课程文献中心 更多>>

关键词： 热泵新风一体机   近零能耗居住建筑   负荷特征   新风控制策略   对流末端优化  

摘要： 近零能耗建筑不同于常规建筑的负荷特点推动了热泵型新风环境控制一体机的产生和发展,为了推进机组在我国不同气候区的应用,本研究应用数值模拟结合实验的方法分析了近零能耗居住建筑的负荷侧需求、依据负荷侧需求的容量设计和结构优化、机组的新风控制策略以及对流末端的改善。具体研究内容如下: 首先利用TRNSYS软件分析5个气候区典型城市近零能耗居住建筑的负荷特点,再分析4种新风利用场景下的建筑年耗冷/热量特征。结果表明优异的围护结构可显著降低近零能耗建筑年耗热量,但如果没有有效的新风热回收及自然冷源利用技术措施,仅靠建筑围护结构性能的提升,各个气候区的建筑都很难实现近零能耗。利用新风热回收后5个气候区年耗热量需求可降低46.99%～54.92%,严寒、寒冷地区年耗冷量分别升高23.33%和3.30%,夏热冬冷地区、夏热冬暖地区及温和地区年耗冷量降低10%以上。从严寒地区到夏热冬暖地区,供冷季通过开窗引入室外新风可降低年耗冷量4.84 kW·h/m2～2.24kW·h/m2。供冷季有组织利用室外新风供冷对年耗冷量需求影响与新风量相关,选择适合的新风量可以有效降低年耗冷量。 其次在逐时冷/热负荷的基础上,分析了热泵选型时的最佳平衡点温度法,通过该方法可优化热泵型新风环境控制一体机的容量配置,提升机组的运行效率。此外通过分析新风不同利用场景对建筑耗冷/热量的影响确定不同气候区机组的运行模式,为机组的装机提供指导。 然后建立建筑与基于温度控制的机组的耦合模型,分别对比供暖季常规新风控制策略和按需新风控制策略的室内环境和机组能耗以及供冷季室外空气可作为自然冷源的条件。结果表明在室内CO2限值为950 ppm时,室内空气质量满足标准要求,哈尔滨、北京及武汉的机组能耗可降低10%以上;当供冷季利用室外空气作为自然冷源的风量为960 m3/h时,风机增加电耗高于热泵降低电耗,因此不利用自然冷源最佳。当风量减小至240 m3/h时,哈尔滨和北京供冷季的总耗电有2%～5%的降低。 最后使用CFD软件对热泵型新风环境控制一体机的对流末端进行优化,分别从末端的送风口形状、送风口位置、送风口安装高度、回风位置及送风速度5个方面对热泵型新风环境控制一体机以内循环模式运行时的室内温度场进行优化。此外对热泵型新风环境控制一体机以新风模式运行时的小风量下的房间空气龄进行模拟,并通过改变送风速度改善房间空气龄。结果表明通过改变送风口面积从而改变送风速度的方式可显著改善室内温度场和房间空气龄,室内垂直温差可降低50%,房间空气龄可降低50%以上,且在床附近区域无明显吹风感。 本文的研究为热泵新风一体机在近零能耗居住建筑的推广及应用提供理论基础。

