An adaptive sliding mode observer based near-optimal OER tracking control approach for PEMFC under dynamic operation condition

Tracking control of oxygen excess ratio (OER) is crucial for dynamic performance and operating efficiency of the proton exchange membrane fuel cell (PEMFC). OER tracking errors and overshoots under dynamic load limit the PEMFC output power performance, and also could lead oxygen starvation which seriously affect the life of PEMFC. To solve this problem, an adaptive sliding mode observer based near-optimal OER tracking control approach is proposed in this paper. According to real time load demand, a dynamic OER optimization strategy is designed to obtain an optimal OER. A nonlinear system model based near-optimal controller is designed to minimize the OER tracking error under variable operation condition of PEMFC. An adaptive sliding mode observer is utilized to estimate the uncertain parameters of the PEMFC air supply system and update parameters in near-optimal controller. The proposed control approach is implemented in OER tracking experiments based on air supply system of a 5 kW PEMFC test platform. The experiment results are analyzed and demonstrate the efficacy of the proposed control approach under load changes, external disturbances and parameter uncertainties of PEFMC system.     

混菌矿化增强再生粗骨料的物理力学性能

为克服单一微生物培养成本高且矿化鲁棒性不足的缺陷，提出了一种混菌矿化增强再生粗骨料物理力学性能的方法.通过筛选矿化效率较高的好氧嗜碱混菌，考察了混菌矿化对再生粗骨料物理力学性能和混凝土抗压强度的影响.结果表明：相同增强时间下，混菌比纯菌呈现出更优异的矿化增强效果；随着混菌矿化增强时间的延长，再生粗骨料吸水率和压碎指标呈现出先减小后增大的趋势，最优增强时间为15 d；采用矿化增强再生粗骨料制备的再生混凝土抗压强度提高幅度达到22.1%.     

日本优良食味稻米灌浆期水管理、鲜谷干燥温度及糙米水分与食味关系研究（译文）

为了生产优良食味稻米,克服栽培环境的影响非常重要。主要论述了灌浆期最适宜的用水管理、新鲜稻谷的干燥温度以及糙米水分含量与其食味之间的关系。水稻灌浆期最适宜的用水管理是湿润管理法,通过对灌浆期水稻的湿润管理,可有效抑制水田土壤温度上升,保持根系活力,提高稻米结实率,最终实现稻米增收与食味提升。新鲜稻谷水分含量不同,干燥所需的送风温度也不同,22%、25%、30%的水分含量分别对应的适宜温度为55、48、35℃。糙米中14%～15%的水分含量能够保证稻米的最佳食味。     

基于QoE感知的星地一体化网络公平资源分配策略

星地一体化网络是卫星网络和地面网络互联，实现卫星网络和地面网络优势互补的一体化网络。随着无线通信的快速发展，卫星网络和地面网络的同频复用技术可有效提升资源利用效率，满足日益增长的无线数据业务需求。但由于无线数据业务类型的多样化和频谱资源的稀缺性，如何实现用户数据服务的服务体验质量（Quality of experience， QoE）和公平性提升也成为星地一体化网络亟待解决的关键问题。本文综合考虑信道时变性、服务体验多样性和服务公平性，提出了一种基于QoE感知的星地一体化网络资源分配策略。为此，将目标问题描述为基于时间平均的服务体验质量的网络公平效用最大化，并利用李雅普诺夫优化理论，将复杂的动态原始优化问题进一步转化并分解为3个瞬时优化子问题，每个子问题可以在每个时隙独立求解。同时，由于无线资源分配为典型的非凹混合组合优化问题，推导了一个低复杂度的两步算法来求解第三个资源分配子问题。仿真结果揭示了在不同的公平性参数下用户的长时QoE与公平性之间的折衷情况。     

基于Prophet人工智能算法的网络潮汐效应预测研究

本文使用Prophet人工智能算法研究与预测移动通信网络“潮汐效应”现象，探索网络“潮汐效应”在优化网络资源配置实现网络降本增效的作用。Prophet人工智能算法是一种简单、有效，且易于实现的人工智能算法。通过facebook的人工智能开源框架fbprophet，研究4G网络PRB利用率等网络资源指标的“潮汐效应”，并预测这些网络资源指标在未来的变化趋势，用来指导当前4G网络减容、扩容和4/5G节电节能等，实现优化网络资源配置达到降本增效的目的。     

马尔可夫跳变线性系统最优控制的研究现状与进展

马尔可夫跳变线性系统（MJLS）是一种具有多个模态的随机系统，系统在各个模态之间的跳变转移由一组马尔可夫链来决定。MJLS模型因其在表示过程中可以产生突变而更能精确的描述实际工程应用中的系统。近年来，MJLS的最优控制问题成为了研究的热点，动态规划、极大值原理以及线性矩阵不等式等成为了解决此类问题的主流方法。本文对MJLS最优控制领域的研究现状进行了综述。分别对一般情况下、带有噪声的情况下、带有时滞的情况下以及某些特定情况下的MLJS最优控制问题的国内外研究现状进行论述。最后进行了总结并提出MJLS最优控制领域未来值得关注的研究方向。