非自衡化工生产过程的PID控制解析设计

针对非自衡化工过程难以控制及所得控制器参数调节无规律可循的问题,为提高过程控制品质,通过设计跟踪给定值控制回路和抑制干扰控制回路来实现非自衡化工过程的控制;利用最优控制理论、Taylor近似,设计得到的跟踪给定值控制器和抑制干扰控制器其PID参数可解析给出,每个控制器只有唯一的调节参数且两个回路的参数调节相互独立,最后定性分析了闭环控制系统的稳定性,仿真结果表明基于该控制系统可有效实现非自衡化工过程的控制。     

微信息大数据粗糙集的近似约简

为了应对微信息舆情数据的格式复杂、价值稀疏和收集困难等大数据处理技术难题,基于隐含语义分析和粗糙集近似约简理论,设计微信息的数据区间值集和近似匹配分类算法.在不影响数据主要关联关系的原则下,提炼核心属性、消减次要属性,实现一种微信息异常主题倾向的发现方法.结果表明,该近似约简算法能在完成微信息兴趣倾向主题分类的前提下,将数据集属性大幅度缩减,提高微信息的信息挖掘效率,为微信息大数据舆情处理工作提供了新的思路和案例.     

基于双迭代与二阶锥规划的机载雷达稳健降维STAP方法

针对机载雷达空时自适应处理（STAP）中期望目标导向矢量的失配问题,提出一种基于双迭代与二阶锥规划的稳健降维STAP方法。该方法首先将权矢量分解为空域与时域两个低维权矢量的Kronecker积,然后分别限定实际空域、时域导向矢量与假定导向矢量之间的误差范数边界,并通过对各自最差性能进行优化,转化为相应的SOCP形式,进而利用双迭代算法实现了对两个低维权矢量的分别求解,最终合成全维STAP权矢量。该方法在保证稳健STAP性能的同时,通过双迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

不同预氧化剂对铜绿微囊藻细胞的灭活

为比较不同预氧化剂对藻细胞的处理效果及其机理,在高锰酸钾灭活藻细胞研究的基础上,采用次氯酸钠与臭氧对铜绿微囊藻进行灭活实验.结果表明:次氯酸钠和臭氧对藻类的灭活反应均符合二级动力学模型;次氯酸钠较易引起铜绿微囊藻细胞萎缩破裂,从而导致细胞内代谢有机质的释放,对藻细胞的灭活动力学常数为(220±3)L·mol-1·s-1,不同初始次氯酸钠浓度对动力学常数无明显影响;臭氧对于铜绿微囊藻细胞有极强的氧化作用,细胞灭活速率常数达(2 655±15)L·mol-1·s-1,能迅速引起藻细胞破裂及胞内代谢有机质的释放,不同初始臭氧浓度对动力学常数无明显影响.3种氧化剂对铜绿微囊藻细胞的灭活速率由大到小依次为:臭氧次氯酸钠高锰酸钾.电镜扫描结果显示,臭氧与次氯酸钠在氧化过程中比高锰酸钾更易引起藻细胞破裂及IOM的释放.     

电流变客车减振器的力学分析与最优控制

在减振器中采用电流变液,通过控制电场实时响应路面激励,提高客车对振动响应的智能性。基于车辆1/4动力学模型的分析表明,在0～25 Hz路面激励下,车身加速度、相对动载、悬架动挠度的共振响应峰值分别减小52.9%、52.6%、60.0%。线性二次型最优控制理论的仿真结果表明,主动悬架系统的车身振动加速度减小0.37 m/s2,悬架动挠度值减小4.3 mm,轮胎变形量基本不变(仅约0.1 mm),实现了良好的减振性能,从而提高了行驶平顺性、被动悬架系统稳定性。不同路面状况下所需的场强幅值为3.5 kV/mm、能耗约为225 W,为配套电源的设计提供了依据。     

有理重心插值中Lebesgue函数的最值性质

Floater和Hormann提出的有理重心插值具有很好的性质,在逼近论及相关领域中有重要的应用。 Floater和Hormann插值函数中,Lebesgue常数反映了有理插值的稳定性,d决定着有理插值的权重系数和插值进程的好坏。当d＝2时,证明了插值节点等距时,其对应的Lebesgue函数的最大值在区间的两个端点处取到。     

基于GA的两轮自平衡小车LQR最优控制器设计

针对传统LQR最优控制器权重矩阵确定困难以及由此导致的响应速度慢等问题,以具有多变量、强耦合、非线性特点的两轮自平衡小车为被控对象,提出了一种通过遗传算法实现LQR控制器参数寻优的方法。选择线性二次型性能指标为目标函数,利用遗传算法的全局优化搜索能力,获取权阵Q的最优解,从而设计状态反馈控制率K,搭建系统动力学模型进行仿真实验。实验结果表明:该方法设计的最优控制器相对于传统的极点配置和LQR方法具有更好的控制效果,系统响应速度更快,超调更小。     

带有时滞的未知非仿射非线性系统自适应模糊跟踪控制

应用自适应模糊逼近方法研究了一类带有时滞的未知非仿射非线性系统的跟踪控制问题.系统的实际控制器是按照Backstepping设计过程经逐步反推而得到,在每一步设计中需要用自适应模糊逻辑系统来逼近未知的非线性函数.为了降低控制设计对先验知识的依赖性,取消须事先已知模糊基函数的限制,采用非线性参数化的模糊逻辑系统作为逼近器.由于逼近器中的未知参数彼此之间呈非线性关系,无法直接得到在线估计这些参数的自适应律.为了实现对相关参数的在线调节,先应用Taylor展开式将呈非线性关系的参数分离,使其相互之间具有线性关系,然后再基于Lyapunov第2方法给出相应参数的自适应调节律.最后,通过一个仿真实例来验证所给方法的有效性.结果表明:所得自适应模糊控制器能有效补偿时滞的影响,保证闭环系统中所有信号均有界,而且输出跟踪误差能收敛到原点的任意小邻域内.