关键词： 芳樟   精油   低共熔溶剂   冻融   多元提取模型   提取机理  

摘要： 针对中国南方特色林木芳樟叶中精油的提取效率低、提取数学模型精准性差及提取过程物质转移机制不明等问题,以芳樟叶为原料,分别建立了酶辅助、低共熔溶剂、冻融法预处理结合水蒸气蒸馏高效提取芳樟精油的方法。基于响应面法、人工神经网络及其优化算法等建立芳樟精油的多元提取模型,优化获得芳樟叶精油提取的最佳工艺,实现芳樟叶精油的高效提取。通过提取前后芳樟叶的微观结构变化,揭示预处理手段对芳樟叶的破壁机制和芳樟精油提取过程的转移机制。主要研究结果如下: 1.提出了纤维素酶法辅助水蒸气蒸馏(EASD)提取芳樟精油的方法。采用响应面法和人工神经网络(ANN)与遗传算法(GA)、模拟退火算法和粒子群优化算法结合,确定了酶法辅助水蒸气蒸馏提取芳樟精油的最佳条件。结果表明,建立的GA-ANN预测模型具有更高的可靠性和准确性,最佳提取工艺为:蒸馏时间4.0 h、液固比13.469 mL/g、酶解时间1.511 h和酶用量0.555 g,芳樟精油的预测得率为1.373%,实际得率为1.365±0.11%。与传统水蒸汽蒸馏(SD)相比,该方法的芳樟精油得率提高了18.69%。微观结构分析表明,纤维素酶对芳樟叶细胞壁具有破坏作用,降低了传质阻力,促进了芳樟精油的提取。通过对酶法辅助提取的芳樟精油进行气相色谱-质谱(GC-MS)分析,从芳樟精油中鉴定出33种活性成分,占精油总含油量的89.01%。 2.构建了一种由甜菜碱和苹果酸(摩尔比为1:1)组成的低共熔溶剂(DES)辅助水蒸气蒸馏同步提取芳樟精油和木质素的新方法。采用响应面法和人工神经网络及其优化算法建立了芳樟精油的多元提取模型,对比研究表明,建立的GA-ANN提取预测模型具有更高的精度和可靠性。获得最佳提取工艺为:低共熔溶剂的含水率40%、液固比9.00 mL/g和蒸馏时间51.81 min,芳樟精油和木质素的预测得率分别为3.23%和10.53%,实际得率分别达到3.15±0.02%和9.75±0.15%。相比于传统的水蒸汽蒸馏法,该方法的芳樟精油得率提高了 23.04%。微观结构分析揭示了木质素与纤维素和半纤维素之间的连接被低共熔溶剂分解,导致木质素脱落,从而加速了芳樟精油的提取机制。傅里叶变换红外光谱(FT-IR)和二维核磁共振谱(2D-HSQC NMR)分析了木质素的组成。对低共熔溶剂辅助提取的芳樟精油进行GC-MS分析,从芳樟精油中检测出17种化学成分,占精油总含量的99.83%。 3.设计了一种冻融(FT)辅助水蒸气蒸馏提取芳樟精油的新方法。采用人工神经网络结合遗传算法优化了提取工艺参数。在冻融液固比8.7 mL/g、冻结时间10.1 h、冻结温度-37.4℃和蒸馏时间63.9 min时,芳樟精油的预测得率为3.57%,实际得率为3.56±0.03%。与传统水蒸汽蒸馏相比,该方法的芳樟精油得率提高了 39.06%。微观结构分析表明,冻融过程中在植物组织内形成的冰晶导致植物细胞不可逆的破裂,从而加速了精油的溶解,增加了传质驱动力,降低了提取过程的阻力。对冻融辅助提取的精油进行GC-MS分析,从芳樟精油中鉴定出14种化学成分,占总精油的96.85%。 通过构建芳樟精油提取新方法,将人工智能技术引入到芳樟精油的提取工艺优化过程中,构建了精准预测芳樟精油的提取多元数学模型,不仅有效提高了芳樟精油的提取效率,还能实现芳樟资源的最大化利用,为类似植物资源有效成分高效提取开发提供有益借鉴。

关键词： 交通运输规划与管理   定制公交   线路优化   车辆窗   遗传算法  

摘要： 针对多车型定制公交线路优化研究中考虑因素不够贴近实际情况的问题，本文引入车辆窗来研究定制公交的线路优化问题。首先，引入车辆窗概念，以描述不同公交车辆的发车成本、行驶成本、车辆容量和行驶速度。其次，构建引入车辆窗的整数线性规划模型，以乘客时空窗和车辆窗为输入，以企业运营成本和乘客出行成本最小化为目标。最后，针对大多采取混合编码所导致站点服务顺序混乱与寻优效率低的问题，结合模型特点，设计了包括公交车辆、上车点和下车点的三段式混合编码的遗传算法对模型进行求解，并在Sioux Falls网络开展算例分析。结果表明：引入车辆窗后能够得到更贴合实际的线路方案，且车辆的车速比差值越大对方案的影响也越大。

