尾翼折疊角智能測試裝置設計

① 折疊翼飛機設計是採用了什麼分離方法

折疊翼飛機設計是採用輕便分離方法。

折疊翼設計技術在飛行器類武器裝備中具有解決幾何空間矛盾的技弊拆術優勢，得到了越來越多的應用。折疊翼的機械設計原理及其工作的可靠性需要細致的計算分析技術支持，獲得對過程的認識並對技術參量進行定量評估。

採用折疊翼面的方案具有以下優勢：節省儲運空間，減小彈租友棗體的徑向尺寸，方便在發射箱或發射筒中儲存、運輸和發射數目，增加車輛或艦艇的運載能力，減少陣地車輛，提高戰斗能力。

為了提高火箭彈的有效射程和精度以及飛行的穩定性，應當對其氣動外形進行合理設計。尾翼的設計是氣動外形設計的重要環節，其主要作用在於保證導彈的飛行穩定性。

尾翼設計技術的主要內容包括：在給定外形條件下進行氣動特性分析或針對給定載荷條件下進行結構優化設計，以及針對特定外形開展的氣動外形優化工作。但綜合考慮氣動、結構等多種專業的尾翼優化設計研究工作開展得不多。

火箭彈採用箱式或筒式發射在作戰使用、維護、儲存、減少系統反應時間和降低全壽命費效比等方面具有明顯的優點，因而得到廣泛應用。為了縮小火箭彈橫向告賣的尺寸，提高武器系統載彈量，滿足武器系統通用性的要求，許多導彈及火箭彈將尾翼設計成折疊形式。

② 紐約設計節作品 - Filter涼亭裝置 / CLB Architects

感謝 CLB Architects 對gooood的分享

Filter裝置專為涼亭設計展（Design Pavilion）和紐約設計節（NYCxDesign Festival）打造，在時代廣場喧囂的氛圍中構築宜人的空搭改帶間。這座涼亭裝置既是一個紀念物，也是一種短暫的體驗，它在紐約市中心的城市肌理中建立起新的節點——將城市體驗重新定義為自然的，而非人造的。Filter裝置源於懷俄明州，它使人想起那裡的崎嶇景觀，吸引遊客走進由耐候鋼和木材構成的流動褶皺之中。在涼亭中心，一棵樹木象徵著生態循環，與曼哈頓的都市氣息形成鮮明對比。

這座涼亭由CLB Architects設計，教堂般的形式促使人們對這里有了新的認知，它賦予每位使用者 探索 自己與自然界關系的機會。裝置理念最初源於一個簡單示意——一張折疊好的紙經過精細裁剪，能夠獨自立起來。CLB事務所的合夥人Eric Logan將該模型轉化為全尺寸模型，用一系列標准半英寸熱軋鋼板（或稱「chaps」）組合成直徑24英尺、高20英尺的橢圓結構。

Filter像外來物體一樣屹立在時代廣場西46街和47街之間。動感的耐候鋼片吸引人們前來，駐足在環繞外裝置邊緣的緩坡上觀看內部空間。在這里，城市的喧囂、熙攘的人群和刺眼的燈光都被過濾掉了，遊客進入城市的「停歇」時刻，沉浸在靜謐之中。正如Logan所說，該結構是「改變並造就環境的作品」。裝置內部設置了由回收杉木邊材製成的長椅，它們環繞著一棵20英尺高的樹木，茂密的樹冠遮住了一部分天空，邀請使用者抬頭仰望、陷入沉思。

