检索结果-南通市图书馆

作者：姜长文吉林大学

学位级别：硕士

随着中国接连出台《打赢蓝天保卫战三年行动计划》、《新大气法》、国六排放标准6b阶段等法律法规,机动车排放管控得到进一步强化加严。选择性催化还原技术(Selective Catalytic Reduction,SCR)广泛应用于柴油机NOx减排,其储氨覆盖率直... 详细信息

随着中国接连出台《打赢蓝天保卫战三年行动计划》、《新大气法》、国六排放标准6b阶段等法律法规,机动车排放管控得到进一步强化加严。选择性催化还原技术(Selective Catalytic Reduction,SCR)广泛应用于柴油机NOx减排,其储氨覆盖率直接决定SCR系统的NOx转化效率和氨泄漏量。因此,本文围绕重型柴油机SCR系统储氨覆盖率控制方法展开研究,主要包括SCR系统数学模型搭建及参数辨识,储氨覆盖率观测器设计和储氨覆盖率控制策略研究,本文研究内容和主要结论如下:首先,研究了柴油机SCR系统内部化学反应原理,基于常微分方程建立了SCR系统4阶动态模型。为适应控制实时性需求,提升计算效率,减少计算负荷,在满足控制所需精度的前提下,4阶模型降为2阶。基于灰狼优化算法(Grey Wolf Optimizer,GWO)辨识SCR模型参数,仿真结果表明,经辨识后的SCR模型精度满足控制工程应用需求,将模型集成封装,便于后续储氨覆盖率观测器和控制策略开发。其次,针对不可物理测量的SCR系统储氨覆盖率,基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)开发柴油机SCR系统储氨覆盖率观测器。由于Sigma点选取会出现舍入误差累积,针对由此导致的协方差矩阵非正定问题,论文融合平方根滤波算法,以期增强观测器稳定性;为避免SCR系统过程噪声和量测噪声影响观测器估计精度,基于Sage-Husa算法改进UKF观测器;最终,基于自适应平方根无迹卡尔曼滤波(Adaptive Square Root Unscented Kalman Filter,ASRUKF),估计SCR储氨覆盖率。通过稳态工况和瞬态工况试验验证,ASRUKF储氨覆盖率观测器最大稳态估计误差为UKF储氨覆盖率观测器的15%,最大瞬态估计误差为UKF观测器的9.5%,结果表明,ASRUKF储氨覆盖率观测器估计精度更高,且鲁棒性更强,为后续控制策略开发奠定基础。然后,运用开环前馈结合闭环反馈控制策略的架构,控制柴油机SCR系统储氨覆盖率。针对SCR系统高度非线性、大惯性和长时滞的特点,选取氨氮比为目标的SCR开环前馈控制器。经阶跃工况和瞬态工况仿真验证,若仅采用开环前馈控制器,难以有效解决瞬态工况切换产生大量氨泄漏和NOx转化效率降低的问题。因此,本文引入基于反步法(Backstepping Control)的闭环反馈控制器,控制SCR下游微元储氨覆盖率不超过自定义值。通过设计控制器,实现相应控制策略。测试结果表明,开环前馈结合闭环反馈控制器策略相较于仅开环前馈控制器方案,在阶跃工况下,NOx平均转化效率提升7.75%,氨泄漏量平均值降低38.5%;在WHTC工况下,NOx平均转化效率提升21.83%,氨泄漏量平均值降低2.4%。开环前馈结合闭环反馈控制器具有更加良好的控制效果。最后,基于动态面控制(Dynamic Surface Control,DSC)原理设计了SCR储氨覆盖率闭环反馈控制器,经仿真测试分析DSC控制器期望输出对控制器性能影响显著。为优化DSC控制器期望输出,引入非线性模型预测控制(Nonlinear model predictive controller,NMPC),对DSC控制器期望输出进行动态修正。经优化后的NMPC-DSC闭环反馈控制器与基于控制氨氮比的开环前馈结合反步法闭环反馈控制器进行对比,结果表明,基于NMPC-DSC闭环反馈控制器在阶跃工况下NOx转化效率提升1.08%,氨泄漏量峰值降低28.8%;在WHTC工况下NOx平均转化效率提高7.8%,氨泄漏量峰值降低7.02%。综上,本文探究柴油机SCR系统储氨覆盖率控制方法,基于常微分方程建立SCR模型,基于ASRUKF设计储氨覆盖率观测器,分别应用开环前馈结合闭环反馈和NMPC-DSC设计控制器,并通过仿真验证了控制器性能。本文提出的控制器设计思路和建议应用场景为SCR控制策略后续研究提供参考。

