世界上70%以上电能通过电力电子技术进行变换与控制，提高电力电子运行可靠性具有重要意义。本项目拟从故障预诊断与健康管理的新角度，研发一系列电力电子高可靠性关键技术。主要研究内容包括：基于“端部特性”的变流器IGBT模块故障预诊断技术、IGBT功率模块结温监测技术、变流器自检测试技术以及基于开关降频的变流器延寿运行技术等。在此基础上，进一步研发具有实用价值的变流器IGBT模块故障预诊断仪以及结温测量仪(包括离线检测式与在线监测式），并积极与企业合作进行工程应用于推广。 作为近年来发展起来的高新技术，世界上目前尚无具备电力电子故障预诊断与健康管理功能的商业技术与产品。随着电力电子的迅速发展与广泛应用，市场迫切需要一系列能安全、有效、经济提高电力电子可靠性的技术与产品，因此本项目的研发工作具有广阔的市场前景。 项目组在前期工作基础上正积极需求企业合作，开展相关技术的工程应用与推广工作。目前正与英飞凌公司以及中石化茂名分公司洽谈技术合作，具体拟定的项目为："变流器IGBT功率模块结温在线测量技术研究", 英飞凌公司, 项目计划实施时间2016.1-2016.12；"高压变频器健康状态检测与评估", 中国石化茂名分公司, 项目计划实施时间2016.3-2017.2。 英飞凌公司是目前世界上电力电子器件最大的制造商，它们的产品广泛应用于航空航天、驱动牵引、冶金机械传动、输配电系统、新能源发电等领域。为提高英飞凌电力电子产品的运行可靠性，英飞凌公司将资助我们研发变流器IGBT功率模块结温测量技术。目前双方已确定技术合同附件，正进入立项流程中。 中石化茂名分公司是我国最大炼油和石化产品生产基地之一，拥有大量高压变频器等电力电子设备。为进一步确保生产安全，他们希望同济大学项目组能在变频器设备停运期间开展健康状态检测与评估工作，为设备后期运行与维护提供科学依据。目前该项目已基本确定检测方案。

本发明公开了一种带电流内环的电力弹簧功率解耦控制方法，所述电力弹簧系统包含一个双向直流电源vdc、一个单相电压源型逆变器模块、一个LC低通滤波器；旁路开关S控制电力弹簧的投切。电力弹簧通过滤波电容C与非关键负载串联再与关键负载并联后经线路阻抗Z1与电网vG相连构成电力弹簧的实际应用系统。本发明针对因新能源发电的间歇性和不稳定性引起的微电网电压和功率波动问题，提出一种带电流内环的电力弹簧功率解耦控制方法，一方面能够将新能源发电功率的波动转移到电力弹簧装置以及非关键负载上，从而保证关键负载电压和功率的稳定；另一方面，电流内环的加入使得电网电流波形更趋于正弦，同时系统可以获得更加良好的动态性能。

项目概况 该化学清洗剂作为一种顶替传统化学清洗剂氟氯烃（CFC）的环保型清洗剂，可用于去 除如变压器绝缘子等电力设备内部、表面所沉积的污秽物质，避免带电设备产生绝缘性降低、 泄漏电流增大，从而造成短路、电弧、散热不良及闪污事故。 本项目处于国内先进水平。 主要特点 非 ODS 类（Ozone Depleting Substance），即对臭氧层无破坏作用，是 CFC-113 和三 氯乙烷等氟氯烃清洗剂的替代品。所制备的清洗剂溶液为流态透明状液体，无浑浊物生成， 质地均匀一致，无沉淀也无分层现象。密度大于水，低沸点、易挥发，pH 值接近中性，无 明显腐蚀影响，对铁、铜、不锈钢、铝等金属没有造成腐蚀。清洗剂电导率小，去污效果良好。 技术指标 密度大于水，沸点低（50℃～65℃），易挥发，24h 后残留量小于 10-3g。pH 值在 6.5 左右，无明显腐蚀影响，对铁、铜、不锈钢、铝等金属没有造成腐蚀。清洗剂电导率小于 10-2 uS·cm-1，去污率 95%以上。 市场前景 近年来在浙江某变电站应用，应用效果良好。并且由于它对臭氧层破坏小，随着《清洗 行业整体淘汰计划》，原有 ODS 型清洗剂将逐渐淘汰出市场。因此具有良好的市场应用空间。

