的装配质量会因各种因素的影响而大大降低。基于产品形成的设计和装配过程,本文对机器人装配系统产品装配质量的影响因素进行了系统分析,建立了产品装配质量的影响体系,为正确评价机器人装配系统的性能和产品的装配质量奠定了基础。     

计算机辅助工艺尺寸链技术的研究

本文介绍将工艺尺寸链描述为有向图结构，与加工方向的确定方法、工序尺寸链和余量公差尺寸链的二种搜索算法，最后给出了工序尺寸的确定方法。     

基于因果行为模型的机械运动系统方案求解

从机械运动系统的多能复合特征出发,提出了基于因果行为模型的方案求解方法.采用键合图建模运动行为语义,提取了输入输出的能量类型、变化与约束特征.通过有向图联结基本行为,建立因果行为模型来描述系统的复杂行为.建立了相应的方案求解过程模型,其中方案创新主要通过正向推理组合基本元件,方案变型则通过在约束下扩展行为模板实现.最后,以工业高速平头锁眼机运动方案为例,验证了该方案的可行性.     

HSDG故障诊断方法在自动化检定系统中的应用

针对智能电能表自动化检定流水线生产故障不易发现、发现不易处理等问题, 文章引入了一种基于分层符号有向图(HSDG)的故障在线诊断方法. 该方法首先对自动化流水线进行建模和分层, 给出了自动化检定流水线的分层符号有向图模型; 并结合动态核偏最小二乘支持向量回归模型计算各节点符号, 输出模型样本; 最后文章给出了基于“离线分析”和“在线诊断”的故障诊断完整流程. 实例验证表明, 该方法故障诊断速度快、故障辨识能力强, 具有鲁棒性, 其诊断结果具备一定的解释能力, 在生产中具有一定的指导意义.     

智能车逆向超车控制算法

针对双向车道因受限于道路条件及交通特性仅能借用对向车道完成超车（逆向超车）的问题,通过采用车联网以及车载传感器获取环境车辆的速度、加速度等全局信息,将多车场景中各个实体所造成的影响纳入超车决策中,从而提出一种基于图搜索和模型预测控制（Model Predictive Control, MPC）的逆向超车控制方法。首先,根据车车通信获取的全局信息,结合非合作博弈,对各车在整个时段内的行为进行预测,并根据预测情况对道路的各个区域进行安全评估,评估依据为该区域在下一时刻出现车辆的概率。对道路完成评估后,得到碰撞概率热区图,之后采用A*算法搜索安全路径,根据安全路径完成目标车辆的轨迹规划,并设计模型预测控制器来对主车进行实时控制,使车辆按照既定轨迹行驶。最后,借助Carsim与MATLAB/Simulink搭建联合仿真平台,对提出的算法进行验证。仿真实验结果表明,该模型的控制误差最大不超过0.15 m,平均误差率约为1.7%,能实现对车辆的精准控制,保证被控车辆安全完成逆向超车。