关键词： 光伏阵列   故障诊断   人工神经网络   门控卷积   小样本数据集  

摘要： 近年来,在“双碳”背景下,清洁能源受到的重视程度越来越高。太阳能光伏发电作为最重要的可再生能源之一,其规模得到了迅速地增长。根据国际能源署(IEA)的最新数据,2023年全球光伏新增装机容量达到420GW,比2022年的228GW大幅增长了85%。太阳能光伏发电系统通常安装在室外相对恶劣的环境,光伏阵列容易发生各种故障,影响发电效率,严重时甚至会引发事故。 对光伏阵列进行有效地故障诊断是非常必要的。当前基于数据驱动的故障诊断方法已成为光伏阵列故障诊断的研究热点,其中,人工神经网络(ANN)用于光伏阵列故障诊断越来越普遍。本文针对于ANN容易产生梯度消失和在小样本数据集中诊断效果不理想的问题,提出了一种基于改进ANN的光伏阵列故障诊断算法,具体工作包括: (1)通过对光伏发电系统的主要分类和工作原理分析,在MATLAB/Simulink中建立4×3规模、4200W功率的光伏阵列仿真模型,通过仿真实验得出不同辐照度和环境温度下,阵列正常运行状态以及4种典型故障状况下的运行输出特性曲线;详细分析了各参数变化,生成了用于故障诊断的深度学习样本数据集。为了获得真实实验数据,搭建了一个3×2规模、600W功率的小型光伏发电系统,安装数据采集装置,为后续研究提供了真实样本。此外,通过查阅文献选择了一个真实实验台获取的具有515958组数据的不平衡数据集。本文拟利用所获得的三个数据集研究光伏阵列的故障诊断。 (2)分析ANN模型的工作机理,为减少ANN模型出现梯度消失现象影响训练效率导致诊断准确率下降的问题,提出了在原ANN模型的输入层和输出层中加入门控卷积层、扁平化层以及两个全连接层的结构替代原有的隐藏层,并使用Adaptive Softmax作为输出层的激活函数以提高诊断模型性能的方案,构建新模型。在三个数据集上,通过引用近年来在光伏阵列故障诊断中常用的ANN、k NN、LSTM以及XGBoost模型进行诊断性能对比。实验结果表明,本文提出的新模型具有更好的诊断性能,三个数据集的准确率分别为98.6%、99.6%和100%。 (3)在实际系统中,往往存在故障样本数据不足影响深度学习模型性能的问题。基于此,本文提出了在改进的ANN模型中加入提高特征提取能力的inception模块和防止过拟合的正则化Dropout技术。通过现有仿真数据集和所搭建的小型光伏发电系统运行数据进行模型间性能对比验证,结果表明加入inception和Dropout结构的改进后的ANN故障诊断模型具有更好的诊断性能。

关键词： 铁路编组站   调车作业   智能调度   车流均衡   遗传算法  

摘要： 针对铁路编组站调车作业效率问题，分析了当前作业流程瓶颈与技术局限，提出了基于智能调度算法的精确优化方案、 LSTM车流预测与均衡调配策略、多层次自动化控制系统和知识图谱支持的智能决策方法。设计了多目标作业优化方案、物联网监测系统和数字孪生监控平台，以期提升编组站作业效率，降低能耗，增强可靠性，为编组站现代化转型提供技术路径。

关键词： 通识课人工智能+X   个性化   跨专业人才培养   双导师制度  

摘要： 针对高等院校“人工智能+X”复合型专业人才的培养中存在的问题，本研究提出了一种基于“通识课人工智能+X”的复合型创新人才培养模式，并以人工神经网络与深度学习基础课程为例，探究培养模式的可行性。课程从课程影响面的分析、零基础个性化人才培养方案、定制化双导师制度、依托海洋大数据的科研平台建设、人工智能附能课程思政教育等几个方面实探索跨专业人才培养。研究发现，经过9轮打磨优化，课程得到了学生和专家的一致认可，展示了“通识课人工智能+X”培养模式的优越性和可行性，新的培养模式确实可以弥补目前复合型人才培养模式的一些不足。

关键词： 智能化技术   船舶电子设备   故障诊断   专家系统   人工神经网络  

摘要： 随着船舶电子设备的复杂性和功能集成度不断提高，其故障诊断与维护面临着严峻挑战。传统的故障诊断方法难以满足复杂多样的故障模式的诊断需求，因此，引入智能化技术成为提高诊断效率和准确性的关键路径。本文分析了船舶通用电子设备的主要故障特征，结合专家系统、人工神经网络和模糊逻辑理论等智能化技术，设计了一套系统化的故障诊断框架。通过数据采集、故障特征提取及智能诊断引擎的构建，形成完整的诊断流程，以期为船舶电子设备的高效诊断和运维提供技术参考。