关键词： 多智能体集群自主协同控制   复杂动态环境   强化学习   图注意力机制   行为推理  

摘要： 人工智能驱动的多学科交叉融合发展催生了新兴的多智能自主协同控制技术,在推动科技创新与产业发展、塑造未来战争形态、维护国家安全与战略利益等方面具有重要的战略地位,在社会经济与军事国防等领域具有广阔的应用前景,但在实际复杂动态环境的应用仍需解决诸如:环境解析能力弱、策略非最优与非平稳、以及策略环境适应性差等关键问题。本文围绕以上研究难点,着力研究随机噪声环境、通信受限环境、随机动态环境、输入约束环境等复杂动态环境下的多智能体自主协同控制方法。 (1)针对随机噪声环境下多智能体集群协同控制算法面临的系统共识速度慢与控制策略不佳的问题,本文提出一种新颖的基于深度强化学习的多智能体领导者-跟随者集群自主协同控制算法。首先,本文构建了一种适用于多智能体集群控制系统的基于图神经网络的多智能体深度强化学习算法模型,并为所提出的算法模型设计一个带损失权重的图神经网络模块以完成对系统结构信息的特征提取,提高智能体对系统结构信息的解析能力。此外,为提高训练效率,利用智能体的同质性,本文设计一种基于智能体间网络与经验共享的合作学习框架。研究结果表明,所提出的强化学习算法比传统强化学习算法具有更好的学习效果与更快的收敛速度,并且在随机环境中,所提出的领导者-跟随者集群控制算法的集群共识速度与控制稳定性优于传统集群控制算法与其他基于强化学习的集群控制算法。 (2)进一步针对通信受限环境下多智能体集群控制系统的通信环境自适应与系统规模可扩展性问题,本文提出一种基于图注意力多智能体强化学习的集群自主协同控制算法。首先,本文将基于距离的图注意力模块引入策略网络中,降低通信质量较差的远距离智能体信息对当前智能体的行为决策的影响,并解决智能体所面临的通信受限环境下的自适应问题。此外,基于距离的图注意力模块通过信息聚合的方式使智能体的策略网络参数不依赖于智能体的数量规模,从而实现策略对动态规模的多智能体集群系统的自适应性。利用所学的策略,智能体可根据通信得到的局部信息完成分布式自主控制。研究结果表明,相对于现有的其他集群控制算法,所提出的集群控制算法在应对通信时延与通信距离约束的环境均具有更优秀的表现,并同时对动态的智能体数量规模具有自适应性。 (3)为进一步解决随机动态环境下的多智能体集群自主协同控制系统自适应问题,本文在基于距离的图注意力模块的基础上进一步设计一种基于距离的图自编码器模块,并融入到多智能体强化学习的策略网络与评价网络中,以完成对智能体观测状态中的系统内部信息与外部障碍物环境信息的处理与聚合。基于距离的图自编码器模块使智能体更关注于重要的系统信息与环境信息,改善由随机通信与随机动态障碍物引起的智能体的状态转移非平稳问题,增强智能体对观测状态的理解力,并实现对动态障碍物规模环境场景的自适应。此外,采用基于全局融合奖励的策略评估方法最小化集群与避障过程产生的系统控制损失。研究结果表明,本文算法在随机动态环境适应性与全局控制策略优化等方面明显优于其他基于强化学习的集群协同控制算法,并充分证明了所提出的算法对智能体数量规模与障碍物数量规模具有自适应性。 (4)针对多智能体集群自主协同控制算法在输入约束环境中的实用性问题,本文提出一种基于模型交互学习的多智能体集群控制系统框架。首先,本文提出一种基于时序注意力神经网络的智能体运动模型构建方法,为智能体与环境交互提供更真实的智能体运动模型。同时,将合作学习框架与基于距离的图自编码器模块融入到Soft Actor-Critic算法中,构造一种多智能体合作Soft Actor-Critic(Multi-Agent Cooperative Soft Actor-Critic,MACSAC)算法,用于控制策略模型优化。然后,通过联合智能体运动模型与MACSAC算法,构建一个基于模型交互的数字学习系统以实现对控制策略的离线优化。最后,设计了一个基于先验策略的行为推理模型,并将该推理模型引入到MACSAC算法中,用于推断无通信的邻近智能体的运动状态,实现智能体对环境的深度感知,解决输入约束环境中因观测状态信息丢失而引起的控制策略不佳问题。研究结果表明,所构建的数字学习系统能够有效模拟智能体在实际环境场景中的策略学习,行为推理模型能够有效提高多智能体集群协同控制算法在输入约束环境中的控制稳定性与适应性。 本文各部分研究内容按照环境的复杂程度从易到难逐步深入,并以强化学习为主要研究方法解决复杂动态环境下多智能体自主协同控制问题。本文研究为未来多智能体协同系统研究提供了新颖且有效的研究方法,对推动多智能体协同技术在社会经济及军事领域的应用具有重要的理论意义和应用价值。