由回收杉木邊材製成的長椅環繞著一棵20英尺高的樹木

Leonid Furmansky

每個元素的設計都注重可持續性、便攜性和使用壽命，時間上也超出了紐約設計節的安裝知蘆期限。總部位於懷俄明州謝里登的EMIT負責鋼材預制，他們也是該展覽的贊助商。鋼材經過風化處理，殲含形成了一種保護性的銹色，讓人聯想到落基山脈的西部。輕微燒焦和有紋理的木材元素是由位於不列顛哥倫比亞省的可持續木材技術專家Spearhead用回收的膠合木樑製成的。這些系統化的、結構自支撐的部件首先被送到科羅拉多州的格里利進行測試組裝，然後被拆卸並運到紐約市，由紐約的承包商Dowbuilt進行安裝。總部位於猶他州的Helius公司負責監督照明設計，採用B-K照明公司的燈具，並與紐約的承包商Apollo Electric公司進行協調。最後植入由馬里蘭州亞當斯敦Raemelton農場捐贈的懸鈴木，設計由此完成。

拆卸現場 Kevin Scott

項目圖紙

剖面圖 CLB Architects

Architect: CLB Architects

Exhibit Patron, Steel Supplier and Fabricator: EMIT

Wood Supplier and Wood Fabricator: Spearhead

Builder: Dowbuilt

Structural Engineer: KL&A, Inc.

Lighting Designer: HELIUS

Light Fixture Provider: B-K Lighting

Tree Provider: Raemelton Farm

Lighting Contractor: Apollo Electric

gooood景觀設計

小號

gooood室內設計

小號

③ 配電台區智能（高級）終端高級應用系統前期設計技術的討論

配電台區智能（高級）終端高級應用系統前期設計技術的討論

中國現代電網量測技術平台
張春暉

2017年3月18日

2017年3月4日，本文作者發表的«順應智能配電網建設高端技術的需求，推進配電台區智能（高級）終端系列產品開發應用的產業化 探索 »指出:為拓展配電台區智能（高級）終端的應用領域，其高級應用功能設計有4項:

•提高配電台區低壓電網多指標，自趨優運營能力

•在現場自主進行緊急事件處理

•多路徑優化搜索

•實現配電網與用戶互動，即具有多通信方式網關功能。

作為技術創新產品的前期設計，本文匯集智能化相關資料並經提煉後，將重點敘述運用配電台區智能（高級）終端，構建配電台區低壓電網多輸入多輸出（mimo）在線監測，控制，補償閉環優化系統的框架設計與參考技術，供配電台區智能（高級）終端高級應用系統方案設計的參考。

1）優化控制理論:"電力混成控制論"

鑒於由清華大學學者提出的"電力混成控制論"構建的先進能量管理系統，已經在上海電網應用解哪核決大電網的多重目標趨優控制問題，體現了技術創新的思路 。本文將"電力混成控制論"作為智能（高級）終端高級應用功能的設計技術基礎。

下面的內容摘錄於清華大學學者:«智能電網基礎»。

一是，"電力混成控制論主導思想:將一切不滿足要求和不滿足狀態都分類定義為事件，通過控制使得系統回歸至無事件運行狀態，則系統的各項指標（穩定性，電能質量和經濟性）一定是足夠滿意的"。

二是，"電力混成控制論"的運行架構:由最高決策指揮層，中間處理與操作層，底層（混成控制指令接收和執行裝置）組成。

三是，本文參照"電力混成控制論"的集合論語言，描述配變台區低壓電網運營達到多指標，自趨優的智能控制過程:

•式（1）: e=e^d
式中，由低壓電網實測到的運營指標數據d，經邏輯判斷（邏輯函數）e^,確定是否形成指標異常事件e。

•式（2）:c=f(e)
式中，由指標異常事件e，運用邏輯函數f，判斷事件類型並將其轉化為控制命令c。

•式（3）:o=f^(c)
式中，一個由控制命令集c，運用邏輯函數f^,由命令轉化為操作指令集o。

•式（4）:o=f^[f(e)]
式中，操作指令集o是指標異常事件集合e的一個復合邏輯函數。

•式（5）:x*=y(x o_)
式中，整個低壓電網運營狀態x受控，可以通過時間離散的操作指令o_ ,加以改變為x*。

•式（6）:a(o)---->e 0
式中，操作指令作用的結果a 是使指標異常事件集合e成為空集。

式（6），意味著配電台區低壓電網實李指掘現了多指標 ，自趨優運營的高端目標。

由上可見，配電台區低壓電網始終處於指標異常事件發現，處理和消除的過程。
2）配電台區低壓電網運營有哪些考核電能質量，經濟性的指標及其調控措施？

一是，多指標,主要有:

