焦炉前反馈热工控制系统运行实践

焦炉生产是典型的大惯性、非线性、时变快的复杂系统，以“火落温度”为基础的焦炉前反馈热工控制系统，通过立火道温度自动测量与人工测温相关性分析、粗煤气温度测量与火落判断、标准温度的优化等运行实践，达到了自动火落时间判断、标准温度指导、加热和燃烧优化、高低温炉号判别等目的，对于稳定炉温、降低回炉煤气消耗、提高焦炭质量以及推进焦化企业技术进步具有重要意义。     

美国全面制裁伊朗对中国能源安全的影响与对策建议

美国自2018年5月宣布重启对伊朗全面制裁,伊朗再次成为国际社会关注的焦点。本文系统梳理了伊朗能源禀赋及开发利用现状,分析了伊朗对中国能源安全的保障程度及其优势,发现1997~2017年伊朗对中国石油安全的保障程度呈波动上升态势,对维护中国油气资源供给安全具有重要意义,认为中伊能源合作具有战略互补性、地缘政治优势、经济优势、历史文化基础和降低美元计价风险等优势。在上述基础上,本文从能源价格、供给渠道和运输安全三方面剖析了此次美国全面制裁伊朗对中国能源安全可能产生的影响,并从规避美国制裁风险和保障国家能源安全角度,提出了相关对策建议。     

公民水素养评价表征因素模型构建与分析

针对我国水资源紧缺、水生态损害、水环境污染等相关水问题,以提升全民爱水惜水节水护水的意识和能力为目标,从水素养概念出发,通过扎根理论质性研究方法对公民水素养评价的表征因素进行筛选和提炼,最终得出包含水知识、水态度、水行为为主范畴的10个表征因素并运用解释结构模型(ISM)深入剖析各因素之间的内在联系。在此基础上建立了3级多层次递阶结构模型,进一步精确描述系统各要素两两之间的直接关系。结果表明:公民水素养评价的表征因素自上而下形成了表象层、中间层和根源层等3个层级,可直观、清晰地反映表征因素之间的递阶、层级关系;水态度在各表征因素中具有调节作用以及各表征因素之间存在内在逻辑关系。研究成果为提高公民水素养水平提供一定的科学依据和政策参考。     

粮仓环境监测系统设计

随着科学技术的发展,粮食行业信息化发展得到了强有力的科技支撑。为满足粮库整体信息化建设的要求,打破"信息孤岛"现状,实现资源整合、数据共享,为大数据分析和数据应用提供数据基础,设计一款能够实时采集粮仓内温湿度、氧气、二氧化碳气体浓度、粮堆高度的数据集成系统。系统采用分层分布式结构,由数据集中器和多种传感器模块组成,数据集中器与各传感器模块间通过RS485总线进行数据通讯,并由数据集中器通过网络专线传输汇总的环境监测数据,通过专用软件进行数据处理和挖掘,从而实现粮仓环境监测和预警等功能。     

基于边缘和局部熵融合的视觉安全性评估方法

针对基于局部熵进行加密图像视觉安全性评估存在块效应的局限性，引入图像的边缘特征，通过共有边缘来衡量加密图像与原始图像的边缘相似度，消除了块效应。由于局部熵对加密等级低的图像不敏感，边缘相似度对加密等级高的图像不敏感，将两个评估方法进行自适应融合，提出[SLEES]（Local Entropy and Edge Similarity，[SLEES]）指标。通过改变图像像素位置和图像像素值的加密方式处理图像和视频帧进行测试，实验结果表明，[SLEES]指标相比传统评估指标有更好的鲁棒性，评估范围更广。     

