一种反馈线性化弹道跟踪制导律设计

针对防空导弹弹道跟踪问题,基于反馈线性化理论设计了一种弹道跟踪制导律。使用反馈线性化方法对导弹质点运动模型精确线性化;利用该线性化模型和线性二次型最优调节器(LQR)理论设计跟踪制导律,并给出制导系统工作流程;在存在初始误差和随机风干扰的条件下,将所设计的跟踪制导律应用于导弹质点运动仿真,并与基于小扰动模型设计的LQR跟踪制导律进行比较。结果表明,基于反馈线性化所设计的制导律性能更好。     

链轮提升机被动轮的滚筒化改造

链轮提升机被动轮的滚筒化改造李明玺，李庆良山东省长清水泥厂（２５０３０４）我厂ＨＬ４００斗式提升机经常掉链、磨损较大，致使设备运转率不理想。我们从卷扬机滚筒受到启示，对提升机被动轮实施了滚筒化改造，不仅减少了链条、链轮的磨损，还杜绝了掉链现象，使维修...     

一种基于即时学习的非线性系统滑模预测控制方法

针对复杂非线性系统的控制问题,采用数据驱动的控制策略,将具有本质自适应能力的即时学习算法与具有强鲁棒性的滑模预测控制相结合,设计了一种基于即时学习的滑模预测(LL-SMPC)控制方法.该方法在在线局部建模的基础上,采用滑模预测控制律求取最优控制量,具有较强的自适应和抗干扰能力,并采用分层递阶搜索策略,避免了求解Diophantine方程,有效减少了计算量,提高了搜索效率.仿真结果验证了所提出算法的有效性.     

abc相坐标系下的发电机故障仿真研究

本文建立了可与系统直接接口的基于abc相坐标发电机模型,从而消除了机-网接口预测校正,提高了运算速度和仿真精度.运用MATLAB编程,对发电机的正常和外部故障进行了仿真,仿真结果与动模实验结果基本吻合,验证仿真结果可信.     

立井井颈下沉和倾斜的注浆充填纠偏技术

在松软岩层中，非冻结法或预注浆法进行井颈施工，受其影响容易发生井颈下沉或倾斜事故。若遇到此类情况，采用砂石充填，壁后注浆，结合地面钢梁微调，取得很好的效果。     

滑模变结构控制及在电动舵系统中的应用研究

针对导弹电动舵系统的精确控制问题，在建立系统非线性数学模型的基础上，设计了一种基于趋近率的滑模变结构控制（VSC）算法。通过连续化控制量较好的消除了系统抖振，根据上下界的原理对外部干扰和不确定的影响性进行补偿，从而提高了算法的鲁棒性和非线性处理能力。通过对典型导弹电动舵系统仿真，结果表明，在电动舵系统受内部参数摄动和外部非线性干扰的工况下，利用该方法设计的控制器，能实现快速、准确、无超调地跟踪给定信号。     

基于模糊神经网络的同步发电机失步识别

本文叙述了利用MATLAB软件建立用于发电机外部故障仿真的单机无穷大系统模型,得到发电机各类外部故障仿真数据及波形。并介绍了将模糊神经网络用于发电机失步保护的探测方法,综合提高了失步保护的可靠性。     

基于多模型的变压器故障组合诊断研究

变压器故障诊断是保证整个电力系统正常运行的重要部分,为此提出了一个基于支持向量机并与多种贝叶斯分类算法相结合的组合诊断模型。诊断过程中,首先通过相关统计分析,选择典型油中气体的12个相关属性值作为模型的输入参数,并对其进行数据预处理,生成一次样本。其次,按照变压器常见的13种故障类型,利用多个单一诊断方法如朴素贝叶斯模型、半朴素贝叶斯模型、增强的朴素贝叶斯模型和贝叶斯网络增强模型构成诊断模型群,对一次样本数据进行诊断。最后,把贝叶斯诊断模型群的诊断结果作为支持向量机的输入进行二次诊断,构成变权重的组合诊断。对基于支持向量机的组合诊断过程和参数计算进行了详细地探讨。通过与多种预测方法进行比较,基于支持向量机的变压器故障组合诊断模型的正确率明显优于单一诊断模型和其它的组合诊断模型。此外,通过2个实例证明了提出的组合诊断模型的有效性。因此,该模型可以用于实际工程。     

多元统计分析技术在市售纯生啤酒一致性研究中的应用

目的 以国内3个品牌共计9个工厂1年内生产的不同批次纯生啤酒为研究对象，研究不同品牌和不同工厂市售纯生啤酒特征和产品质量一致性。方法 采用气相色谱法测定啤酒的风味代谢产物并由国家级专业评酒委员进行样品感官评价分析，以多元统计分析方法中的主成分分析(principal component analysis, PCA)、聚类分析（cluster analysis，CA）研究不同品牌纯生啤酒一年内生产的不同批次之间的产品特质和一致性。结果 研究结果显示3个品牌之间风味代谢物差异不大，感官评价分析差异较大，B品牌一致性较差最差，A品牌次之，C品牌最好。B品牌出现日光臭比率为19.4%，出现均值0.18以上纸板味的比率为48.4%，缺陷量级为专业级国家评委可感知，普通消费者难以察觉，国内纯生啤酒风味评价良好。结论 多元统计分析方法可用于产品质量一致性评价，不论是生产过程中的麦汁、发酵液等半成品还是啤酒成品控制中都能够发挥一定作用，多元统计分析工具的运用可提升啤酒企业的产品质量一致性。     

一种基于即时学习的多模型在线建模方法

针对复杂非线性系统的建模问题,基于空间划分树(SP-Tree)和即时学习(lazy learning)的思想,设计了一种多模型在线建模方法.该方法基于分解-合成策略,根据系统输入输出数据,采用即时学习算法建立当前时刻的最佳局部模型,随着系统工作点的移动,滚动建立系统的多个模型,实现对非线性系统的准确建模.在建立邻域的过程中,采用一种基于SP-Tree数据结构的数据库进行分层递阶搜索,有效地提高了在线建模的实时性.最后,通过对一个仿真案例的研究验证了该算法的有效性.