关键词：柴油机SCR 储氨覆盖率 ASRUKF算法前馈-反馈控制 NMPC-DSC算法

固体氧化物燃料电池工况切换过程学习控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

固体氧化物燃料电池工况切换过程学习控制研究

作者：姜唐浙江大学

学位级别：硕士

在全球能源结构转型和清洁能源需求不断增长的背景下,固体氧化物燃料电池(SOFC)作为一种高效、环保的能源转换技术,受到了国内外研究者的广泛关注。SOFC具有高发电效率、燃料适应性强、高温余热可回收等优点,被视为21世纪革命性的发电... 详细信息

在全球能源结构转型和清洁能源需求不断增长的背景下,固体氧化物燃料电池(SOFC)作为一种高效、环保的能源转换技术,受到了国内外研究者的广泛关注。SOFC具有高发电效率、燃料适应性强、高温余热可回收等优点,被视为21世纪革命性的发电技术之一。然而,SOFC在实际运行中面临的变负载工况下的高效负载跟踪和热管理需求以及SOFC强热电耦合非线性特征,对控制器设计提出了更高要求。本研究围绕SOFC的动态控制问题,提出了基于深度学习和深度强化学习的智能控制策略,旨在提高SOFC在变负载工况下的功率跟踪能力和热电协同控制性能,以促进其商业化进程。主要内容包括:(1)本文建立了SOFC拟一维动态模型,该模型能够预测SOFC内部的温度、浓度、电流密度分布以及输出电压和功率。通过对模型的稳态和动态特性分析,揭示了输入参数对SOFC性能的影响规律。研究表明,适当提高输入燃料流量和空气流量可以分别有效提升SOFC的功率输出和内部温度分布的均匀性。此外,通过分析SOFC极化曲线,本文深入探讨了不同电流密度下电压损失的组成及其对燃料电池性能的影响,为后续控制策略的设计提供了理论基础。(2)针对变负载工况下的实时功率跟踪问题,本文提出了一种基于长短期记忆(LSTM)神经单元的前馈多网络控制结构。通过离线训练神经网络辨识器模型,有效捕捉了SOFC的动态特性。辨识器具备精确预测SOFC的输出电压信号和阳极-电解质-阴极(PEN,Positive-Electrolyte-Negative)出口温度信号的能力,其对输出电压信号的测试数据集预测百分比误差为1.656%,对PEN出口温度信号的测试数据集预测百分比误差为0.141%。用神经网络辨识器替代SOFC仿真模型,进而设计并在线训练了一种神经网络控制器,实现了对外界负载需求的快速、精确跟踪,控制器包含在线训练过程的响应时间约为483ms,不包含训练过程的响应时间约为76ms。(3)针对SOFC工况切换过程的热电协同控制问题,本文采用了基于最大熵学习框架和Actor-Critic框架的深度强化学习算法——柔性行动器-评判器(SAC)算法,并结合事后经验回放(HER)样本管理器,提出了SAC-HER算法。通过构建合理的动作空间和状态空间,并设计了综合考虑热管理需求、燃料经济性和控制平稳性的奖励函数,成功训练出了能够在保证热安全的前提下快速达到目标负载的最优控制智能体。通过一系列仿真实验,验证了所提出控制策略的有效性,经离线部署的智能体响应时间约为110ms。该智能体不仅能够快速满足工况切换过程中的目标负载需求,还能够在保证PEN出口温度不高于上限的同时,优化燃料电池的经济性,进而提高系统的稳定性和耐久性。此外,仿真结果还表明,所提出的智能控制策略具有良好的迁移能力和泛化性能,能够适应不同的工况和操作条件,为SOFC控制系统的设计和优化提供了新的视角和方法。本研究的成果不仅为SOFC的智能控制提供了理论和技术支持,也为其他类型的燃料电池和能源转换设备的智能控制研究提供了参考,推动了燃料电池技术的商业化和规模化应用。

关键词：固体氧化物燃料电池智能控制深度强化学习热电协同控制事后经验回放

融合MEC的低轨卫星星座服务迁移机制的研究与设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合MEC的低轨卫星星座服务迁移机制的研究与设计

