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。     

基于迭代计算的汽车散热器性能分析方法研究

运用CFD方法对某型汽车管带式百叶窗散热器进行性能分析,采用局部迭代法,计算出整体散热器的换热性能。同时利用多孔介质代替散热带的方法,模拟计算出散热器的阻力特性。研究结果表明:运用数个局部模型的计算结果可以估算出整条散热带的仿真散热量,将散热器总质量流量的平均值作为每个扁管入口质量流量估算散热器的仿真散热量是可行的。局部迭代法和多孔介质模型模拟计算的结果与试验结果吻合,为整体散热器的性能分析提供了新思路。     

未知地震激励下结构恢复力及质量非参数化识别

地震作用过程中结构恢复力是描述结构损伤发生发展过程定量描述的基础,更有助于描述结构在地震中破坏模式的演化。该文研究地震激励下结构部分质量及动力响应信息未知时,结构非线性恢复力、质量以及未知加速度时程的非参数化识别方法。首先,根据部分已知动力响应测量和质量信息,识别地震加速度时程。随后,利用记忆衰退全局加权迭代扩展卡尔曼滤波算法,引入幂级数多项式表征结构恢复力,实现了结构质量与非线性恢复力的非参数化识别。将具有非线性恢复力的磁流变阻尼器中引入到一个剪切型多自由度结构构成非线性系统,考虑测量噪声的影响,通过数值模拟验证了在噪声及较大质量初始误差情况下该方法识别结构质量、非线性恢复力及地震动加速度时程的识别效果。     

基于GIS平台的水库库容计算模型

基于GIS平台采用数字高程模型法进行库容计算目前已成为主流,如何实现批量化、流程化计算显得尤为重要。基于GIS平台分别创建了FOR迭代模型、行选择迭代模型、字段值迭代模型3种。经实例证实,3种模型都精确、高效、极大地提高了库容计算的自动化程度,其中字段值迭代模型的运算效率最高。模型使用简单、效率高、便于普及。