多水下机器人的协调规划策略研究

以对策论为基础,从理论上分析了多水下机器人的运动协调机制,建立了多水下机器人运动协调问题的数学模型;以此为基础;提出了多机器人协调规划算法。     

水轮发电机组控制系统的仿真研究

研究水轮发电机组优化控制问题,电能的电压和频率应保持稳定值,保证安全供电.由于水轮发电机组是一个非线性、时变的复杂系统,传统PID控制算法难以对其做出精确控制,导致系统稳定过程时间长,超调量大.为解决上述问题,提出一种CMAC与PID复合控制的水轮发电机组控制系统.复合控制方法利用CMAC进行前馈控制,加快系统控制响应速度,减小超调量,从而提高控制精度;利用PID实现反馈控制,用来保证系统稳定并减少系统扰动.仿真结果表明,CMAC-PID控制方法提高了系统的控制精度,系统超调量更小,稳定时间更短,能够更好的对水轮发电机组进行在线控制.     

基于案例的自主式水下机器人全局路径规划的学习算法

首次讨论了基于案例的学习方法在自主式水下机器人全局路径规划中的应用问题,基于案例的学习方法是一种增量式的学习过程,它根据过去的经验进行学习及问题求解。本文对基于案例的学习方法在自主式水下机器人的全局路径规划中的应用框架进行了初步研究,对案例属性的提取、案例的匹配和择优以及案例库的更新等问题提出了相应的算法,最后给出了几组仿真结果。     

自主式水下机器人全局路径规划的基于案例的学习算法研究

本文讨论了基于案例的学习方法在水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在规划中的应用框架进行了初步研究，对案例属性的提取，案例的匹配和择优，以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．     

自主式水下机器人全局路径规划的基于案例的学习算法研究

本文讨论了基于案例的学习方法在水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在规划中的应用框架进行了初步研究，对案例属性的提取，案例的匹配和择优，以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．     

循环伏安法测定溶液中Fe3+和Fe2+浓度比

采用循环伏安法（CV）测定铁泥制备Fe3O4过程中Fe3+与Fe2+浓度比值的变化,为该工艺过程提供方便、快捷的监测方法。在实验条件下,溶液中的Fe3+与Fe2+组成可逆的氧化还原体系,产生一对峰形良好的氧化还原峰。对影响峰电流的扫描速度、pH值及干扰离子等因素进行考察,结果表明,扫描速度在0.002~0.01 V/s、pH在1.5~2.5时对氧化峰电流及还原峰电流没有影响;溶液中存在的SO42-离子在实验范围内对体系基本无干扰。Fe3+的浓度在0.000 8～0.008 4 mol/L呈线性关系,相关系数为0.999 9,相对标准偏差(n=7)在 0.70%~2.0%之间。该法与标准重铬酸钾滴定法对比,相对误差为1.7%。