基于数据融合及残差卷积自编码器的结构损伤识别方法EI北大核心CSCD

深海混输立管作业期间持续遭受外部风浪流耦合荷载及内部矿液两相流体磨蚀作用,长期作用下结构损伤逐渐积累。立管结构呈高长细比、柔性状态,传统结构损伤识别过程中存在模态参数识别困难、单测点响应损伤敏感度低等诸多问题。针对上述问题,该研究提出了基于数据融合及一维残差卷积自编码器(one dimension residual convolution autoencoder, 1D-RCAE)的深海混输立管结构损伤识别方法,以结构损伤敏感的应变动态响应为输入,使用主成分分析(principal component analysis, PCA)进行多测点应变响应特征融合,进一步利用1D-RCAE自动提取损伤敏感特征,以结构损伤前后敏感特征间的马氏距离构建结构损伤判定指标,实现混输立管结构健康状态监测。通过500 m深海混输立管结构数值模拟和立管物理缩尺模型试验对该研究提出的方法进行验证,结果表明,有限测量信息下能够有效实现深海混输立管结构损伤识别,其中数值模拟验证损伤识别准确率高于99%,物理模型验证损伤识别准确率高于98%。同时探究了噪声污染、海洋环境因素变化对该研究提出方法损伤识别性能的影响规律。     

92负刚度蜂窝结构压缩性能分析

为准确开展以黏弹性材料为载体的负刚度蜂窝结构数值模拟研究,提出一种基于黏弹性广义Maxwell模型的负刚度蜂窝结构压缩性能数值模拟法.进行了尼龙12的动态机械分析(DMA)测试,基于广义Maxwell模型拟合实测动态模量数据,得到反映尼龙12动态黏弹性的无量纲模量gi和松弛时间τi.建立了负刚度蜂窝结构的有限元模型,基...     

利用Glide软件 优化设计活塞摩擦副组

本文结合发动机改进优化课题，对目前发动机摩擦副设计中面临的问题进行了阐述，并详述了活塞及其摩擦副优化设计的一套行之有效的方法。文章综合了有限元模拟分析计算(QAE)、Glide软件、发动机零部件温度场试验及经验设计等方法，建立了一套科学有效的活塞设计开发体系，进行优化设计，再结合发动机台架试验、活塞单项试验，进行试验验证，最后根据试验情况进行设计改进。     

基于PSO与LMI优化的非线性模型预测控制

将微粒群算法(PSO)与线性矩阵不等式(LMI)用于输入受限非线性预测控制器的设计,提出了基于PSO与LMI联合优化的非线性预测控制算法。算法采用双模控制策略,利用LMI离线优化确定终端不变区域,以扩大非线性优化的求解范围,降低算法的保守性。利用PSO在线优化求解非线性预测控制输入,以避免求解非线性规划问题,同时对算法的稳定性进行了分析。仿真结果表明了该算法是有效的、可行的。     

重油催化裂化装置先进控制策略

重油催化裂化装置是石化企业的重要二次加工装置.本文从工艺机理、过程约束和控制策略的角度分别讨论了反应再生系统、主分馏塔系统和吸收稳定系统的先进控制问题,并对先进控制系统的工程实施进行了探讨.     

一种基于ICA—SVM的故障诊断方法

提出了一种基于独立分量分析和支撑向量机(ICA—SVM)对系统性能进行监控的整体框架．这一框架包括特征提取和故障识别两部分．独立分量分析被用于从当前工况的数据矩阵中提取出代表当前工况特征的投影系数矩阵，而这些投影系数矩阵则被用于训练多个支撑向量机，以实现故障类型的识别．Tennessee Eastman过程的仿真结果证明了该算法的有效性．     

基于格子Boltzmann方法后台阶流动特性的研究

格子玻尔兹曼方法（LBM）是近几十年来发展的一种介观尺度的数值模拟方法,具有良好的处理复杂边界的能力和并行计算能力。利用LBM对后台阶流动进行了数值模拟,得到了不同雷诺数下后台阶流动的特性。研究结果表明,在低雷诺数情况下,台阶后再附着点与分离点的距离随着雷诺数的增加而变大;在高雷诺数情况下,台阶后再附着点与分离点的距离随着雷诺数的增加而增加,增长幅度逐渐降低,当Re=8 000时,再附着点与分离点之间的距离趋于稳定,并达到峰值;随着雷诺数的继续增大,这个距离开始减小,最终趋于一个定值。对于高雷诺数下的后台阶流动,采用LES⁃LBM的方法进行模拟,与前人的实验数据吻合得很好,表明LBM⁃LES模型对高雷诺数后台阶流动进行模拟具有较高的精确性。     

多变量广义开环解耦控制算法及其实验研究

本文提出一种多变量广义开环解耦控制算法，并以多段电加热反应炉的温度作为被控制变量，对该算法进行了多方面的实验研究，实验结果表明它具有良好的跟踪性，鲁棒性和抗干扰性。     

基于Hammerstein模型的非线性预测函数控制

提出了只需线性动态优化的基于Hammerstein模型的非线性预测函数控制策略，其中非线性控制器由一个线性的预测函数控制器Hammerstein模型的非线性部分的反函数组成，实现了线性控制器的输出uPFC与闭环系统内部模型线性部分的输入完全一致，使模型的输出ym只依赖于uPFC，通过这种方式实现了非线性预测函数控制策略只需线性优化而不需要非线性滚动优化。过程的预测输出只需应用模型参数直接计算得到而不需要求解丢番图（Diophantine）方程。pH中和过程的计算机仿真结果表明，该控制算法比PID控制具有更好的控制品质。     

基于多模型切换的大范围预测函数控制

针对实际对象在不工况下的模型参数变化或突变,提出了基于多模型的预测函数控制方法，不同工况采用不同模型，通过在线计算模型匹配程度和控制权重来适应对象模型参数的突变，同一工况慢时变采用预测函数控制来提高鲁棒性，以适应复杂系统的要求。仿真结果表明该方法对参数突变跟踪快，且有极强的鲁棒性。