Asynchronous control for two‐dimensional hidden Markovian jump systems with partly known mode observation conditional probabilities

This study focuses on the asynchronous control problem for two‐dimensional discrete‐time hidden Markovian jump systems where the mode observation conditional probability matrix is partly known. Considering the original system modes are invisible, the observed modes emitted from an observer serve as an alternative for stability analysis and controller design where a mode observation conditional probability matrix is constructed to characterize the emission between system modes and observed modes. Specially, only partly known information of the mode observation conditional probability matrix is accessible. With the introduction of the free‐connection weighting matrices, the asymptotic mean square stability criterion is firstly derived based on Lyapunov method. This introduction provides a further degree of relaxation and less conservatism is therefore achieved. Secondly, we present synthesis conditions for asynchronous state feedback controller design given in terms of a set of interconnected linear matrix inequalities. Moreover, cluster concept based on the partitions of observed modes is adopted which helps to decrease the number of controllers and simplify the design complexity. A numerical example, regarding the cases with and without clustering of the observed modes, is presented to illustrate the effectiveness of the proposed method.     

基于熵加权K-means全局信息聚类的高光谱图像分类

目的 高光谱图像波段数目巨大，导致在解译及分类过程中出现“维数灾难”的现象。针对该问题，在K-means聚类算法基础上，考虑各个波段对不同聚类的重要程度，同时顾及类间信息，提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法。方法 首先，引入波段权重，用来刻画各个波段对不同聚类的重要程度，并定义熵信息测度表达该权重。其次，为避免局部最优聚类，引入类间距离测度实现全局最优聚类。最后，将上述两类测度引入K-means聚类目标函数，通过最小化目标函数得到最优分类结果。结果 为了验证提出的高光谱图像分类方法的有效性，对Salinas高光谱图像和Pavia University高光谱图像标准图中的地物类别根据其光谱反射率差异程度进行合并，将合并后的标准图作为新的标准分类图。分别采用本文算法和传统K-means算法对Salinas高光谱图像和Pavia University高光谱图像进行实验，并定性、定量地评价和分析了实验结果。对于图像中合并后的地物类别，光谱反射率差异程度大，从视觉上看，本文算法较传统K-means算法有更好的分类结果；从分类精度看，本文算法的总精度分别为92.20%和82.96%， K-means算法的总精度分别为83.39%和67.06%，较K-means算法增长8.81%和15.9%。结论 提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法，实验结果表明，本文算法对高光谱图像中具有不同光谱反射率差异程度的各类地物目标均能取得很好的分类结果。     

基于加权法的砾类土含水率检测

砾类土在工程建设中有着广泛的应用,其含水率是一项非常重要的指标,但现有测试方法耗时较长。以砂砾石料的砾类土为试验对象,基于加权法思想,将饱和面干含水率替代法和虚拟比重法进行结合,开展砾类土含水率快速检测方法的研究,并对现有的饱和面干含水率测定操作进行一定的改进和优化。采用多种数学方法(绝对误差、均方偏差平方和,相关曲线的相关系数和F显著性检验分析法)对加权法和烘干法的结果进行对比分析。通过试验统计数据分析,证实加权法与烘干法的测定结果基本一致。该分析结果为现场土料含水率快速测定提供了一种新的思路和手段。     

常村煤矿聚能预裂爆破弱化顶板技术研究

为缩短常村煤矿S2采区S206综放面的初次来压步距,以邻近的S208综放面为工程背景,根据聚能爆破机理分析,研究出一种聚能装药结构,利用聚能爆破的特性来提高顶板预裂效果。再通过ANSYS/LS-DYNA数值模拟,从应力云图、裂隙半径及压力-时间历程分析直接装药和聚能装药两种方式爆破的预裂效果,得出聚能装药爆破具有聚能效应,预裂效果更佳,更能弱化顶板,保障初采期安全。最终得出S208综放面初次来压步距为15.2m,与S206综放面相比,缩短了2.4m,提高了初采采出率,具有良好的经济价值和应用价值。     

石蜡与石蜡/膨胀石墨熔化性能的实验研究

为改善相变储能过程中石蜡(PA)的熔化性能，向PA中添加少量膨胀石墨(EG)制备了4种配比的石蜡/膨胀石墨复合相变材料(PA-EG)。通过热物性分析筛选出合适配比的PA-EG，并对其和PA在水平管壳式相变储能单元中的熔化过程进行了实验研究。根据相变材料的温度场变化以及加权法计算得到的熔化分数变化，对比分析了添加EG前后PA的熔化性能，并探究了加热温度对相变材料熔化性能的影响。结果表明，PA-EG3的热导率比PA高了7倍，且两者的相变温度和潜热相差不大。PA-EG3熔化过程中的自然对流效应弱于PA，但是较高的热导率能够显著改善相变储能单元中下部的熔化，使得其整体熔化速度快于PA。当加热温度为80℃时，PA-EG3的熔化过程比PA缩短了78.16%。此外，降低加热温度会使PA和PA-EG3的完全熔化时间都显著增加，但相同条件下PA-EG3的增加幅度更小。     

丝素肽增重处理对桑蚕丝结构与性能的影响

为了研究桑蚕丝增重处理的机理以及提高桑蚕丝的利用价值,通过对增重前后桑蚕丝纤维进行场发射扫描电子显微镜(FE-SEM)、红外光谱(FTIR)、X射线衍射(XRD)和热稳定性分析(TG)等表征,分析了丝素肽增重处理对桑蚕丝纤维结构与性能的影响。结果表明:经丝素肽增重处理后,桑蚕丝纤维的横截面结构变得松弛,有空隙;纤维的纵向表面变得粗糙,有条纹;桑蚕丝纤维中各特征吸收峰的强度增强,峰形相应变宽;增重前后桑蚕丝晶型结构没有变化,且增重反应主要发生在无定形区;增重后桑蚕丝热稳定性增加。     

基于加权中智C均值算法的变压器故障诊断模型

为提高变压器故障诊断准确度,提出了一种基于加权中智C均值算法的变压器故障诊断方法。该方法利用基于样本相似度的加权方法对样本特征进行加权,再引入中智理论对样本的分布重新分配,建立起基于加权中智C均值算法的变压器故障诊断模型。研究结果表明,该方法不仅弥补了传统FCM相同权重分配的不足,有效提高了故障诊断的准确率,且诊断结果产生的中智点对故障的变化预测具有重要意义。     

蒙脱石含量测定方法改进研究

用吸蓝量(MB)换算法测定蒙脱石含量,换算系数0.442不能用来准确计算其实际含量。由于吸蓝量和阳离子交换容量(CEC)与蒙脱石含量正相关,通过测定原矿、原矿提纯样以及提纯后杂质矿物的吸蓝量或CEC,进行加权或对比计算,即可得到原矿中蒙脱石的含量,这样可消除膨润土属性、属型等对测定结果的影响。改进的结果表明,不论加权法还是比值法,CEC也可用于测定蒙脱石含量;但加权法计算更为合理。蒙脱石、杂质矿物的纯度,以及它们的吸蓝量、CEC的精密度和准确度,是加权法测定准确与否的关键;比值法适用于细粒级或提纯后纯度较高情况下的测定。     

采场来压预测预报专家系统的基础研究

通过对采场来压预测预报机理的深入研究，建立了基于预报模式、推理策略、监测方法及数据处理方法的采场来压预测预报专家系统。架起了“自动预报”和“预报机理”之间的桥梁，经实例验证，该专家系统能满足长壁工作面来压预报的要求。