作者：姜清原北京邮电大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

铰接列车主动避撞控制策略研究

铰接列车主动避撞控制策略研究

作者：姜桐吉林大学

学位级别：硕士

随着铰接列车的保有量的不断上升,交通运输效率提高的同时,也带来了交通安全隐患,由于其质量较大和车身强度较高等原因导致其发生交通事故时往往造成较为严重的后果。避撞控制技术为车辆安全行驶提供了有效的解决方案,但目前现有研究多... 详细信息

随着铰接列车的保有量的不断上升,交通运输效率提高的同时,也带来了交通安全隐患,由于其质量较大和车身强度较高等原因导致其发生交通事故时往往造成较为严重的后果。避撞控制技术为车辆安全行驶提供了有效的解决方案,但目前现有研究多数集中于乘用车及小型商用车领域,而针对车身较长和动力学特性较为复杂的铰接列车研究相对较少,因此避撞控制技术在铰接列车上的应用具有的较大研究价值。本文依托国家重点研发计划项目“多系统高效集成轮毂电机行动模块与整车转矩矢量分配技术”(项目编号:2021YFB2500703)和吉林省教育厅科学技术项目“智能交通环境下的线控汽车自动换道决策与控制策略研究”(项目编号:JJKH20231148KJ),在总结和分析国内外针对铰接列车现有避撞控制研究的基础上,对铰接列车的主动避撞控制策略展开研究,车辆避撞主要有纵向制动避撞和横向转向避撞两种控制方法,对于铰接列车来讲,铰接列车车身较长,横向避撞涉及到是否有足够道路空间进行变道的问题;而纵向避撞则要面临铰接列车制动距离较长的问题。为保证交通运输效率,优先选择转向避撞方法,但若邻车道并不具备足够的空间进行避撞时,选择纵向制动的避撞方法,本文主要的研究内容如下:(1)铰接列车动力学建模及动力学特性分析。为了对纵向制动避撞控制策略进行研究,首先对铰接列车的纵向制动失稳模式进行了研究;为了对转向避撞控制策略进行研究,使用拉格朗日方程建立了一个能较好地描述铰接列车侧向动力学特性的车辆模型,并在双移线和方向盘转角正弦输入两种工况下与商用车辆动力学软件Truck Sim的输出进行对比,以验证所建立模型的准确性。(2)铰接列车纵向避撞控制研究。首先建立了铰接列车与障碍车的碰撞时间模型,采用模糊控制方法根据当前两车的预计碰撞时间和两车间的相对速度来确定铰接列车当前的碰撞风险等级,根据风险等级输出避撞的目标减速度,然后采用前馈加反馈的铰接列车制动力控制策略,用以跟踪目标减速度;为了保证铰接列车的制动稳定性,建立了铰接列车等效车轮质量模型,使用滑模控制方法对车轮的滑移率进行控制,保证制动稳定性的同时充分地利用地面附着力进行制动。最后搭建MATLAB/Simulink和Truck Sim联合仿真环境并在前方车辆静止、前方车辆匀速行驶、前方车辆减速行驶三种不同工况下进行纵向避撞控制策略的验证。(3)铰接列车转向避撞轨迹规划研究。针对半挂车位姿在避撞轨迹规划过程中难以准确预测的问题,提出了模型预测控制和人工势场相结合的实时规划方法,首先结合第(1)部分建立的铰接列车动力学模型建立铰接列车的轨迹预测模型,然后使用人工势场法建立目标点引力势场、道路边界势场和障碍物斥力势场,计算牵引车和半挂车在合势场下的势场势能,并将势能放入模型预测控制目标函数中求解预测时域内合势场势能的最小值获得牵引车前轮转角控制量,最后输出预测时域内的规划避撞轨迹坐标。(4)铰接列车转向避撞轨迹跟踪研究。将规划出的轨迹坐标信息从笛卡尔坐标系转换到Frenet坐标系下,并推导牵引车在Frenet坐标系下与目标轨迹的横向误差与航向误差及它们的导数表达式,考虑到半挂车存在轨迹偏移现象,因此同时考虑牵引车和半挂车与目标轨迹的横向误差与航向误差,将其作为状态量,建立了铰接列车跟踪误差方程,并通过LQR控制求解反馈矩阵获取跟踪规划轨迹的前轮转角实现铰接列车的轨迹跟踪控制,又因半挂车与目标轨迹的横向误差在Frenet坐标系下无法用数学解析式进行表示,根据几何关系采用一种近似的表达方式获得半挂车到目标轨迹的横向误差。