关键词： 半主动悬架   路面信息   阻尼连续可调减振器   最优控制   遗传算法   粒子群算法  

摘要： 随着汽车产业技术快速迭代更新,汽车智能化进程对底盘也有了新的需求。悬架作为连接车身与车轮的机构,不仅影响行驶安全性,还影响行驶平顺性和操纵稳定性。目前悬架主要分为半主动悬架和主动悬架,主动悬架的特点是功耗较高、需要额外的能量输入、悬架控制策略较为复杂、成本较高,半主动悬架的特点是功耗较低、隔振性能好、无额外能量输入需求、成本较低,因此半主动悬架仍然是智能悬架研究的重要方向之一。常见的半主动悬架系统采用阻尼连续可调减振器作为阻尼执行元件,可以根据汽车行驶不同的路况对减振器阻尼实现连续调整,有效衰减路面激励对车辆的振动与冲击。目前,限制悬架性能进一步提高的重要因素是对路面信息的缺乏,随着汽车智能化技术的不断发展,考虑路面信息的半主动悬架系统控制策略可解决传统半主动悬架系统中存在的路面信息输入问题,进而提升车辆平顺性与操纵稳定性。综上,本文旨在建立一种考虑路面信息的半主动悬架系统控制策略,合理选取控制参数来保证车辆稳定的前提下尽可能提高乘坐舒适性,解决控制过程中的路面信息前馈和状态反馈问题,为汽车悬架的智能化发展提供方案。 针对上述内容,本文依托吉林省科技发展计划项目“线控一体化底盘电动汽车自动换道决策与控制研究”(项目编号:20230101121JC)和中华环境保护基金项目“基于分布式驱动的智能底盘汽车协同控制研究”,结合路面信息技术和半主动悬架系统控制策略,开展考虑路面信息的半主动悬架系统控制策略研究。首先,通过软件MATLAB/Simulink建立了半主动悬架系统的二自由度悬架模型和四自由度悬架模型,二自由度悬架模型用于研究控制策略,四自由度悬架模型用于研究考虑路面信息的半主动悬架系统控制策略。然后,对半主动悬架的控制策略进行了研究,包括混合天地棚控制策略、LQR最优控制策略和改进遗传粒子群优化的LQR控制策略。最后,基于轴前路面信息、轴间路面信息和多点预瞄路面信息对半主动悬架的控制策略进行了研究,并进行了测试与验证,以提高车辆平顺性和操纵稳定性。本文具体研究内容如下: (1)半主动悬架系统与路面激励建模。首先,为了对半主动悬架系统控制策略进行研究,建立了二自由度悬架模型,并利用四自由度悬架模型来研究考虑路面信息的半主动悬架系统控制策略。然后,利用MTS850试验台对阻尼连续可调减振器进行了外特性测试,在此基础上建立了改进的Hysteretic减振器模型,并完成了模型验证。最后,建立了随机路面模型和凸块路面模型,为后续研究控制策略提供了仿真路面的基础。 (2)半主动悬架系统控制策略研究。首先,搭建了混合天地棚控制策略,用于控制半主动悬架系统中阻尼连续可调减振器的阻尼。其次,设计了LQR最优控制策略,取最优控制的目标变量为簧载质量加速度、轮胎动位移、悬架动行程和悬架控制力,并建立了二自由度车辆悬架LQR控制器性能指标函数。然后,设计了改进遗传粒子群优化的LQR控制策略,建立了权重系数的优化模型,提出了基于改进遗传粒子群算法对LQR最优控制参数优化的方案。最后,利用MATLAB/Simulink对所提出的三种控制策略进行了仿真验证。 (3)基于路面信息的半主动悬架系统控制策略研究。首先,建立了轴前路面信息模型,确定轴前路面信息的预瞄时间,优化了基于轴前路面信息的1/4车辆悬架系统性能指标函数,对基于轴前路面信息的控制策略进行仿真分析,验证了考虑轴前路面信息的控制策略有效性。其次,建立了轴间路面信息模型,优化了基于轴间路面信息的半车悬架系统性能指标函数,对基于轴间路面信息的控制策略进行仿真分析,通过仿真得到考虑轴间路面信息的控制策略可以有效改善后轴性能。最后,对多点预瞄路面信息进行模型建立,得到了多个预瞄点下的后轴预瞄路面信息,并进行仿真分析,仿真系统控制策略包括考虑轴间路面信息的改进遗传粒子群优化的LQR控制策略、两点预瞄下改进遗传粒子群优化的LQR控制策略和三点预瞄下改进遗传粒子群优化的LQR控制策略,通过仿真验证了多点预瞄状态下悬架控制策略对后轴性能改善的有效性。