•電壓及電壓合格率

•電流及有功功率限額

•無功功率及功率因數限值

•三相負荷不平衡度

•電壓/電流諧波含有率

•線損率等

二是，低壓電網多指標的調控手段，主要有:

•有載調壓配變，用以調節電壓

•電容器補償/動態無功補償 ，用於調節基波無功功率及功率因數/電壓/線損

•有載換相負荷開關 ，用於調節三相負荷不平衡/線損

•有載調容配變，用於調節線損

•有源濾波器 ，固定諧波次數的濾波器，用於調節諧波含有率，由畸變功率引起的低功率因數，線損

•高壓斷路器及電力負荷管理終端，用於配電變壓器過負荷時，進行報警，跳閘。

由此可見，低壓電網運營的電能質量，經濟性各指標及其調節手段之間，有內在聯系，相互影響。多指標因超限運用綜合調控時，需要引入各指標加權的逗滑方法來處理。

«智能電網基礎»指出:

"自趨優是指電網在運營過程中，具有使狀態自動保持在多指標趨優狀態集合內的能力。使電網運營狀態點使得各類指標達到一定的標准 ，即趨近最優狀態是合理的而且是可能的。
多指標趨優而不是多指標最優，是因為計算速度 ，求解難度等原因"。
3）配電台區多指標運營優化模型

參照湖南大學學者:«具有諧波抑制功能的綜合電能質量控制系統設計»提出的"多目標電壓無功諧波優化演算法",結合配電台區多指標運營情況 ，本文下面將敘述配電台區配電台區多指標運營優化模型設計概要。

•該優化系統設計，一方面，以配電台區運營可靠性為基礎，將電壓及電壓合格率達標，電流及有功功率不超限，無功功率及功率因數不超限，三相負荷不平衡度不超標 ，諧波含有率達標，線損不超限作為目標要求，運用優化方法，得出其控制參數的最優解。另一方面，以有載調壓配變分接頭調節量，電容無功補償器/動態無功補償器的補償量，有載換相負荷開關切換能力，有源濾波技術補償量，有載調容配變功率調節量為控制變數，建立配電台區多指標運營優化模型。

•配電台區多指標運營優化模型主要包括下列內容:

該優化系統可靠度計算方法

聯合概率密度函數計算，並取最小值。該函數等於各目標指標與其加權因子的乘積之和。其中，加權因子的數值，取決於各目標指標的數量級及重要程度。

有載調壓配變分接頭的電壓百分率調節范圍

電容器無功補償/動態無功補償調節范圍

有載調容配變的調容範圍

有源濾波技術的諧波補償范圍

有載換相負荷開關的電流切換 限值。
4）從不同類型案例中匯集提煉出bp神經網路設計參考技術

本部分內容摘要於重慶大學，重慶市電科院:«基於前饋神經網路的電網高精度檢測»，海河大學:«基於信息融合的光伏並網逆變器故障診斷»，中國電科院:«一種多維影響下運行電能表計量性能評估方法»，北京郵電大學:«智能信息技術»，並按需要進行編排。

bp前饋神經網路工作過程

這里，三個參考案例的bp前饋神經網路，都採用輸入層，隱含層，輸出層3層拓撲結構，各層節點之間按一定規則互聯成網。

"（bp）前饋神經網路使用梯度下降法，有2部分組成:信息正向傳播和誤差逆向傳播。信息正向傳播過程中，輸入信號從輸入層經隱層單元逐層傳播，最後傳向輸出層，每一層神經元狀態隻影響下一層神經元狀態。如果在輸出層不能得到期望的輸出，則轉向誤差逆向傳播，將輸出信號的誤差沿原來的連接通路返回。用迭代運算求解權值，通過修改各層神經元的權值，使得誤差信號減小，直至達到期望目標。只有1個隱含層的3層神經網路，只要隱節點足夠多，就可以以任意精度逼近一個非線性函數"。

bp前饋神經網路設計概要:

