基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

涡桨飞机螺旋桨滑流气动干扰效应及流动机理

螺旋桨滑流对飞机各气动部件的干扰是涡桨飞机气动设计中面临的难点之一。以某双发涡桨支线客机为对象,采用数值模拟手段分析了滑流对机翼、平尾、垂尾的影响及其流动机理。计算采用基于动态面搭接网格技术的非定常方法,气动力与表面压力分布的计算结果均与实验值吻合良好。研究结果表明：在滑流影响下,全机升力和阻力有所增加,升阻比和纵向静稳定度有所降低,并在无侧滑状态下产生了滚转力矩和偏航力矩;在不同展向位置,滑流对机翼表面流动分离的影响存在显著的差异。在螺旋桨下行运动一侧,滑流的旋转减小了当地迎角,同时桨后气流速度较高,翼面流动分离被有效抑制。在螺旋桨上行运动一侧,滑流的旋转增大了当地迎角,而且桨后气流速度较低,因而翼面流动分离并未得到明显改善;在中小迎角下,滑流对背景飞机平尾当地的动压没有产生影响,但增加了下洗角变化率,进而导致平尾效率降低;垂尾的侧力与偏航力矩是由滑流的侧洗引起的,而滑流的侧洗又与左右两侧机翼升力分布的不对称性有关。     

选区熔化过程多尺度多物理场建模研究进展

选区熔化技术是一种基于粉末床的、能够精确成形复杂零件、调控微观组织和性能的金属增材制造技术,其成形过程的计算机模拟对于生产实践具有重要指导意义。综述了国内外的研究现状,首先介绍选区熔化技术的原理及其特点;然后介绍国内外对选区熔化过程已经开展的计算机模拟技术的研究进展;并进一步重点介绍针对电子束选区熔化过程的多尺度多物理场模型,主要包括:(1)微观尺度电子束与材料相互作用的能量吸收模型;(2)细观尺度从铺粉到粉末加热、熔化、流动、沉积成形全过程的模型;(3)宏观尺度零件成形过程模型。     

单流体二维太阳风结构的磁流体力学模拟

在添加动量项的条件下，对单流体二维磁流体力学方程组进行模拟，得到了子午面上的太阳风结构，结果表明，添加动量项的形式及其被加入的位置对远区太阳风速度和质子密度有重要的影响。本文在适当的区域加入合适的动量项得出了远区太阳风速和质子密度与Ulysses观测基本符合的结果。文中给出了较合适的动量添加区域为3.5-10Rs(Rs为太阳半径）。     

双级螺旋式重复折展锁解太阳翼设计与展开特性分析

提出了双级螺旋式重复折展锁解太阳翼, 通过分析其工作原理, 根据双级螺旋式重复折展锁解太阳翼设计需求, 完成了其功能分析以及技术参数和结构尺寸的确定. 通过双级螺旋式重复折展锁解太阳翼展开特性分析, 研究了重复折展锁解太阳翼运动传递关系, 建立了其展开运动特性分析模型, 包括正运动学和逆运动学模型. 利用仿真求解计算获取获得了太阳翼各基板展开的同步度与平面度值. 仿真结果表明, 所提出的双级螺旋式重复折展锁解太阳翼满足设计指标要求, 为其进一步研究提供了重要理论依据.      

星载全球大气波动成像仪研究

在卫星上对中间层顶区域的气辉辐射成像观测, 对于全球大气波动的监测和研究具有重要的意义. 利用TDICCD对O₂A (0-0)气辉进行成像观测, 计算了曝光积分时间、信噪比和能达到的最高空间分辨率, 分析了地球自转对空间分辨率的影响, 在此基础上提出一种星载全球大气波动成像仪方案, 该方案可以观测垂直波长大于10km的大气波动, 最高水平分辨率可以达到0.33km.      

太阳帆航天器行星际轨道转移优化算法

研究基于遗传算法的太阳帆行星际转移轨道的全局优化问题.通过极小值原理推导了太阳帆全局优化控制律,并以太阳帆飞行时间最短为优化目标函数,运用遗传算法对发射时间、到达时间和协态变量初值进行参数优化设计.为了解决轨道转移这一多约束优化问题,在遗传算法中加入动态罚函数.在此理论基础上作了从地球同步轨道出发到火星同步轨道转移和从地球出发与火星交会两个算例,仿真结果表明了该方法在太阳帆转移轨道全局优化中的有效性.     

基于DDPG-PID的机器人动态目标跟踪与避障控制研究

针对机器人在动态复杂环境下的操作问题,研究机械臂跟踪运动目标及避障的运动控制方法。采用传统PID控制方法与DDPG强化学习算法相结合的方式,利用PID控制使得机械臂的工作平面快速接近目标物并与之重合,再使用DDPG算法让机械臂在平面内自主学习追踪目标物投影同时避开障碍物投影,最终在三维空间中实现跟踪与避障。该方法将机械臂作为一个智能体,智能体通过感知目标物和障碍物的距离偏差来自主学习避障跟踪策略。将本方法用于多自由度机械臂路径规划与避障任务中,对比单纯使用DDPG算法将机械臂作为智能体在空间中进行决策控制,仿真结果显示本文所提出的方法收敛效果和控制性能更好,机械臂能在训练后实现目标物的稳定跟踪和障碍物的躲避。     

基于STM32F429的全向运动平台的运动控制

全向运动平台系统是可以实现人体在各个方位行走的2D运动平台。针对实现人体在全向运动平台稳定行走的运动控制,采用加入观测器的一阶控制算法对平台运动控制进行探究。先通过MATLAB软件进行算法的仿真,验证方法的可行性;再通过现场测试,验证控制算法的有效性。最终试验表明,加入观测器的一阶控制算法可对全向运动平台实现有效的运动控制。此运动控制策略的探究为全向运动平台的运动控制提供了一种可行的控制思路和方案。     

基于改进YOLO V5的无人机航拍图像小目标检测方法

本文针对无人机航拍目标检测技术中目标聚集、目标较小及实时性差等问题,将YOLO V5的主干架构进行改进,简化Neck网络,提出了一种提高检测速度又能准确识别的无人机航拍图像检测技术方案。经过仿真实验测试,改进后的YOLO V5网络在保持识别精度的同时,检测速率提升了31%,满足无人机在航拍作业时对于准确性与实时性的要求。