关键词： 尾涡   数值模拟   侧风   湍流   地面效应  

摘要： 在全球化的今天,航空运输的重要性与日俱增,航班延误问题也日益严重,尾流间隔(保障后机不受前机尾流影响的最小安全间隔)是制约机场效率的关键因素。本文主要考虑了几种复杂条件(侧风、湍流、地面效应)对于飞机尾涡演化的影响。 首先,本文详细分析了进近着陆阶段,飞机如何受到低空风切变的影响。在航空飞行中,低空风切变极易对处在起飞爬升或进近着陆阶段的飞机带来安全隐患,严重时会导致飞机失速甚至坠毁。低空风切变往往还具有持续时间短、尺度小、突发性强等特点。因此在我国民航和通用航空业高速发展的背景下,加强对飞机遭遇低空风切变的数值模拟仿真和研究具有重要意义和实际价值。采用SST湍流模型计算尾涡演化,通过构建二维H-B尾涡模型,编译环境侧风不同的七种情况进行尾涡耗散机理的数值模拟,通过对比成都双流机场实地探测的尾涡发现在非线性垂直切变影响下侧风和涡诱导速度的叠加会导致尾涡对周围的压力分布不对称,引起尾涡对倾斜。 其次,本文重点探讨了在均匀各向同性大气湍流条件下的尾涡的演化规律,采用大涡模拟(Large Eddy Simulation,LES)方法研究A330-300飞机尾涡在大气中的演变特性。研究工作首先发展了飞机尾涡演变的LES方法,将自适应网格技术应用于飞机尾涡演变的LES,大幅减少所需的网格量,采用LES计算了环境大气湍流下在3种不同湍流耗散率下的情况,并将数值模拟结果与成都双流机场的激光雷达尾涡探测情况进行了对比研究。研究结果显示:采用自适应网格法生成的涡核区域的细化网格在飞机尾涡的数值研究中被证明在是可靠的,能够很好地捕捉到长短波不稳定性;尾流相遇的安全性主要受环境湍流强度和尾涡结构不稳定性的发展影响。 最后,本文深入探索了双涡系统在不同湍流耗散率下的行为特征,并重点研究了涡流和湍流在地面效应作用下的相互作用及其物理原理。湍流本身是通过Rogallo能谱LES获得的,然后用双涡系统(two-vortex systems,2VS)补充流动。为了深化对涡流行为的理解,我们采用LES进行了分析,该模拟结果提供了涡流行为的平均值及其变化范围。 本文全面考虑了几种复杂条件下飞机尾涡演化的影响,提供了在低空风切变、大气湍流和地面效应条件下飞机尾涡演化的深入分析和数值模拟。通过多种方法和技术的综合运用,增强了模拟的准确性和可靠性,为理解和预测飞机尾涡的动态演化提供了有力的理论支持和实证依据。本文为航班运行的安全和效率提供了宝贵的理论指导和实践参考。在航空运输日益发展的今天,本文对于推动我国民航和通用航空业的持续、健康和安全发展具有一定的理论和实践意义。