一是 ，網路輸入量進行歸一化處理

輸入層各神經元（節點）為一維輸入，多維輸出結構。輸入量是低壓電網運營的電壓，電流，功率等數據。對每個輸入量進行歸一化處理（計算公式:略），即可得到輸入層各元素之間的函數關系，即各輸入層神經元（節點）實測到的輸入值與各輸入層神經元（節點）經歸一化後的輸出值之間的函數關系。

二是，bp前饋神經網路參數選取

"在進行bp前饋神經網路設計時，一般從網路的層數，各層神經元（節點）的個數以及訓練函數三個方面來考慮"。

•隱含層節點數的確定

"隱含層節點數直接影響網路的容量，泛化能力，學習速度和輸出特性。從網路容量和函數逼近的通用性考慮，隱含單元數越多越好。從網路的泛化能力來考慮 ，每增加一層，計算容量將呈指數倍增加，從而訓練時間變長，還容易陷入局部極小量，而得不到最優"。

"由最小二乘法對隱含層進行擬合，得到隱含層節點數的計算式":

隱含層節點數=[0.43mn+（0.12•n平方）+2.54m+0.77n+0.35+0.51]的開方

隱含層節點數還可由經驗公式計算選定 :

隱含層接點數=[（m+n）的開方+a]，式中，1
以上兩式中:
m----輸入節點數
n----輸出接點數
a----可選數

例如，配電台區智能（高級）終端的輸入接點，輸出節點數 都取6,隱含層接點數確定為11。

•傳遞函數與訓練函數的確定:包括隱含層神經元（接點）的傳遞函數:如採用s型正切函數tansig,輸出層神經元（節點）傳遞函數:如採用s型對數函數 logsig,訓練函數:如採用lm(lvenberg----marquardt)訓練規則的trainlm函數。其中，"lm演算法是梯度下降法與高斯----牛頓法的結合，在快速收斂的基礎上，能保證較高的穩定性和精度"。

三是，學習樣本和目標樣本的確定

•網路輸入量的個數和數據樣本的選取:（待定）。

•通常選用訓練用的數據樣本取40----200組。其中，隨機選取80%的數據樣本 ，作為訓練樣本，剩餘20%作為對訓練好的bp前饋神經網路進行模擬驗證用。

四是，進行模擬測試

•在搭建好的bp前饋神經網路上，用訓練樣本進行訓練，需要設定訓練誤差，學習率指標，編制網路訓練學習流程圖，進行網路初始化。

•"利用選定的訓練樣本反復作用於網路 ，不斷調整網路內部參數，使網路性能函數達到最小，使網路對訓練樣本組評估的實驗標准偏差滿足設計的精度要求，從而實現輸入與輸出之間的非線性央射 ，確立網路神經元（接點）之間的函數關系"。

•訓練完成後，利用訓練好的bp網路對測試樣本進行測試。

參考資料:

本文採用反向傳播（bp）學習演算法

"bp演算法是目前最重要的一種學習演算法。這種演算法在感知器上加上一個隱含層，並且使用廣義專門演算法進行學習之後發展起來"。

"在有教師的學習演算法中，有教師學習問題可分兩步解:第一步，指定網路的拓撲結構，輸入X(t)和輸出y(t)之間的關系必須依賴於一組聯結強度系數w，並且使w可以調節。第二步，須指定一個學習規則，即如何調節w，使實際的輸出y^（t）盡可能接近期望的輸出y（t）"。

