Full and reduced-order H∞ filtering of Takagi–Sugeno fuzzy time-varying delay systems: Input–output approach

This article addresses the issue of delay-dependent H_∞ filtering design for TakagiŮSugeno fuzzy time-varying delay systems using the input–output approach. A three-term approximation model has been used to transform the original system into two interconnected subsystems. Since the nonquadratic Lyapunov–Krasovskii functional requires to deal with the membership function's (MF) time derivative, upper-bound inequalities have been added to the obtained conditions. Based on the scaled small gain theorem, nonquadratic Lyapunov–Krasovskii functional approach and considering the bounds of the MF time-derivative, the H_∞ full- and reduced-order filters are designed and then formulated in terms of linear matrix inequalities. Finally, illustrative examples are presented to demonstrate the validity of the proposed methods.     

松辽盆地徐家围子断陷沙河子组储层特征及控制因素

徐家围子断陷沙河子组是松辽盆地北部近期天然气勘探的主要目标，这类致密砂砾岩气层的储层特征及控制因素研究是首要的。通过分析其白垩系早期拉张构造背景条件下形成的一套断陷沉积，纵向上可划分为4个三级层序，各层序在断陷湖盆陡坡带和缓坡带发育扇三角洲和辫状河三角洲沉积。研究表明其储层主要为砂砾岩和含砾粗砂岩等粗碎屑岩。沙河子组储层孔隙包括原生粒间孔和次生孔隙，孔隙度主要分布在2%~8%，渗透率多小于0.1×10^-3 μm²，为致密储层。沙河子组储层发育的控制因素包括埋深、沉积相带、岩石类型和次生成岩作用，埋藏浅的扇三角洲（辫状河三角洲）前缘、平原相砂砾岩储层物性好，含火山碎屑物质的砂岩、砂砾岩易于形成溶蚀孔隙，改善储集性能。徐家围子断陷沙河子组有利储层主要位于埋深小于4 000 m的安达东、西两侧的扇三角洲前缘、平原区和徐东、徐西的构造高部位扇体发育区，埋藏较浅的安达中部滨浅湖相和埋藏较深的徐东、徐西斜坡扇体发育区也是较有利的储层发育区。     

退火炉内罩中气体流动及钢卷传热的数值模拟

摘要：轧制力预报一直是热连轧过程控制模型的核心，浅层神经网络对复杂函数的表示能力有限，而深度学习模型通过学习一种深层非线性网络结构，实现复杂函数逼近。利用深度学习框架TensorFlow，构建了一种深度前馈神经网络轧制力模型，采用BP算法计算网络损失函数的梯度，运用融入Mini batch策略的Adam优化算法进行参数寻优，采用Early stopping、参数惩罚和Dropout正则化策略提高模型的泛化能力。基于上述建模策略，针对宝钢1880热连轧精轧机组的大量轧制历史数据进行了建模实验，对比分析了4种不同结构的前馈网络预测精度。结果表明，相比于传统SIMS轧制力模型，深度神经网络可实现轧制力的高精度预测，针对所有机架的预测精度平均提升21.11%。     

基于NB分类器重访概率预测的Web缓存替换策略

Web缓存是用来解决网络访问延迟和网络拥塞问题，缓存替换策略直接影响缓存的命中率。为此，提出一种朴素贝叶斯（NB）分类器重访概率预测的Web缓存替换策略；根据用户之前访问日志，通过分区操作提取多项特征来表示每次访问的对象，并构建特征数据集；训练NB分类器，用来确定缓存中对象被再次访问的概率，为对象分配权重；结合LRU策略来合理删除一些对象。仿真结果表明，提出的策略在保证较高命中率的同时有效降低了执行时间。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

高温深井通风降温技术的适用条件研究

随着矿山开采深度的不断增加，“三高一扰动”恶劣开采环境问题日益突出，给矿井通风降温工作带来极大困难。对于深井矿山，仅采用通风降温难以满足深部开采的需要，系统研究高温深井矿山通风降温技术的适用性问题，对矿山深部开采具有重要的理论意义和工程适用价值。首先从热力学角度，揭示风流在通风线路中的热交换规律；其次利用差分法原理计算深井筒风流温度，并依此推导出巷道和回采工作面风流温度变化趋势；然后结合采场安全生产允许温度进行反推，最终获取通风降温条件下的可采极限深度计算公式，并选取广西铜坑矿锌多金属矿体作为工程应用试验区进行论证分析。结果表明：基于风流的热交换模型可以推导出风流在井筒、巷道及工作面的温度计算公式，该公式与低温梯度、风流流经路径长度有关；假定工作面温度达到安全开采允许最高温度，可反推出该条件下矿山可采极限深度和巷道通风极限长度（仅采用通风降温措施时）；基于铜坑矿区锌多金属矿的实际条件，代入相关数据，验证计算所得极限开采深度符合实际，即所推导公式是可行的。     

航空直流接触器电寿命预测研究

设计了适用于航空直流接触器的电寿命试验平台，并建立了电寿命预测模型。研究时选用释放时间、释放电压作为特征参数，试验数据利用小波分析的方法进行了去噪处理，分别基于BP神经网络建立了单参数和双参数的预测模型，并验证了预测效果。试验结果表明：预测模型具有良好的预测效果。所做研究是对航空直流接触器寿命预测工作进行的初步探索，同时也可以为部队航空直流接触器的维护工作提供一些参考，从而提高飞机电气系统的可靠性，保障飞行任务的顺利实施。     

基于决策树的堆芯物理参数预测研究

反应堆堆芯核设计涉及大量方案的搜索与详细计算，缩短方案搜索时间有利于提高核设计效率。数据挖掘技术通过对大量数据进行学习与模式识别，可实现核设计方案物理参数的快速预测，更快地筛选出可行的备选堆芯方案。本文基于数据挖掘的决策树4种算法：C4.5、RepTree、Random Forest及Random Tree，在计算时以燃料富集度、含可燃毒物燃料棒数量及含量作为自变量，以寿期内k_eff不均匀系数偏差（KUCD）、径向功率不均匀系数偏差（RPNCD）、径向中子通量不均匀系数偏差（RFNCD）、堆芯寿期（CL）作为目标函数，构成目标函数符合度（CPF），利用大量已知核设计参数的组件及堆芯设计方案作为数据挖掘训练集，构建数据挖掘模型，并用于对未知核设计参数的组件方案集合（测试集）进行CPF快速预测。结果表明，4种算法利用训练集构建数据挖掘模型的时间在0.6 s以内，各算法的交叉验证精度均在0.7以上，其中C4.5算法对CPF预测精度最高；对测试集方案的核设计参数预测中，单个方案的预测时间均在0.9 s以内，而Random Forest算法对CPF等于4的预测效果最好。     

高能同步辐射光源储存环快校正磁铁电源设计

高能同步辐射光源（HEPS）具有0.1 nm·rad的超低发射度，对束流稳定度提出了较高要求，研制1台高性能快校正磁铁电源用来提高快速轨道反馈系统（FOFB）的性能以提升束流稳定度。电源样机采用新颖的多电平级联拓扑结构提升电源样机的动态性能，使用基于数字控制的新颖控制方法实现样机的动态性能提升。软件仿真与样机试验数据证明，电源样机具有10 kHz小信号带宽、电源阶跃响应时间小于70 μs、输出电流纹波低于20 ppm，电源样机可很好地满足HEPS建设需求。