关键词： 磷化硼   磷酸硼   密度泛函紧束缚   深度学习   势函数  

摘要： 磷化硼（Boron phosphide,BP）是一种具有层状结构的III-V族半导体材料,具有出色的热稳定性和耐腐蚀性、较高的硬度和脆性,导电性能介于导体和绝缘体之间,使得BP在硬质合金、陶瓷材料、电子器件等领域具有独特的应用价值。磷酸硼（Boron phosphate,BPO4）是一种重要的无机材料,化学性质稳定,不溶于水、酸和碱,具有优良的热稳定性、电绝缘性和耐火性,因此被广泛应用于电子、陶瓷、玻璃、化学等领域。对两种硼磷体系材料的研究有助于深入了解无机化合物的成键规律、晶体结构和性能关系等基本问题,可以揭示更多关于无机材料的新现象、新规律和新应用,推动材料科学的发展。随着计算材料科学的飞速发展,基于量子力学的模拟方法在材料设计与性质预测领域中发挥着越来越重要的作用。密度泛函理论（Density Functional Theory,DFT）在处理复杂材料体系时往往面临计算量大、消耗资源多等问题,亟需一个可以快速精确计算复杂材料体系的方法和对应的势函数。构建B-P、B-P-O体系的DFTB势函数和深度学习势函数,可以实现对B-P和B-P-O体系的快速模拟和性质预测,本论文分别基于密度泛函紧束缚近似方法（Density Functional Tight Binding,DFTB）和深度学习方法（Deep Learning,DP）,构建了B-P、B-P-O体系的DFTB势函数和深度学习势函数,使用所构建的势函数研究了BP和BPO4的晶体结构、电学性质、力学性质和热学性质,通过与实验数据及密度泛函理论方法计算的数据进行对比,讨论了所构建势函数的准确性和可转移性,主要研究内容如下: 使用DFTB方法构建了B-P体系的DFTB势函数,并使用构建的DFTB势函数研究了三种不同B-P结构的晶体结构、力学性质以及电学性质。结果发现,构建的B-P体系DFTB势函数的短程相互作用势约在1.38（?）处收敛,表明所构建的B-P体系DFTB势函数是可靠的。基于所构建的B-P体系DFTB势函数计算了三种B-P结构的晶格常数、力学性质和电学性质,与DFT计算结果及实验数据进行对比,两种计算方法得到的各性质吻合良好,表明所构建的DFTB势函数可以精确再现DFT对B-P体系的计算结果。 基于DFTB方法构建了B-P-O体系的DFTB势函数,利用构建的DFTB势函数研究了BPO4的结构性质、力学性质以及电学性质,并通过与DFT及实验数据进行对比,研究了所构建的B-P-O体系DFTB势函数的准确性及可转移性。结果发现,构建的B-P-O体系DFTB势函数的短程相互作用势约在3.75（?）处收敛,基于所构建的B-P-O体系DFTB势函数计算的晶格常数、力学性质及电学性质和DFT结果一致,差异在8%以内,所构建的DFTB势函数可以精确再现DFT对B-P-O体系的计算结果。 利用深度学习方法构建了BP的深度学习势函数,通过构建的深度势函数研究了BP晶体的晶体结构、力学性质和热学性质,与DFT及实验数据进行对比研究了所构建的BP深度学习势函数的准确性及可转移性。结果发现,DP模型计算的能量和力与DFT数据吻合较好,均方根误差小于0.03,表明构建的BP深度学习势函数精度较高。使用构建的BP深度学习势函数计算了BP晶体的各种性质,并与DFT计算结果对比,两种计算结果数据误差约为±5%,所建立的DP模型具有接近DFT的计算精度,是预测BP性质的一种有效方法。 基于深度学习方法构建了B-P-O体系的深度学习势函数,使用构建的深度势函数研究了BPO4晶体的晶体结构、力学性质和热学性质,通过与DFT及实验数据进行对比,研究了所构建的B-P-O体系深度学习势函数的准确性。结果发现,DP模型计算的能量和力与DFT数据均方根误差分别为1.74×10-3 e V/atom和3.57×10-2 e V/（?）,使用构建的B-P-O体系深度学习势函数计算了BPO4的晶格常数、力学性质及热学性质与DFT计算结果对比,两种计算结果一致,所建立的B-P-O体系深度学习势函数具有接近DFT的计算精度,可以准确快速的预测B-P-O体系性质。 图30表15参147

