洛阳水席中的以假乱真菜

洛阳水席是豫西地区有名的大众化宴席。在洛阳水席中，有几道名不符实但却深受人们喜爱的“以假乱真菜”———这就是洛阳燕菜、洛阳海参和烩假鱼肚。这三道菜分别由白萝卜、红薯粉条和猪肉皮为主要原料制成，且制法独特，味道鲜美，在“以假乱真菜”中最具代表性。洛阳地处中原，虽然物产丰富，但却不产燕窝、海参、鱼肚等原料，酒店饭馆所用的这些原料，也都是从沿海运来的。由于这些高档原料价格昂贵，很难进入寻常百姓家，因此，洛阳人制作水席时，总是在本地特产上下功夫，这也才烹制出了可与真料相媲美的“以假乱真菜”。洛阳燕菜燕菜…     

动态演示匀速直线运动与s-t图像

课件目的：匀速直线运动中的位移与时间的变化关系是学生理解的难点，本课件对这种关系进行了详细的演示。通过此课件的演示，使学生能够深刻认识匀速直线运动中位移与时间的关系，并能根据图像判断匀速直线运动的规律。     

饱和切换系统静态输出反馈控制器设计

饱和输入受限将增加静态输出反馈控制器的设计难度,因此针对饱和切换系统静态输出反馈控制器设计进行了研究.根据李亚普诺夫稳定性理论,通过相关引理和ILMI技术及圆锥补方法,建立了饱和切换系统静态输出反馈控制器的最优化设计方法,确保控制系统具有闭环稳定性.应用ILMI技术将双线性矩阵不等式(BMI)松弛为线性矩阵不等式(LMI),依次通过交替求解"双变量"LMI,逐次迭代、渐进逼近BMI约束条件,并设计出使系统达到局部指数收敛的静态输出反馈控制器和其他相关参数.根据子系统的最大吸引域,优化求解切换系统最大吸引域.数值仿真结果表明:饱和切换系统在多李亚普诺夫函数切换律的作用下,其超调量、协调时间和动态性能指标明显优越性各个子系统.     

三轴飞行仿真转台外框的自适应模型跟随控制

三轴飞行仿真转台外框要求有相当宽的频带,因此用于外框的电液位置伺服系统的时滞就必须考虑,这对进一步提高系统频带有很大关系。本文针对电液伺服系统本身的参数变化及转台外框的时变负载,进一步考虑时滞,给出了其自适应模型跟随控制方案。该方法适合极点赢数大于2的系统,即具有不稳定逆系统的数字控制。仿真结果表明此方案对提高系统频带,抑制时变参数的影响有明显结果。     

未知环境下群机器人多目标搜索协同控制

未知环境下,群机器人无法预先获取多目标搜索的环境信息,仅可局部感知与局部通信.本文针对避障效率与搜索效率的缺陷提出边界扫描的避障策略和目标位置估计的粒子群算法,边界扫描的避障策略(BSOA)将障碍物简化成连续障碍物与非连续障碍物两种情况,并根据情况向特定边界运动;目标位置估计的粒子群算法(TPEPSO)则利用获取的目标信号估计目标位置,结合粒子群算法到达目标附近,从而实现目标搜索.提出的方法与基于简化虚拟受力分析模型的循障避碰方法(SVF)及扩展粒子群算法(EPSO)、自适应机器人蝙蝠算法(ARBA)仿真比较,搜索效率提高5.72%～21.58%,总能耗减少4.30%～19.11%.     

乳液浆体蓄冷性能实验研究

本文选用二甲基硅油作为油相,硅烷偶联剂作为添加剂制备了乳液浆体,利用混合量热法测试了二甲基硅油-水乳液浆体的含冰率与二甲基硅油、硅烷偶联剂添加量和温度间的关系。实验表明:在相同的相变结晶时间内,随着二甲基硅油质量分数的增加,乳液的冰点和含冰率降低。虽然硅烷偶联剂的添加降低了含冰率,但可以防止冰浆粘附容器壁面,改善了流动性。当添加的硅烷偶联剂和二甲基硅油质量分数分别为4%和10%,环境温度为-8.5℃,相变结晶时间为90 min时,制备的乳液浆体含冰率达到33.4%,浆体不粘附壁面,浆体颗粒分散均匀,具有良好的流动性。     

含锰中间相矿物形成及其固溶分布EI北大核心CSCD

采用第一性原理构建矿物结构模型,结合X射线衍射分析、熟料相分步萃取、环境扫描电镜等测试方法,研究了锰(Mn)离子在熟料中间相的离子固溶和晶格取代机理。结果表明:锰在水泥熟料矿物中的固溶倾向从高到低依次为C_4AF、C_3A、C_3S、C_2S,且优先取代C_4AF中六配位的Fe离子,降低了其Al/Fe比;熟料煅烧过程中,锰离子发生类质同象现象,以+3价形式固溶于C_4AF中,形成C_4AF-C_4AM连续固溶体,造成C_4AF衍射峰向低角度偏移、衍射峰数量减少,延缓了其水化反应活性,并主要以取代八面体配位Al离子的形式存在于钙矾石/单硫型硫铝酸盐中。     

云边协同计算中基于深度强化学习的任务二次申请卸载策略

现有的任务卸载策略通常在一个时隙内制定卸载决策,没有考虑多个卸载时隙间的内在联系,因此无法根据任务的实际需求进行卸载。针对该问题,提出了一种基于深度强化学习的任务二次申请卸载策略（DQN-TSAO）。首先提出了一种支持任务进行二次申请卸载的云边端三层架构,建立了任务卸载优先级模型、时延模型和能耗模型;然后以最小化系统能耗为目标,将能耗优化问题转变为最大累积卸载奖励的马尔可夫决策过程;最后通过DQN-TSAO算法提取各个时隙的任务卸载特征,使任务在与环境不断交互的过程中获得多个时隙内的最佳卸载决策。仿真结果表明DQN-TSAO算法能够有效降低一段时间内的系统总能耗。