密文策略属性加密中的撤销控制方案

在云环境下使用数据共享功能时，由于云环境的复杂性，需要对数据进行安全保护和访问控制，这就要求使用加密机制。基于密文策略属性的加密（CP-ABE）是当前广泛使用的加密机制，它可以根据用户的属性来设置访问权限，任何具有合格访问权限的用户都可以访问数据。然而云是一个动态环境，有时可能只允许具有访问权限用户中的一部分用户访问数据，这就需要用户权限的撤销机制。然而，在CP-ABE中，访问权撤销或用户撤销是一个冗长且代价高昂的事件。所提出方案根据对CP-ABE流程的改进，在原密文中嵌入了可灵活控制的用户个人秘密，使得用户权限撤销时既不要求使用新访问策略的用户撤销数据，也不要求对数据进行重新加密，大幅减少撤销时的计算成本。与知名CP-ABE撤销方案对比，所提出方案的计算成本更低且具有良好的安全性。     

面向噪声丢包感知的无线网络拥塞算法

针对无线网络链路干扰大、误码率高等特点，以及TCP Westwood算法（TCPW）存在估算带宽时过度依赖包的反馈，缺乏区分传输过程中丢包类型的缺点等问题，提出一种TCPW拥塞控制优化算法--TCPW-F。该算法利用发送速率等构建拥塞因子[F]作为判断丢包类型的依据，同时对判定发生噪声丢包时的拥塞窗口进一步调整，避免噪声丢包引起的窗口下降，提高该情况下窗口的发送效率。仿真结果表明，TCPW-F算法在时延性能方面表现更优，单位时间抖动趋于稳定的速度更快。在同一信道带宽下增大包生成速率，改进算法的实时吞吐量明显高于原算法，具备一定的噪声丢包感知能力，无线网络的TCP传输质量获得较大改善。     

机器人系统有限时间自适应迭代学习控制

研究任意初态下，机器人系统的有限时间自适应迭代学习控制方法。引入初始修正吸引子的概念，构造一个含有初始修正项的误差变量。针对定常机器人系统和时变机器人系统，采用Lyapunov-like方法，分别设计迭代学习控制器处理系统中不确定性。并且，采用未含/含限幅学习机制，保证闭环系统各变量的一致有界性和误差变量在整个作业区间一致收敛性。藉以实现跟踪误差在预先指定区间的完全跟踪。仿真结果验证所设计控制方法的有效性。     

An iterative approach for the discrete‐time dynamic control of Markov jump linear systems with partial information

The , and mixed dynamic output feedback control of Markov jump linear systems in a partial observation context is studied through an iterative approach. By partial information, we mean that neither the state variable x(k) nor the Markov chain θ(k) are available to the controller. Instead, we assume that the controller relies only on an output y(k) and a measured variable coming from a detector that provides the only information of the Markov chain θ(k). To solve the problem, we resort to an iterative method that starts with a state‐feedback controller and solves at each iteration a linear matrix inequality optimization problem. It is shown that this iterative algorithm yields to a nonincreasing sequence of upper bound costs so that it converges to a minimum value. The effectiveness of the iterative procedure is illustrated by means of two examples in which the conservatism between the upper bounds and actual costs is significantly reduced.     

A multilevel sampled‐data approach for resilient navigation and control of autonomous systems

Autonomous systems are rapidly becoming an integrated part of the modern life. Safe and secure navigation and control of these systems present significant challenges in the presence of uncertainties, physical failures, and cyber attacks. In this paper, we formulate a navigation and control problem for autonomous systems using a multilevel control structure, in which the high‐level reference commands are limited by a saturation function, whereas the low‐level controller tracks the reference by compensating for disturbances and uncertainties. For this purpose, we consider a class of nested, uncertain, multiple‐input–multiple‐output systems subject to reference command saturation, possibly with nonminimum phase zeros. A multirate output‐feedback adaptive controller is developed as the low‐level controller. The sampled‐data (SD) design of this controller facilitates the direct implementation on digital computers, where the input/output signals are available at discrete time instances with different sampling rates. In addition, stealthy zero‐dynamics attacks become detectable by considering a multirate SD formulation. Robust stability and performance of the overall closed‐loop system with command saturation and multirate adaptive control are analyzed. Simulation scenarios for navigation and control of a fixed‐wing drone under failures/attacks are provided to validate the theoretical findings.