這里需要指出:"前饋網路是一種強有力的學習系統，其結構簡單而易於編程。從系統觀點看，前饋網路是一靜態非線性央射，通過簡單非線性處理單元的復合央射可獲得復雜的非線性處理能力。但是從計算的觀點看，前饋網路不是一種強有力的計算系統"。
5）高端網路:模糊神經網路

本部分內容摘錄於«智能信息技術»，河南平頂山供電公司:«基於模糊神經網路的光伏發電系統功率控制方法»。

神經網路不適合用於表達基於規則的知識，模糊邏輯系統缺乏自學習，自適應能力。模糊神經網路，將模糊邏輯的長處吸收到神經網路中，使之成為更好的網路。

模糊神經網路是一個多輸入多輸出(mimo)系統。

一是，模型

這里的模糊神經網路，採用五層結構，各層節點之間按一定規則互聯。

第一層，輸入層，各節點輸入各測量的分量，並將輸入值傳遞到下一層。

第二層，各節點代表一個語言 變數值，如nb（負的大）,ps（正的小）等。其作用是計算各輸入量，屬於各語言變數
值模糊集合的隸屬度函數。根據輸入量的維數，輸入量的模糊分割數，該層節點總數由計算選定:（計算公式，略）。

第三層，各節點代表一條模糊規則，其作用是用於匹配模糊規則的前件，計算出每條規則的適應度。該層的節點總數由計算選定:（計算公式，略）。對於給定的輸入量，只有在輸入量附近的那些語言變數值，才有較大的隸屬度。

第四層，節點數與第三層相同。其作用是實現對每條模糊規則適應度的歸一化計算。

第五層，輸出層，實現清晰化計算（計算公式，略）。

二是，學習演算法

"模糊神經網路模型實質上是一種多層前饋網路，可以仿照bp網路用誤差反控的方法來設計調整參數的學習演算法。並且，假設各輸入分量的模糊分割數是預先確定的，需要學習的參數主要是最後一層的聯結強度以及第二層的隸屬度函數的中心值和寬度"。

三是，參考案例

«基於模糊神經網路的光伏發電系統功率控制方法»:

"概率模糊神經網路控制器，（用於）求取三相逆變器注入電網的有功和無功電流參考值"。

概率模糊神經網路控制器包括6層網路結構:

"第1層為輸入層，第2層為隸屬度層，第3層為概率層，第4層為tsk模糊推理機制層，第5層為規則層，第6層為輸出層"。其中，輸入層的節點為2，輸出層節點為1。"在隸屬度層中，每個接點採用不對稱高斯函數實現模糊化運算"。

"概率模糊神經網路控制器（採用）誤差向後傳播學習演算法機制，構造一個梯度向量，使得其中每個元素均為能量函數相對於演算法參數的一階微分，從而完成概率模糊神經網路的參數在線自整定"。

四是，鑒於目前多輸入多輸出（mimo）的模糊神經網路在電網量測控制領域中應用案例的報道甚少，因此，模糊神經網路技術如何應用於配電台區智能（高級）終端高級應用系統設計技術 探索 ，是需要深一步研究的課題。
6）配電台區智能（高級）終端設計參考新技術

•配電網波形級實時監測的綜合配電終端單元（i）

據報道:2017年1月3日，國內首套綜合配電終端單元（i）在夏門火炬高新園區掛網運行。

"綜合配電終端單元（i）是國家863項目"主動配電網關鍵技術研究與示範"的關鍵成套裝置，主要通過高速同步相量測量實現對配電網潮流的精確監測，線路潛在故障的在線監測與預防，支撐供電能力和負荷的態勢感知，並為配電網的瞬時剖面狀態估計，電能質量優化，諧波治理提供豐富的數據，有效提升配電網可觀，可測和可控性"。