关键词： 集中供热   热源调控   遗传算法   分阶段调节   运行成本优化  

摘要： 针对现有热源运行调控研究中热源生产特性与一次网水力热力特性解耦、缺乏逐时热量供需匹配等问题，本文提出基于分阶段定流量调节的热源运行优化方法。通过构建热源生产特性预测模型与全网供热负荷预测模型，结合遗传算法对供暖季逐时供水温度及流量组合进行全局寻优。经验证，该模型能够适用于集中供热系统热源运行调控的优化控制。

摘要： 随着电力需求的不断增加,电力工程变电站负荷预测的准确性对电力系统的运行和优化至关重要。遗传算法作为一种常用的优化技术,已广泛应用于负荷预测领域。首先介绍改进遗传算法的基本原理,并在此基础上构建负荷预测优化模型,最后进行技术应用测试,证明了改进遗传算法在实际电力工程中的有效性和可行性。

关键词： 电致变色玻璃窗   EnergyPlus   光热环境   建筑能耗   遗传算法   控制阈值优化  

摘要： 在建筑围护结构中,窗构件对室内光热环境及空调能耗具有决定性作用。电致变色玻璃窗(Electrochromic Windows,EC窗)是一种新型智能窗,可通过外接电压调节透光率及颜色,选择性吸收或反射外部热辐射,减少室内热量散失。凭借这一特性,EC窗可提升人员热舒适度、增强自然采光并改善视觉舒适度,同时降低建筑的空调能耗。相较于外遮阳和内遮阳装置,EC窗兼具节能特性、环境适应性、空间效益及经济优势。本文研究了电致变色玻璃窗在无空调情况下对室内光热环境的影响以及在有空调情况下的建筑节能效果,为电致变色玻璃的实际工程应用提供了参考。 本论文主要工作内容如下:本文使用EnergyPlus软件,构建夏热冬冷地区办公建筑模型,选取与热舒适性相关的PMV-PPD指标和与视觉舒适性相关的眩光指数(DGI),分析该建筑在不同玻璃材料以及在无空调状态下各类指标的变化规律,旨在揭示不同玻璃材料对室内环境质量的调节作用,为优化办公建筑的光热环境提供科学依据;此外,为探究EC窗控制方式对建筑能耗的影响,结合Matlab构建基于遗传算法的控制阈值优化模型,分析建筑总负荷、总耗电量及楼层差异,探讨最优控制阈值的影响规律。 通过研究,得出如下结论: (1)对于建筑室温,夏季高温(高于28℃)时段,EC窗比6mm玻璃窗和低辐射玻璃窗(Low-E窗)分别降低26.27%和20.55%;冬季低温(低于16℃)时段,分别降低43.38%和14.96%。同时,高层建筑受太阳辐射影响更显著,高温时间随楼层升高而增加。 (2)对于建筑热舒适性情况,EC窗全年舒适小时数显著优于6mm玻璃窗(春、夏、秋、冬季分别提升15.73%、19.54%、12.16%、17.31%)。与Low-E窗相比,夏季提升明显,冬季较为接近。在只考虑室内热舒适性的前提下,春、夏、秋季适合使用EC窗,而冬季Low-E窗和EC窗均能采用。 (3)对于建筑眩光指数情况,(以DGI指数22为人体可以接受的眩光临界值),EC窗比6mm玻璃窗眩光控制提升2.24%至3.68%,光环境略微有所改善;与Low-E窗相比,改善不明显,春夏季适用Low-E窗,秋冬季适用EC窗更优。 (4)对于办公建筑照明设备能耗,基于室内温度最优控制值为31.05℃时,有较好的节能效果,全年节约能耗达114.24k W·h,节能率约36.23%;对于制冷设施,在设定点的光照强度达到最优控制值285.54lux时,节能效果明显,全年节能1620.94k W·h,节能率约28.32%;对于制热设施能耗,基于室内温度最优控制值为23.85℃时,有较好的节能效果,全年节能1217.58k W·h,节能率约55.6%;对于整栋建筑耗电量,基于设定点光照强度最优控制值499.29lux时,有较好的节能效果,全年节能1838.56k W·h,节能率约22.34%。 (5)对于不同楼层,基于设定点光照强度的节能效果最好,2、3、4、5楼的最优控制值分别为479.28lux、495.42lux、502.31lux、511.33lux,节能率分别为7.95%、8.71%、11.79%、13.92%。结果表明,随着楼层的升高,节能率主要表现为上升趋势;同时高层区域由于受太阳辐射的影响更大,基于光照强度的控制策略能够更有效地降低能耗。 图[63]表[34]参[100]