关键词：铰接列车主动避撞人工势场模型预测控制轨迹跟踪

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

A房地产公司财务风险评价与控制研究

A房地产公司财务风险评价与控制研究

作者：姜璨长江大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国污染水资源犯罪及治理研究

我国污染水资源犯罪及治理研究

作者：姜乾中国人民公安大学

学位级别：硕士

水是生态之基,生命之要,生存之本。水资源对人类生产、生活具有重要的支撑作用,保障水资源安全至关重要。在从严打击环境犯罪的刑事背景下,污染水资源犯罪高发多发、恶性案件较多的态势得到基本遏制。面向未来,需对污染水资源犯罪的发... 详细信息

水是生态之基,生命之要,生存之本。水资源对人类生产、生活具有重要的支撑作用,保障水资源安全至关重要。在从严打击环境犯罪的刑事背景下,污染水资源犯罪高发多发、恶性案件较多的态势得到基本遏制。面向未来,需对污染水资源犯罪的发案规律如犯罪现状、影响因素等形成准确认知的基础上,对现有治理机制实现从治理理念到实践路径的全方位优化。以2016年最高人民法院、最高人民检察院出台《最高人民法院最高人民检察院关于办理环境污染刑事案件适用法律若干问题的解释》为研究起点,样本选择时间为2017年1月1日至2022年12月31日,基于检索条件检索并筛选,得到有效裁判文书2104份,共计3454名被告人,开展相关统计分析,分析犯罪形势总体样态与具体特征。运用质性分析软件Nvivo12.0对半结构化访谈获取的访谈资料与刑事判决书文字记录内容,通过内容分析法对文本内容进行分析,归纳构建污染水资源犯罪影响因素模型。在此基础上,形成对污染水资源犯罪生成机理与发案规律的科学把握。研究结果表明:犯罪现状方面,污染水资源犯罪总体呈下降趋势,与各地办案数据较为相符;犯罪主体以自然人犯罪为主,单位犯罪比例有所上升;犯罪人文化水平总体较低,犯罪人职业特征以农民等低收入职业或无业为主;犯罪空间呈现一定的空间集聚;犯罪手段复杂,方式隐蔽。犯罪影响因素方面,犯罪主体因素与企业管理水平等内部因素是推动犯罪人或单位实施污染水资源犯罪行为的决定性因素,加之行业环境中存在引诱因素等外部拉力的拉动,外部监督管理与企业能力建设等外部遏制因素与内部遏制机制不足以抵消内部驱力与行业环境等外部拉力,进而使得犯罪生成。针对研究发现的污染水资源犯罪内外部因素间的失衡关系,在回顾治理现状的基础上,依托现代环境治理体系,顺应精细化、数字化、法秩序统一的治理趋势,结合遏制理论从内外两个方面对污染水资源犯罪治理进行全方位优化。

关键词：水污染犯罪环境犯罪犯罪治理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

容器云中的负载均衡调度策略的研究和实现

容器云中的负载均衡调度策略的研究和实现

作者：姜显耀电子科技大学

学位级别：硕士

国内外优秀男子十米台运动员109C动作技术分析研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

国内外优秀男子十米台运动员109C动作技术分析研究

作者：姜靓武汉体育学院

学位级别：硕士

近几年国外男子十米台运动员水平突飞猛进,在世界三大赛中屡次超过我国运动员拿到奖牌。109C动作成为是优秀男子跳台运动员必跳动作且难度价值最高,109C动作发挥好坏在比赛中是决定是否能获得奖牌的一个重要因素。本文采用文献综述法、... 详细信息

