乙酰乙酸乙酯与乙二醇在活性炭负载磷钨酸催化剂上合反应

表面活性剂处理的活性炭（C）过量浸渍负载磷钨杂多酸（PW）制备活性炭负载磷钨酸催化剂（PW／c）；氨气程序升温脱咐对催化剂酸性质表征，结果显示，负载质量分数为30％，催化剂30％PW／C具有最大酸量。反应测试表明，磷钨酸负载量为30％时催化剂具有最大活性，苹果酯收率为87．5％，适宜的原料配比。（乙酰乙酸乙酯）：n（乙二醇）=1：1.5，最佳反应温度80℃，最佳反应时间30min，表面活性剂处理过的催化剂连续使用9次，苹果酯的收率保持在85％以上。     

风力机的线性变参数主动容错控制

针对风力机具有非线性和参数的不确定性的特征,提出了基于线性变参数(linear parameter varying,LPV)增益调度的风力机主动容错控制方法,降低故障对机组动态特性的影响.基于LPV凸分解方法,将风力机的非线性模型转化为具有凸多面体结构LPV模型,利用线性矩阵不等式(linear matrix inequalities,LMIs)技术对凸多面体各个顶点分别设计满足性能要求的控制器,再利用各顶点设计的反馈控制器得到具有凸多面体结构LPV容错控制器.仿真结果表明,LPV增益调度技术可以成功地应用于风力机系统的容错控制.     

聚乙烯生产技术及其催化剂的研究进展

阐述了当今世界聚乙烯（PE）催化剂，即铬系、钛系、茂金属和非茂金属单活性中心催化剂技术的发展，推动了PE生产过程和产品的技术进步，PE生产工艺和催化剂技术的进步使PE的性能进一步改进，更易于加工成型。新的生产技术主要包括：双峰PE生产技术、反应器新配置技术、冷凝态和超冷凝态技术等。通过对国内PE生产技术进步、催化剂的研发和装置国产化现状分析，指出与国外相比还存在较大差距，对今后我国PE工业的发展提出了建议。     

不同重力环境的空间机械臂自抗扰轨迹跟踪控制

针对空间机械臂在地面装调与空间应用时,由于重力环境变化导致机械臂模型发生变化的问题,提出了一种自抗扰控制算法,用于完成空间机械臂轨迹跟踪控制的任务.该算法通过将系统模型及未知外扰作为系统的总和扰动,并利用扩张状态观测器对该扰动进行观测且给予补偿,从而提高了系统抗扰的性能.当机械臂模型随重力环境变化而发生变化时,使用同一个自抗扰控制器对其末端轨迹进行控制,均能取得较好的控制效果.通过对系统的稳定性进行分析,证明了所设计控制器的有效性.将仿真结果与PD控制及自适应鲁棒控制做比较,结果表明该控制算法不仅能适应机械臂模型的变化而且还能有效抵抗系统的扰动,从而使系统具有较强的鲁棒性.     

航空有源滤波器自适应谐波检测仿真研究

介绍了基于自适应滤波理论的谐波检测原理,分析了自适应神经元算法用于谐波检测的可行性,设计了基于自适应谐波检测的并联型航空混合有源滤波器,对滤波特性进行了仿真研究。结果表明,基于自适应滤波理论的谐波检测方法能够快速、精确地检测相电流谐波含量,在相电压波形发生畸变的情况下,也具有较好的自适应能力、快速补偿能力和跟踪性能。     

基于Kalman滤波的谐波电流实时检测仿真分析

谐波电流的实时检测是有源电力滤波器实现的关键,数字化的实现引入了一定的时间延迟,影响了其滤波效果。将三相谐波电流进行Clark坐标变换到两相正交坐标系中,利用Kalman算法对系统进行建模,检测出各次谐波电流的幅值和相角。通过选取合理的Kalman状态变量,运用简单的代数运算向模型中增加了一个相位补偿角,来消除延时的影响。最后,利用Matlab进行仿真实验,验证了该方法的有效性和正确性。     

阳离子表面活性剂对HPAM溶液表观粘度的影响

研究了不同的阳离子表面活性剂对部分水解聚丙烯酰胺(HPAM)溶液中的表观粘度的影响。     

气固相氢氟化催化剂的研究

对于气固相氢氟化反应制备七氟丙烷的催化剂,进行了系统的研究。采用浸渍法制备催化剂,当催化活性组分Ａ为载体的８．５％～１０％,组分Ｃ２为１．０％～２．５％、二者之和为１１％时,达到了较佳的催化性能,将其应用于由六氟丙烯制备七氟丙烷时,在反应温度≥２１０℃时,粗品气中的Ｆ－２２７含量≥９８．５％。     

结构光视觉引导的焊接机器人系统自标定技术

为实现结构光视觉引导的焊接机器人系统的标定,解决现有标定方法复杂,标定靶标制作要求高等缺点,提出一种基于主动视觉的自标定方法。该标定方法对场景中3个特征点取像,通过精确控制焊接机器人进行5次平移运动,标定摄像机内参数和手眼矩阵旋转部分;通过进行2次带旋转运动,结合激光条在特征点平面的参数方程,标定手眼矩阵平移部分和结构光平面在摄像机坐标系下的平面方程;并针对不同焊枪长度进行修正。在以Denso机器人为主体构建的结构光视觉引导的焊接机器人系统上的测试结果稳定,定位精度可达到±0.93 mm。该标定方法简单,特征选取容易,对焊接机器人系统在实际工业现场的使用有重要意义。     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。