关键词： 稻麦轮作农田下垫面   近地层   湍流通量   Monin-Obukhov相似理论   稳定度修正函数  

摘要： 稻麦轮作农田是我国典型农田类型,在该地区气候模式的模拟效果对我国农田气候模拟具有重要参考价值。气候中尺度模拟结果对近地层通量极为敏感,选择合适的通量计算方案对模拟效果至关重要。因此,对比分析稻麦轮作农田下不同的通量计算方案具有重要意义。本文整理了18种近地层湍流通量计算方案,首先,利用理论对比研究了解各种方案之间的差异规律以及特性。其次,选出8种具有代表性的方案,采用寿县国家气候观象台实测资料对比分析了各方案在稻麦轮作农田的计算特征和差异。结果表明,在不同稳定度和不同风速情况下,各方案的误差特征各异。基于归一化标准差综合评价了各方案的准确度,总体而言,所有方案动量通量的总体平均归一化平均差为0.536,其中Sharan和Srivastava,2014方案最大为0.575,Sharan和Srivastava等,2020方案最小为0.517;所有方案感热通量的总体平均归一化标准差为0.638,其中Gryanik等,2020方案最大为0.871,Sharan和Srivastava,2014方案最小为0.476。然后,本研究将这8种方案移植到WRF4.5的MYNN方案中,通过两层嵌套模拟了安徽省四个季度白天和夜间的风场、温度场和湍流通量,并将其与相应的ERA5数据进行比较,详细地探讨了各方案在不同时间不同区域的模拟差异并给出了针对安徽省主要农作地区淮北平原的湍流通量计算方案的使用建议,最后,基于d02单格点数据通过统计误差对比,给出了稻麦轮作农田下垫面湍流通量计算方案的使用建议。本文的研究结论,可为稻麦轮作农田下垫面准确计算近地层湍流通量提供支撑。

关键词： 装配式   三角形网   定位胎架   施工坐标系  

摘要： 装配式桥梁一体化安装施工测量控制精度，直接影响安装质量。文章通过测量控制网优化、建立三角形网、设置强制对中观测墩，来减弱控制点误差。编制程序转换施工坐标系，控制定位胎架，从而保证墩柱轴线和柱间距满足精度要求。另外，采用高精度测量仪器进行点位放样、垂直度及墩顶高程控制等措施保证了安装精度。对控制方法，测量精度、误差进行分析总结，以供类似工程项目参考。

关键词： 水下高速航行体   状态时滞   模型预测控制   空泡记忆效应   时变特性  

摘要： 超空泡技术通过设置在航行体头部上的空化器,使航行体几乎全身被空泡包围,极大减少了摩擦阻力,但空泡的时滞特性给水下高速航行体的稳定高速运动带来了极大的挑战。本文在考虑航行体状态时滞的情况下,进行水下高速航行体纵向平面的模型预测控制(model predictive control,MPC)算法研究。 首先,引入空泡形态预测模型和空泡记忆效应,并针对空泡存在的轴线上漂效应进行空泡轴线修正。重点分析了基于状态时滞的时变尾翼效率,计算水下高速航行体纵向平面上各个主要部位的受力情况。根据相关的运动学和动力学定理,建立航行体的纵向平面非线性时变动力学模型,并对考虑状态时滞的航行体进行开环动态特性分析。 其次,考虑外部扰动、执行器限幅等问题,本文设计了基于线性扩张状态观测器(linear extended state observer,LESO)与MPC结合的控制算法。利用反步法推导航行体的链式数学模型,通过将外界干扰视为额外状态项来设计LESO估计外部扰动,在MPC控制输出端进行补偿来提高航行体的抗干扰能力。针对状态时滞问题,在LESO中考虑了含有状态时滞的时滞项,并且将当前状态与时滞状态同时进行反馈。 再次,由于传统线性MPC较难处理水下高速航行体的非线性和时变特性,设计了基于空泡记忆效应的航行体非线性模型预测控制(nonlinear model predictive control,NMPC)算法。该算法在每次迭代中对更新的状态在线求解一个有限时域最优控制问题(finite horizon optical control problem,FHOCP)。为保证算法的初始可行性设计了航行体非时滞预测模型与时滞预测模型的切换机制。针对闭环系统稳定性,基于离散Lyapunov理论设计了针对状态的终端代价函数和终端约束,降低了算法的保守性。 最后,考虑到所设计的航行体预测控制算法存在实时性不足、在线计算量大的问题,设计了一种多参数非线性整数规划问题(multi-parametric nonlinear integer programming,mp-NIP)的显式模型预测控制(explicit model predictive control,EMPC)算法。将基于FHOCP问题的航行体NMPC算法转化为mp-NIP,给出航行体mp-NIP显式近似解的计算方法,使EMPC算法可以应用在航行体的非线性数学模型中。