基于框架结构的非线性网络仿真系统及其应用

基于框架结构的非线性网络仿真系统是目前建造的一种具有多延时环节的多模型多子网络的非线性仿真系统．该系统根据复杂非线性网络的自然形式设计了３种仿真数学模型，并由系统本身所定义的一套外输入信号集、标准线性元件集、典型非线性环节集和一般连接函数集进行实现，最后给出了应用实例     

复杂非线性系统CAD的主要原理及特点分析

复杂非线性系统的计算机辅助设计系统是针对复杂的多变量非线性连续控制系统，根据以逆系统方法为基础的反馈线性化设计理论建立的分析、设计、仿真一体化的一个计算机辅助系统．该系统针对非线性系统的复杂性，提出了多模型多子网络的描述方法，并实现了多子网络的自动连接、多模型结构自动切换的功能     

基于分数阶PID的间歇蒸煮过程内模控制

由于间歇蒸煮过程存在数学模型难以确定、系统参数不能精确的问题,本文在机理分析的基础上,通过对模型中非线性部分进行阶次数值逼近及函数拟合,建立了带延迟环节的分数阶模型。对于间歇蒸煮过程的分数阶模型构建控制器,结合内模控制原理简化分数阶PID控制器的设计,利用最大灵敏度整定控制器参数,并以此获得强鲁棒性控制系统。仿真结果验证了所提出的分数阶内模控制方案的有效性,具有比整数阶内模控制方案更好的控制性能。     

造纸过程"三环节"能量结构优化MAS模型的设计

设计了基于多Agent系统(MAS,Muti-Agent system)的造纸过程"三环节"能量结构优化模型.阐述了系统的多Agent需求、Agent的分类、能量Agent的典型模型,并从系统的角度出发分析了造纸过程用能单元与用能环节的关系,提出一种支持动态造纸过程能量流管理的"三环节"MAS结构.该结构将单元用能模型层和三环节用能结构层进行分离并建立对应的MAS,在结构内实现了环节中心控制Agent(LCA)和环节内用能单元Agent模型(EUA)的优化协同机制.     

基于一般动态模型的HVDC换流器非线性控制

针对高压直流输电系统中整流侧定直流电流、逆变侧定关断越前角控制问题 ,建立了非仿射的一般形非线性控制模型 .根据一般形多变量控制的逆系统方法 ,设计了由非线性反馈线性化控制律和线性二次型最优控制律组成的控制器 .仿真结果初步表明 ,该控制器设计方法简便 ,控制规律简单 ,可有效提高系统的静态稳定性 .     

智能电网中分层网络结构的入侵检测系统研究

为了提高智能电网的安全性和可靠性,将入侵检测系统运用到智能电网中.针对智能电网具有网络节点多、信息传输量大、安全要求高等特点,提出一种基于多Agent的入侵检测系统模型,并将该模型部署到智能电网的分层网络结构中,以减少数据传输,节约带宽,解决速度瓶颈问题;针对入侵检测的误检率高、漏检率高等问题,提出适合智能电网的动态克隆选择算法,将所提算法与多Agent技术相结合,构造了具有免疫功能的Agent.利用标准的入侵检测测试数据集——KDD’99数据集——对所提模型和算法进行仿真验证,结果表明:本系统在保证低误检率的同时,提高了智能电网中常见的Dos和Probing类型攻击的检测率.     

基于OPNET的Ant-Chord模型的建立与仿真

在多业务可信网络项目核心模型设计上,针对Chord模型物理拓扑匹配能力的不足,采用蚁群算法分配网络节点ID,提出了Ant-Chord模型,并基于OPNET平台从进程、节点和网络3个层次对Ant-Chord模型进行了仿真.仿真结果表明,Ant-Chord模型在路由跳数和时间延迟上具有明显优势,网络传输速率以及查询效率较高.     

基于Stribeck摩擦模型的PID控制

摩擦现象是一种较为复杂的、非线性的、且不稳定的自然现象,目前人类对于摩擦这种物理过程的了解还只停留在定性认识阶段,没办法通过数学方法给出摩擦过程的精确描述。stribeck摩擦模型是低速控制伺服系统摩擦力以及高精度伺服系统的位置控制的主要控制形式,具有较大的普遍性。本文论述的飞行器模拟转台控制对飞行器模拟转台数学建模,并根据模型设计控制器,在数学模型的基础上进行了PID控制的理论分析。利用MATLAB中的Simulink仿真工具对飞行器模拟转台进行仿真分析,在仿真中整定出合理的PID控制参数,在建立系统模型的基础上,讨论飞行器模拟转台的控制器方案,并在SIMULINK环境下进行了计算机仿真;最后对Stribeck摩擦模型的PID控制进行了总结。     

一类非线性系统的分段线性化自适应控制

研究了一类非线性系统的分段线性化自适应控制的方案。给出了系统的描述，然后将非线性环节分段线性化，在此基础上得到了模型参数自适应控制的方案。仿真结果表明，自适应控制系统比ＰＩＤ控制具有更好的动态性能和更强的抗扰动能力。     

基于神经网络的浓度检测模型研究

针对液浆类食品浓度检测系统中,浓度与折射率、温度之间的非线性关系问题,将人工神经网络技术应用于浓度测量的建模中,以实验数据为基础,建立了检测系统的数学模型。通过仿真研究,与传统的回归模型进行误差对比,得出了应采用BP神经网络技术建立智能化液浆浓度测量模型,提高测量精度,克服温度变化非线性影响的结论。     

