浅谈LTE技术及其未来发展

文章通过对LTE技术概念的阐述以及关键技术的介绍,分析了LTE技术对通信市场、运营商和通信产业格局的影响,并以此为基础,对LTE技术未来的发展做了简单的展望。     

六辊UC轧机轧制过程混沌的轨迹跟踪控制

采用基于精确反馈线性化的轨迹跟踪控制方法控制六辊UC轧机轧制过程中存在的混沌现象. 这种方法可以根据工业过程或工艺的要求将工业混沌系统控制到任意点或跟踪给定函数, 在具有测量噪声和模型误差的情况下控制仍然有效. 仿真结果说明了该方法的有效性和可行性.     

液位控制系统中混沌运动的最优控制

分析了液位控制系统中的混沌运动,说明了基于局部线性化基础上的最优控制存在的问题,提出在反馈线性化基础上对液位控制系统中的混沌运动进行最优控制.仿真实验表明了该方法的有效性和可行性.     

Cu-P合金化超低碳贝氏体钢的热塑性

为考察新型超低碳贝氏体钢连铸坯的热塑性,利用热模拟实验技术研究了Cu-P合金化超低碳贝氏体钢在750～1350℃温度范围的拉伸应力-应变行为,热塑性和拉伸断口的变化,分析了产生这些变化的原因和磷对热塑性的影响机理。结果表明：Cu-P合金化使超低碳贝氏体钢高温拉伸时发生颈缩的应变量减小,但在750～1300℃温区的断面收缩率均达到60%以上。钢中微量硼有效抑制磷在奥氏体晶界的偏聚以及降低先共析铁素体的相变温度是高磷钢保持良好热塑性的主要原因。在800～900℃热塑性的下降与形变诱发Nb（C,N）粒子析出有关。根据热塑性和抗拉强度的变化规律,建议连铸坯在一冷区采取强冷,使表面温度迅速降低到1350℃以下,在二冷区采取弱冷,温度保持在800℃以上,从而使连铸坯始终具有较高的热塑性。     

微量元素和变形条件对超细晶中厚板显微组织的影响

通过对3种不同铌、钒含量的低碳钢进行多道次热压缩变形以模拟中厚板的超细晶轧制工艺，考察了显微组织演变过程、微合金元素和变形条件对组织演变的影响。结果表明：变形过程中有部分奥氏体通过形变诱导相变转变为铁素体；变形并快速冷却后得到平均晶粒尺寸为3～6μm的超细晶组织．铌促进、钒抑制形变诱导铁素体相变，铌、钒微合金化均有较好的细化作用，铌的作用优于钒．再结晶温度以上进行的粗轧有利于精轧时形变诱导铁素体的形成；在精轧温度范围内，增加变形道次、降低道次应变率有利于获得细化的显微组织；降低终轧变形温度对组织细化是最有效的．     

DSP在无刷直流电动机伺服系统中的应用

应用ＴＭＳ３２０Ｆ２４０系列ＤＳＰ的适合于运动控制的功能设计了全数字无刷直流电动机的位置伺服系统。文中详细介绍了ＤＳＰ在硬件设计中的应用和软件技巧,并应用模糊单社经元自适应智能双模控制方法进行位置控制,实验结果表明,整个系统设计简单、可行、有效,可以取得较好的控制效果。     

基于多目标人工鱼群算法的符号回归

针对现有符号回归方法仅关注拟合误差而忽略模型简化的问题,提出了一种基于多目标的人工鱼群算法,将拟合误差与模型复杂度同时作为目标函数进行优化.以二叉堆对语法树编码,优良分支得以稳定地遗传和继承,也更易解码.在引入蒙版、邻域、小生境、拥挤度等概念的基础上,设计和定义了适用于二叉堆编码的随机游动、觅食、追尾、逃脱等人工鱼行为算子.详尽的实验表明,提出算法在符号回归过程中能获取高质量的Pareto解.此外,对从Pareto前沿上选取折衷解及降低算法内存开销的方法也进行了讨论.     

钒微合金化低碳钢多道次变形过程中的组织演变

采用热模拟实验研究了钒微合金化低碳锰钢(0.1%C-1.0%Mn)奥氏体化后在860~740℃范围内进行多道次变形过程中的组织演变,考察了变形和微合金元素V对铁素体相变的影响.结果表明,在多道次变形过程中,部分奥氏体通过形变诱导相变转变为铁素体;高温区的道次间隔期间部分形变诱导铁素体发生向奥氏体的逆相变;随变形温度降低,道次间隔期间有变形奥氏体向铁素体的亚动态相变发生。微合金元素V抑制形变诱导铁素体相变的进行,阻碍铁素体晶粒长大,起到细化晶粒的作用.     

虚拟同步发电机参数自适应调节

虚拟同步发电机技术借由控制器设计达到模拟同步发电机外特性的效果, 改善了含有新能源的电网系统 的稳定性. 根据虚拟同步发电机参数可调的特点, 可采用参数自适应调节优化系统动态性能. 但传统虚拟同步发电 机参数自适应调节仍存在两方面不足: 一方面, 大范围调整阻尼下垂系数和虚拟转动惯量, 对系统储能裕量要求高; 另一方面, 暂态调节过程中存在功率超调现象, 对电力设备不利. 本文引入输出速度反馈调节系统阻尼, 为改善系 统暂态稳定性提供了方便的调节手段; 其次, 根据系统暂态功角特性, 提出了参数自适应控制策略, 缩短了调节时 间, 将频率偏差减小至允许范围内, 改善了电网频率调节的暂态性能, 同时抑制了功率超调. 最后, 对比实验结果表 明本文控制策略优于现有的自适应控制策略.     

基于Lyapunov指数的弱周期信号检测

分析了基于M e ln ikov法和相轨迹观察法的弱周期信号检测方法,针对该方法存在的检测精度低等不足,提出了基于Lyapunov指数法的弱周期信号检测方法。首先使用基于模型Lyapunov指数计算方法设置阈值,然后利用具有噪声的数据进行相空间重构并利用改进方法计算Lyapunov指数,并依此判断大尺度周期状态。该方法的特点是阈值设置精度高,可以实现自动识别。仿真结果验证了理论分析的正确性和有效性。