•«自適應負荷型配電變壓器設計»（中國電科院）

"自適應負荷型配電變壓器的結構，包括配電變壓器本體單元 ，有載調容調壓一體化單元，配套設備單元及綜合控制單元"。

該新型配電變壓器"可在不切斷負荷情況下，根據系統電壓和負荷實際情況，實現配電變壓器分接頭和容量運行方式的自動調整，並具有在線負荷換相和分相無功補償功能，有效解決三相負荷嚴重不平衡問題，保證電壓和容量判定的及時性和准確性"。

•模糊pi控制器

東北電力大學:«高壓直流輸電智能控制器的設計»

（注: pi，比例積分器）

模糊pi控制器的輸入端:電流參考值與被測電流之差作為"偏差"和"偏差變化"---->模糊推理單元（按模糊控制規則計算並輸出兩個pi控制器可自動調整參數的修正量）---->pi控制器 單元（並輸出調整命令）---->觸發器單元---->被控制對象---->被測電流（並反饋至模糊pi控制器輸入端）。

"實現模糊調整可以選取以下規則":

"如果穩態偏差大，那麼就增加比例系數"

"如果響應震盪，那麼就增加微分系數"

"如果響應遲緩，那麼就增加比例系數"

"如果穩態偏差太大，那麼就調整積分系數"

"如果超調量太大，那麼就減少比例系數"。

模糊pi控制器的優點:"當被控制對象參數或運行條件改變時，就能自動在線調整pi的參數，達到智能控制的作用"。

•綜合電能質量控制系統

湖南大學學者:«具有諧波抑制功能的綜合電能質量控制系統設計»

該綜合電能質量控制（調節）裝置由有載調壓變壓器，並聯補償電容器組和注入式並聯有源電力濾波器（hapf）組成。

該系統採用多目標電壓，無功，線損，諧波函數及其加權因子的優化演算法，從全局進行系統優化。

有源部分只承受很小的諧波電壓，有效降低有源部分的容量。

注入式並聯有源電力濾波器的復合控制部分，採用復合電流的模糊pi控制技術。

•抑制不對稱負荷動態無功補償時向電網注入的諧波含量

南京理工大學:«計及諧波抑制的不對稱負荷動態無功補償方法»

"晶閘管相控電抗器（tcr）配合電力電容器，可以校正功率因數，穩定系統電壓，還可以補償三相負荷的不平衡"。

"在不對稱程度較為嚴重的場合，對tcr的分相控制會使tcr向電網注入包括3次諧波在內的高次諧波"。

基波電壓與高次諧波電流均產生無功功率。根據功率平衡理論，無功補償的目標使無功矩陣中各項元素為0。在實際控制應用中，採用（可調）加權對角陣進行計算。

"採用改進的無功補償策略，能有效降低在負荷嚴重不對稱情況下tcr向電網注入的諧波成分 。在電網中諧波成分較大時 ，還能綜合考慮諧波因素和無功補償的性能指標，給出較為合理的觸發角控制tcr，明顯減少母線上含有的電流諧波成分。從理論上可以考慮任意次諧波成分"。

•超級智能開關（南京捷泰電力設備公司）

該新產品"集測量，保護，控制，故障錄波，電能質量監測，配變監測 ，負荷管理和通信功能於一體。產品功能國際領先，國內外無同類產品"。

該新產品"採用插拔式結構，"三段式保護功能"，"測量與保護一體化電流互感器"，"通過校驗台進行計量校驗的斷路器"。

該新產品主要技術指標:

額定電壓:ac,400v

額定電流:250a
,400a,630a

額定運行短路分斷能力:42.5ka。

說明:本文以上敘述配電台區智能（高級）終端第1 項高級應用功能的前期設計技術，還有3項高級應用功能:"在現場自主進行緊急事件處理","多路徑優化搜索" ,"實現配電網與用戶互動，即具有多通信方式網關功能"的前期設計技術,將由本文作者另撰寫專題文章發布。