近几年国外男子十米台运动员水平突飞猛进,在世界三大赛中屡次超过我国运动员拿到奖牌。109C动作成为是优秀男子跳台运动员必跳动作且难度价值最高,109C动作发挥好坏在比赛中是决定是否能获得奖牌的一个重要因素。本文采用文献综述法、对比分析法、访谈法、录像分析法和数理统计法等研究方法,选取2023年全国跳水锦标赛男子单人十米台前四名运动员和新奥运周期内获得该项目奖牌的国外运动员在2024年西安世界杯的109C动作为研究焦点,通过APAS分析系统解析国内外男子运动员109C动作,分析助跑、起跳、翻腾、入水的各项指标;对国外优秀男子十米台跳水运动与我国优秀男子十米台跳水运动员109C动作技术进行对比分析,分析出各指标与运动成绩的相关性。最终得出在关键技术上具体的科学运动参数,探索我国优秀男子十米台运动员109C动作技术与国外优秀技术相比存在的特点、优缺点和可学习借鉴的地方,为我国男子跳水运动员109C动作的提高提供理论支撑,提高我国男子跳水运动员的竞技成绩。结论如下:(1)在助跑阶段国内外优秀运动员采用五步助跑,国外优秀运动员在步长上和步速上与国内优秀运动员存在差异,步长更大,步速更快。国内优秀运动员在目前助跑技术上应增加适当助跑速度来获得更好的起跳效果,但不要超过控4m/s以免造成膝关节损伤。(2)在起跳阶段国内外运动员在踝关节、髋关节、肩关节、肘关节夹角上存在差异,国内优秀运动员更注重重心靠后,躯干保持直立,形成更为合理的起跳抛物线是国内优秀运动员共同追求的技术要领。国外运动员比起抛物线更注重膝关节下蹲充分,但不对躯干直立作出明显要求,为获得更大翻腾初速度是国外优秀运动员在起跳环节想要达到的目的。(3)在空中翻腾阶段,国内优秀运动员更注重翻腾速度的后期保持,国外运动员更注重依靠在合适的空中位置缩小髋角来提升速度。因此在髋角的持续缩小上与中国国内优秀运动员不同,这都有利于达到足够的翻腾速度。国内优秀运动员在空中阶段运动员需要注意不宜过早团身,翻腾时团身呈越紧越好,髋关节夹角越小越好。转动惯量越小对提高腾空翻转效率,可以通过模拟翻腾旋转器来改善此技术。(4)在入水阶段,国内运动员明显处理技术细节方面比国外优秀运动员较好,这是因为从小就注重脚尖、脚背和膝盖等方面的技术细节。(5)通过对国内外优秀男子十米台运动员109C动作的各项数据与实得分进行相关性分析,109C动作发挥好坏的主要因素包括起跳阶段膝关节下蹲夹角,翻腾阶段髋角、翻腾所需时间。国外优秀运动员翻腾阶段髋角方面除第一周外均比国内优秀运动员小,有着0.27°、0.40°、0.27°的差异。国外优秀运动员在翻腾阶段所需时间与国内优秀运动员相似,并无大差异。

关键词：男子十米跳台优秀运动员 109C 技术分析

基于改进剩余收益模型与实物期权模型的福耀玻璃企业价值评估研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进剩余收益模型与实物期权模型的福耀玻璃企业价值评估研究

作者：姜藤山西财经大学

学位级别：硕士

半监督昂贵多目标优化算法中未标记样本的选择策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

半监督昂贵多目标优化算法中未标记样本的选择策略研究

作者：姜子健太原科技大学

学位级别：硕士

在求解多目标优化问题的算法中,通常使用代理模型来近似昂贵的目标函数评价,从而尽可能减少真实的昂贵目标评价次数。然而,构建高质量的代理模型通常需要分布均衡且数量充足的标记数据。对于昂贵优化问题来说,获得数量充足的训练样本本... 详细信息

在求解多目标优化问题的算法中,通常使用代理模型来近似昂贵的目标函数评价,从而尽可能减少真实的昂贵目标评价次数。然而,构建高质量的代理模型通常需要分布均衡且数量充足的标记数据。对于昂贵优化问题来说,获得数量充足的训练样本本身就很困难,更别说获得分布均匀的样本数据,半监督学习是同时利用有标记和无标记样本同时训练模型,以提高模型质量,为此,本论文借鉴半监督技术,利用搜索过程中产生的大量无标记候选解,研究代理模型辅助的优化算法中无标记样本的选用策略,以提高模型的准确率,从而提升找到更优非支配解集的概率,本文的主要贡献如下:(1)提出了一种基于多视图差异性无标记样本选用策略的昂贵多目标优化算法(MVLMOEA)。通过构建多视图代理模型,根据不同视图对数据预测的差异,来精选未标记数据,并自适应地确定未标记数据的数量,从而加强了探索能力。通过在DTLZ测试集以及车辆驾驶室设计问题上的对比实验结果验证了本文算法的有效性,为了验证无标记样本训练模型对算法的影响,通过消融实验证明了未标记数据对算法性能的显著影响。(2)提出了一种基于区域密度比值的昂贵多目标优化算法(RDR-MOEA)。围绕未标记数据的选择策略,提出了一种新的评价指标,以选取最适合的未标记数据。该指标融合了高斯过程模型的不确定度量和半监督技术的前提假设,为每个代理模型精选适当的未标记数据集。实验在WFG测试问题上进行了对比实验,结果证明了算法的有效性。

关键词：半监督技术昂贵多目标优化代理模型协同进化