基于ALMBO算法的PEMFC分数阶时域子空间模型研究

针对质子交换膜燃料电池（PEMFC）发电过程复杂难以建模的问题,考虑PEMFC系统的分数阶特性,提出一种基于优化的分数阶时域子空间辨识方法,并建立PEMFC的分数阶状态空间模型。首先,将分数阶微分理论与子空间时域辨识方法相结合,采用Poisson滤波器对输入输出信号进行滤波处理,并引入权重矩阵提高辨识的精度;其次,对Poisson滤波器以及辨识的分数阶阶次寻优,提出一种变异反向学习的自适应帝王蝶优化算法（ALMBO）,在迁移算子中引入变异反向学习策略、并融入自适应权重来提高寻优的精度,防止陷入局部最优解。最后,通过仿真结果验证算法的有效性,所得的PEMFC辨识模型能准确描述PEMFC的动态过程。     

质子交换膜燃料电池模型的频域分数阶子空间辨识

针对质子交换膜燃料电池(PEMFC)系统发电过程中的分数阶特性, 本文提出了一种频域分数阶子空间辨 识方法建立PEMFC的分数阶状态空间(FOSS)模型. 考虑到时域分数阶的微分形式计算复杂度较大, 将时域中的分 数阶微分在频域中转化为乘积的形式. 首先, 采用随机多频正弦激励信号对时域采集的信号进行处理, 得到输入输 出的频率响应数据; 其次, 利用频率响应数据构造实、虚部矩阵; 接着, 通过RQ分解、SVD分解以及最小二乘法求取 系统系数矩阵A, B, C, D; 由于参数同元分数阶次α、辅助阶次q以及频域采样点数M未知, 本文提出了一种GA– PSO算法进行优化, 将PSO算法作为主线, 加入GA算法中的选择、交叉和变异操作, 以进一步提高个体的自适应调 整搜索方向、增强全局寻优的能力. 仿真结果验证了算法的有效性, 频域分数阶子空间辨识方法得到的输出能够较 好的跟随实测数据, 且优化后的辨识结果误差更小, 精确度更高, 能够更准确地描述PEMFC的电特性变化过程.     

高性能聚丙烯腈纤维的制造、性能及应用(一)

<正> 凝胶纺丝法是一种最有前途的和正在迅速发展的纤维制造方法。越来越多的热衷于技术革新工作的研究中心和纺织公司都对这种技术感兴趣。毫无疑问这是由于常规的成纤聚合物只要其分子量非常高就可用此方法得到高性能纤维产品,其机械性能可与芳族聚酰胺纤维媲美。     

防护用高性能纤维

本文介绍英国Coutaulds公司高性能产品研究部门生产的高性能纤维在防火防热辐射材料、纤维增强复合材料、特殊纺织品、非织造物以及纸张应用中的性能和用途。防护用途的主要性能即包括防火、防热辐射、