本发明公开了一种电力系统故障录波格式转换方法，读取数据 信息文件，从文件中获取当前数据的格式特征；根据格式特征判断当 前数据格式；根据当前数据格式获取数据的通道总数 Sum、模拟量通 道总数 nASum、状态量通道总数 nDSum；获取选择的通道号 nID，根 据 nID 查询数据文件对应的通道信息；将数据归一化；获取信息文件 中的录波开始时间及用户自定义的开始时间，获取用户自定义的频率， 对数据进行时间及频率的变换；获取用户选择转换的数据格式，将数 据转化指定格式。本发明可以克服故障录波器来自不同

本技术针对冗余容错技术体积、重量、成本高的缺点，提出了一系列低成本容错技术，当功率器件发生故障时，通过熔断器将故障桥臂隔离，同时切换到匹配的容错模式，实现电力电子变换器的有效容错。 一、项目分类 关键核心技术突破 二、成果简介 变频调速系统作为主要的电能动力设备，是工业生产、交通运输、新能源、国防装备等领域的关键设备之一。其中，电力电子变换器是电池、电网等能量源与驱动电机之间必不可少的能量传输纽带，是变频调速系统最核心的组成部件。 痛点问题：电力电子变换器中使用了大量的功率器件，承担了稳定电压、控制电流开通和关断等影响系统性能和功能的关键作用，这些功率器件由于电压、电流、机械安装等应力和高温、潮湿等外部环境作用下，本身易损坏易老化，其安全隐患极易引起整个系统崩溃，造成严重后果。 本技术针对冗余容错技术体积、重量、成本高的缺点，提出了一系列低成本容错技术，当功率器件发生故障时，通过熔断器将故障桥臂隔离，同时切换到匹配的容错模式，实现电力电子变换器的有效容错。

本发明公开了一种基于动态规划的电力系统黑启动方案生成方 法。采用逐步推演黑启动恢复操作的思路，且通过状态削减技术不断 精简恢复效率或质量不佳的操作序列，因而无需像 Petri 网等技术一样事先将全网所有元件的恢复条件及其相互衔接关系进行全列举再作决 策，提高了算法效率，降低了对计算存储的要求。不基于任何黑启动 恢复阶段假设，每步恢复操作均能从所有种类中自由选择，因此允许 根据需要对发电机组重启、网架恢复和负荷恢复进行任意组合，易于 克服黑启动前期线路节点电压过高，后期网架不适应负荷恢复

本项目针对国内外大规模海上风电场电力并网研究的难点，并依据本研究组已经建立的基于DSP+ARM+FPGA架构的通用分布式控制平台和基于Labview开发的监测平台等先进的技术和工具，从模块化多电平换流器（MMC）动态建模入手，揭示了MMC内部复杂的动态特性并分析了换流器内部动态与外部动态之间的耦合关系，在此基础上提出了通过控制换流器能量来实现内部动态的优化控制，通过优化开关调制序列得到简单有效，适用于实际工程的调制策略，能够降低谐波和损耗。 通过本项目的实施，在探索大规模海上风电场电力并网换流器拓扑和控制策略设计等这一国际新能源接入与并网前沿领域有所进展，为使我国实现清洁的海上风电场电力代替部分化石能源，提高风电并网稳定性和实现“黑启动”向无源网络供电等目标提供技术支持。 在本项目实施过程中，与上海科委合作，利用自主研发的30kW小功率MMC试验样机模拟了应用于海上风电场电力并网的换流器，对提出的优化控制策略进行了实验验证。相关研究成果发表论文6篇，申请国家发明专利2项

一种基于虚实力融合的遥操作机器人力觉临场感实现方法可广泛用于各类机器人的力控制，以及各种工程机械装备的力控制。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

本发明提出了一种基于操作转换的文本编辑实时协同方法，本发明首先通过产生的本地操作发送到 其他站点，然后通过因果接受找出与该操作具有并发关系的操作；对其进行转换得到该操作在该站点的 执行形式，并将该操作加入到执行队列，完成协同编辑；本发明能够支持在网络环境下多用户实时对同 一文本进行协同编辑；本发明能够支持实时协同编辑工作，即所有的用户最终得到一致的结果的，并且 结果是用户想要的；本发明应用到实时协同编辑中不需要全序控制；不仅能够做到结果一致，而