丙烯酰胺-丙烯酸-丙烯羟肟酸共聚物乳液脱除电镀废水中的重金属离子

采用反相乳液聚合法合成了丙烯酰胺(AM)-丙烯酸(AA)- 丙烯羟肟酸(AHA)共聚物乳液。考察了该共聚物配方中丙烯羟肟酸用量、共聚物乳液的投量和pH值对电镀废水中重金属离子的脱除效果。结果表明：pH=10,丙烯羟肟酸在共聚物乳液中的用量≥15%,共聚物乳液的投量为20～30 mg/L时,脱除电镀废水中重金属离子的效果最好,Cr、Cu、Ni和Zn等重金属离子的脱去率≥99.5%,处理后的水中每种重金属离子浓度≤0.2 mg/L。     

卡拉水电站地下厂房初始应力场反演分析

初始地应力场特征是地下工程稳定分析中最重要的条件,为了评价开挖后地下洞室的围岩稳定及支护设计的长期安全,需要对围岩的初始地应力场进行反演。在对雅砻江卡拉水电站工程区地应力实测值进行分析的基础上,根据世界地应力图和GPS地表监测数据所确定的区域地应力特征,选取地下厂房区域测试可靠、具有代表性、离厂房区域较近的实测点作为初始地应力数值反演分析的回归对象,结合反演分析原理,获得整个地下厂房区域的地应力场分布特征。通过对比数值计算值和实测成果可知：测点地应力的大小和方向拟合程度较好,分布规律大致相同,表明采用数值反演分析方法的合理性。分析成果为地下厂房洞室群的布置、开挖支护设计等提供了依据。     

基于余弦相似度的多模态模仿学习方法

生成对抗模仿学习（generative adversarial imitation learning, GAIL）是一种基于生成对抗框架的逆向强化学习（inverse reinforcement learning, IRL）方法,旨在从专家样本中模仿专家策略. 在实际任务中,专家样本往往由多模态策略产生. 然而,现有的GAIL方法大部分假设专家样本产自于单一模态策略,导致生成对抗模仿学习只能学习到部分模态策略,即出现模式塌缩问题,这极大地限制了模仿学习方法在多模态任务中的应用. 针对模式塌缩问题,提出了基于余弦相似度的多模态模仿学习方法(multi-modal imitation learning method with cosine similarity,MCS-GAIL). 该方法引入编码器和策略组,通过编码器提取专家样本的模态特征,计算采样样本与专家样本之间特征的余弦相似度,并将其加入策略组的损失函数中,引导策略组学习对应模态的专家策略. 此外,MCS-GAIL使用新的极小极大博弈公式指导策略组以互补的方式学习不同模态策略. 在假设条件成立的情况下,通过理论分析证明了MCS-GAIL的收敛性. 为了验证方法的有效性,将MCS-GAIL用于格子世界和MuJoCo平台上,并与现有模式塌缩方法进行比较. 实验结果表明,MCS-GAIL在所有环境中均能有效学习到多个模态策略,且具有较高的准确性和稳定性.     

多激励识别的自适应延迟逆系统方法

针对现有逆系统方法依赖状态空间模型的缺点提出采用系统自适应延迟逆模型识别多激励时间历程。采用自适应算法对系统进行延迟逆模型辨识,结合逆模型利用工作状态响应数据识别时域载荷。以简支梁为研究对象用无噪声干扰、有噪声干扰加速度响应识别多点稳态激励及多点非稳态激励。仿真结果表明,噪声干扰时识别精度有所降低,但较满意,验证该方法对多激励源识别的可行性。     

基于GGIW-PMB的衍生扩展目标跟踪

针对标准的扩展目标泊松多伯努利(Poisson multi-Bernoulli, PMB)滤波器难以有效跟踪衍生目标的问题,提出一种改进的PMB跟踪算法.算法采用随机矩阵法对扩展目标外形和尺寸建模,在滤波预测阶段利用多假设模型对衍生事件进行预测,得到多个伽玛高斯逆威沙特(gamma Gaussian inverse Wishart, GGIW)预测假设分量,最后在滤波更新阶段对预测分量更新得到扩展目标的运动状态和扩展形状估计.仿真结果表明,与标准的PMB滤波算法相比,所提算法有效改善衍生扩展目标的跟踪性能.     

K最近邻分类-反距离加权插值的网格降阶

数字孪生技术的出现极大地推动了机械状态监测、故障诊断等技术的发展。结构数字孪生中孪生模型的构建极其复杂,为保证孪生模型的精度,尝尝需要大量的数据作为基础。该文针对复杂结构数字孪生代理模型构建过程中所涉及的网格数据庞大、计算时间长、系统性能下降等问题,提出了一种K最近邻分类-反距离加权插值的有限元网格降阶方法。以机翼下壁板长桁结构为研究对象,建立长桁有限元网格模型并以此方法对其有限元仿真结果进行分析。结果表明:应力集中部位绝对误差为0.7 mm,最大主应力相对误差均在2%以内,该研究为网格降阶、数据降维与压缩提供了一个新的思路。     

基于神经网络的控制力矩陀螺自抗扰解耦控制

针对Model750控制力矩陀螺(control moment gyroscope,CMG)的耦合及扰动问题,提出一种基于径向基函数(radial basis function,RBF)神经网络逆系统和线性扩张状态观测器(linear extended state observer,LESO)的控制力矩陀螺复合解耦控制方法。利用神经网络的非线性逼近能力构建逆系统并与原系统串接,将原系统解耦成2个等效的伪线性子系统;采用线性扩张状态观测器估计等效系统的残余耦合项和扰动项加以补偿,并与比例微分(proportion differentiation,PD)控制器形成闭环以提高系统的动态控制性能。对提出的控制方法与PID-RBF逆控制方法进行仿真对比,结果表明:该方法可有效实现Model750系统的解耦,具有更好的动态控制性能和鲁棒性。     

设备内热源的红外无损辨识研究

用逐层比较的方法对二维内热源及其温度场分布进行了重构,通过数值试验验证了该方法的正确性.通过对计算结果的分析,发现该方法能够很好的用于内热源的重构以及任何一类反问题的求解.当测量结果精度较高时,该方法的计算结果非常准确.因此,可通过热电偶测量和红外扫描相结合的方法,来提高测量准确性,以达到较好的辨识结果.     

奇异系统的输出稳定化通过一般状态反馈的可解性

讨论了奇异系统的输出稳定化问题,得到了在初始值为容许且不保证闭环正则的情形下,通过一般状态反馈求解此问题的充要条件及计算步骤.     

基于TPA的某皮卡车道路噪声问题诊断及优化

为解决某皮卡车样车的道路噪声问题,采用轮心力加载法对皮卡车道路噪声进行仿真和优化。实验测量特定速度下的轮心加速度响应,仿真计算轮心到测点的传递函数,利用逆矩阵和主分量分析(principle components analysis, PCA)理论,获得轮心力的24个线性无关的主分量结果,并将其加载到整车仿真模型中,得到与实验较吻合的道路噪声结果。结合传递路径分析(transfer path analysis, TPA)思路,提出快速诊断道路噪声峰值的方法,从而有效定位问题点。该皮卡车底盘衬套刚度优化结果证明本文诊断和优化流程的有效性。