变截面Euler-Bernoulli梁稳态谐振动的微分求积法研究

研究运用微分求积法分析了均质变截面梁的稳态谐振动问题.首先,基于Euler-Bernoulli梁的基本理论,将均质变截面梁的横向稳态谐振动响应问题转化为一个变系数常微分方程的两点边值问题.再根据微分求积法理论,将该常微分方程的两点边值问题转化为高斯主元消去法求解线性代数方程组,从而获得均质变截面梁稳态谐振动的位移及内力正确解.通过等直梁和变截面梁两个数值算例,验证了微分求积法研究变截面梁稳态谐振动的可行性和精确性;同时,对数值计算结果进行数据分析,由梁的位移和内力等物理参量的急剧变化这一现象,可以定性判定梁发生共振的频率范围.     

柔性直流配电网的N-1安全域

为完整刻画柔性直流配电网在满足N-1安全准则前提下的最大允许运行范围,提出了柔性直流配电网的N-1安全域模型与解析化求解方法.首先讨论了柔性直流配电网的典型接线模式与N-1事件前后的稳态特性;在此基础上建立了柔性直流配电网的N-1安全域模型,分析了其与交流配电网安全域模型的区别及其能适用于柔性直流配电网的原因;然后通过DistFlow支路潮流线性化并配合下垂节点的处理,实现了模型的解析化求解;最后通过算例验证了模型与求解方法的有效性.结果 表明:所提模型与求解方法可用于获得柔性直流配电网在主从控制、电压裕度控制、下垂控制下的安全域解析表达式;不同控制策略下安全域大小的规律是电压裕度控制下小于主从控制下,下垂控制下小于等于主从控制下.     

电力系统稳定器降低增益测取风险的试验方法

针对电力系统稳定器(PSS)参数整定试验临界增益测取的高风险性,提出了一种降低试验中临界增益测取风险的试验方法,并在某水力发电机组PSS参数整定试验中予以验证.试验结果表明,通过适度修改PSS输出限幅值可在保证试验效果的同时降低试验跳机风险.     

具有数据包丢失的离散随机不确定系统的线性最优满阶估值器

研究了具有数据包丢失和随机不确定性离散随机线性系统的状态估计问题.其中数据包丢失是随机的,且满足Bernoulli分布,系统矩阵中的随机不确定性由一个白色乘性噪声来描述.首先,通过配方方法,提出了最小均方意义下的无偏最优线性递推满阶滤波器.所提出的滤波器用到了当前时刻和最近时刻接收到的观测来保证线性最优性.与多项式滤波和增广滤波器相比,本文的滤波器具有较小的计算负担.然后,基于所获得的线性滤波器推导了线性最优预报器和平滑器.进一步研究了线性最优估值器的渐近稳定性,给出了稳态特性存在的一个充分条件.最后,通过两个仿真例子验证了所提估计算法的优越性.     

磁悬浮系统的控制方法研究

对于电磁吸浮型磁浮列车,悬浮控制是其关键部分,由于该系统的非线性和不稳定性,需要通过主动控制使其稳定悬浮。建立了磁悬浮列车悬浮系统模型,针对模型的非线性问题,采用精确反馈线性化将悬浮系统的非线性模型线性化,然后用闭环增益成形算法设计出非线性鲁棒控制器。用MATLAB的Simulink对具有扰动的非线性模型进行仿真,仿真结果表明控制效果没有静差和超调,调节时间快。     

圆管内稳态湍流的速度分布

本文提出一种新的简捷关系式，用于计算圆管内稳态湍流的时均速度分布。将圆管内湍流核心区域的流动看作粘性层流与无粘性理想流动之间的一种过渡形态，因而湍流的速度分布是部分理想流体平推流与层流叠加的结果。其中，粘性层流的权重与雷诺数大小有关。大量计算结果表明，在雷诺数5，000-1，000，000范围内，新关系式所计算速度分布与对数型通用速度分布基本一致，同时新的速度分布式在圆管中心处无数学奇点。     

固体三元稳态ClO2急性经口、遗传及蓄积毒性研究

固体三元稳态二氧化氯是为了解决二元产品活动化率低、活化酸度高、活化损失大的缺点而研制出的新型固体ClO2产品。通过对其急性经口毒性、遗传毒性及蓄积毒性的试验研究，发现雌雄小鼠的急性经口LD50值均大于21．5g/kg，该产品属于实际无毒级；剂量达5．00g/kg，未检出对雌雄小鼠骨髓嗜多染红细胞的诱变活性；给药20d后，动物死亡仍未足半数，K＞5，该产品为弱蓄积性。     

化工过程稳态模拟技术的现状和发展趋势

本文介绍了化工过程稳态模拟技术及其数学方法、计算环境和软件开发的现状和发展趋势。     

拟稳态法测定气相扩散系数

根据拟稳态一维扩散原理,建立了气相扩散系数的测定装置。在该装置上,测定了8个体系的气相扩散系数,其中CH_2Cl_2-空气,CH_2Cl_2-H_2,CH_3CH_2Br-空气,CH_3Cl_2Br-H_2,CHCl_3-H_2等5个体系的气相扩散系数实验值,迄今尚未见文献报道。实验结果表明,本测试装置稳定性好,实验误差小,实验装置体积小,测试过程较为简便。     

一种基于相关的属性选择改进算法

基于相关的属性选择算法是一种属性子集评价方法,该算法通过启发式评价消除属性子集中属性之间的相关性,使用评价值选择与类属性相关度高而属性之间相关度低的属性子集。提出在基于相关的属性选择算法中加入属性之间相关度方差的影响,能够在基于相关的属性选择算法选择的属性集子的基础上,去除属性子集中那些与其他属性相关度大的属性。通过实验证明,改进后的算法选择的属性子集属性数不多于基于相关的属性选择算法选择的属性子集属性数。使用改进算法选择的属性子集,在对分类器分类正确率影响很小的情况下,有较高的分类效率。