土工布力学性能的模型及其应用初探

对不同类型的土工布研究表明 :线性和非线性的简易三元件模型的模拟应力松弛曲线相同 ,欧林三元件模型在引入一个时间滞后常数后能很好地模拟土工布的应力松弛特性。     

基于模糊规则的动态矩阵预测控制及其应用

把动态矩阵控制原理应用到模糊系统，提出了一种基于模糊模型的时滞多变量预测控制方法，仿真研究表明，该模糊动态矩阵控制方法适用于工业过程的动态辨认和控制，并能解决有时滞的问题。     

基于模糊神经网络PID控制的粉体包装计量控制系统

针对粉体包装计量控制系统由于传感器、螺杆的旋转惯性、零点漂移,下料冲击力等因素的影响而造成的系统延迟、非线性等问题,提出一种基于模糊神经网络PID控制粉体包装计量控制系统。利用模糊神经网络良好的动态控制特性和自学习能力来调整PID控制比例、积分、微分3个调整参数。借助MATLAB simulink仿真软件进行系统的模拟仿真。结果表明,该模糊神经网络PID控制系统稳定时间能缩短约45%,超调量约减少16%。由此可得模糊神经网络PID控制系统优于传统的PID控制系统。     

Influence of manufacturing conditions and discrimination of Northern Spanish cheeses using multi‐element analysis

Thirty‐three samples of cheeses belonging to different Protected Designation of Origin (PDOs) located in Northern Spain were analysed with the aim of studying the influence of processing conditions on the minerals and trace elements content in cheeses. The use of sheep milk, animal rennet, salting by immersion in a brine bath and ripening in cheeses reported, in general, the highest levels of trace elements. Moreover, pattern recognition analysis of multi‐elemental data, based on mineral and trace element content, was used to determine geographical traceability and to detect possible imitations with a correct classification in 98.5% of cases.     

PVC 压延柔性复合材料应力松弛的力学模型

根据黏弹性材料力学模型的假设,选取线性黏弹性力学模型中四元件模型的等效模型和非线性黏弹性力学模型中的欧林模型,基于材料相同但增强织物组织结构不同的3 种试样进行的应力松弛试验,通过MatLab 软件计算,拟合出四元件模型的等效模型及欧林模型的方程参数,并采用MatLab 软件计算机画图显示实测点和拟合曲线,从而进一步比较、分析得出最适合压延类柔性复合材料松弛性能的力学模型,证明PVC 压延类柔性复合材料具有非线性黏弹性的力学特征,属于非线性黏弹性的范畴,且增强织物的组织结构对这一属性影响不明显。     

Numerical simulation of yarn tensile force for dynamic yarn supply systems of textile machines

During the production of textiles, quality problems arise with increasing machine speed due to high dynamic stresses in the yarn supply system. Based on the large number of influencing factors in this process, an analysis of the cause of the errors is only possible with high experimental effort or, due to sporadic errors, not at all. The yarn tensile force is the critical parameter and its simulation in the entire yarn supply process opens a wide range of opportunities for analysis and optimization. First, a mathematical model based on the invariance of the mass of a yarn piece and the non‐linear elongation behavior of the yarn is constructed and the influencing factors of the essential elements of yarn supply cone, feeder, and eyelet on the yarn tensile force are described. The simulation is carried out using the software package Matlab/Simulink in which the created sub‐elements can be combined optionally and can be duplicated, which allows a simple and quick adjustment of any yarn supply system in textile machinery. On the basis of comparative measurements, it is shown that the simulation predicts the yarn tensile force, for example extreme situations in the yarn supply process, such as the insertion of the yarn into knitting machines, in a very good approximation to reality. The simulation is transferable to other yarn supply systems of the textile technology by extending the yarn supply sub‐element database.     

BP神经网络在液浆浓度检测中的应用

针对液浆浓度检测系统中,浓度与折射率、温度之间的非线性关系问题,以实验数据为基础,采用了多元线性回归建模和BP神经网络建模2种方法,分别建立了检测系统的数学模型。利用MATLAB进行仿真,研究了采用不同的数据处理算法的差异,通过误差对比分析,得出了应采用BP神经网络技术建立智能化液浆浓度测量模型,提高测量精度,克服温度变化的非线性影响的结论。     

The effectiveness of multi‐element fingerprints for identifying the geographical origin of wheat

Totally 270 wheat samples with ten genotypes of 2010/2011, 2011/2012 and 2012/2013 from three regions were collected, and the multi‐elemental compositions (Mg, Al, Ca, Mn, Fe, Cu, Zn, As, Sr, Mo, Cd, Ba, Pb) were analysed with high‐resolution inductively coupled plasma mass spectrometry (HR‐ICP‐MS). Multiway analysis of variance was employed to investigate the influences of region, genotype, harvest year and their interactions on all elements. The contribution rates of variances were computed, and the results showed that the elements of Mn, Sr, Mo and Cd were closely related to region explaining 34.2%, 39.6%, 35.0% and 78.8% of the total variation, respectively. The genotype contributed most for the variation of Ba, accounting for 27.3%, and the other elements were affected by the harvest year. Mn, Sr, Mo and Cd can be used for establishing the robust discriminant model with the correct classification rate of 98.5% to identify the geographical origin of wheat.