一类离散Markov跳跃系统基于状态观测器的鲁棒H_∞控制

研究了具有不确定性的模式依赖时滞离散Markov跳跃系统基于状态观测器的鲁棒H∞控制问题。目的是构建依赖于系统模式的观测器和控制器,使得闭环系统是随机稳定的且具有较好的H∞干扰抑制性能。通过选取合适的随机Lyapunov函数,利用线性矩阵不等式,给出了鲁棒H∞控制器存在的时滞依赖条件。基于锥补线性化算法对控制器进行求解,得到了模式依赖观测器和控制器。最后通过数值仿真证明了本文方法的可行性。     

牙轮钻头强化用YQ4堆焊层组织性能研究

利用自主开发Ni-Cr-B-Si-Cu合金粉研制了YQ4堆焊焊条,采用氧乙炔堆焊工艺制作了堆焊试样,利用剪切实验测试了堆焊层强度,冲击磨料磨损实验测试了试样的耐磨性,利用扫描电子显微镜观察了断口显微组织特征.实验结果表明:YQ4硬质合金堆焊层中过渡层组织细小,耐磨层中脆性硬质合金相上均匀分布了韧性微孔结构低熔点合金,硬质合金分布致密、均匀、多层堆垛,基体与过渡层以及硬质合金之间结合良好,平均剪切强度600 MPa,高于牙轮钻头工作要求,抗冲击磨料磨损能力提高近2倍,在组织与性能上都满足牙轮钻头齿面强化要求.     

不确定性线性系统的H_∞输出反馈鲁棒重复控制

为了抑制乘性不确定性线性系统中的外部扰动,提出了一种重复控制器与输出反馈控制器参数同时优化的方法.引入一个假想摄动将系统的扰动抑制问题归结为具有结构型摄动的系统鲁棒稳定性问题.根据小增益定理得到该结构型摄动系统鲁棒稳定性的充分条件.引入一个稳定的定标阵,得到该结构型摄动系统低保守性的鲁棒稳定性充分条件.基于该充分条件和线性矩阵不等式方法(LMI)、锥补线性化方法(CCL),提出的迭代算法可以同时计算出重复控制器中低通滤波器剪切频率的最大值及其对应的输出反馈控制器的参数.最后,低频线振动台系统验证了该方法的有效性。     

蒸汽冷凝水回收系统改造及效益分析

章简要介绍了疏水阀的类型及选型原则。选择质量好且耐背压的倒吊桶型疏水阀，选择热动力式疏水泵和合适的闪蒸罐，合理敷设管道，将原分散的就地排放的蒸汽冷凝水及其产生的二次蒸汽加以回收利用；通过对疏水阀性价比的比较，得出性能优良的疏水阀及其回收系统在节能上的巨大优势；借鉴国内外同行的先进经验，还提出了今后蒸汽疏水系统改造的方向和应注意的问题。     

高抗冲聚苯乙烯的阻燃研究

利用锥形量热仪(CONE)研究了阻燃高抗冲聚苯乙烯(HIPS)的燃烧性能,同时也采用垂直燃烧、氧指数等方法进行了对比测试。含十溴二苯乙烷的试样不仅保持了原有的物理机械性能,而且阻燃效果明显。相对于使用十溴二苯醚阻燃的HIPS,十溴二苯乙烷的使用不会产生多溴代二问题,产品符合一定的环保要求。     

融合螺旋策略的分片混沌群粒振荡搜索算法

针对标准鲸鱼算法(WOA)及部分衍生算法求解某些算例效果不佳的问题进行了研究与实验,证明了WOA"包围"过程存在零点搜索偏好陷阱;而混沌优化算法(COA)不均衡的搜索特性使得部分衍生WOA融合的混沌初始种群与群智能优化过程难以调和.为了改善上述缺陷,选用了两种混沌系统和气泡网捕猎策略,设计了一套融合式优化算法.算法采用基于适应度的基线式自适应振荡群粒划分策略指导群体行为模式,充分发挥混沌系统作用,平衡探索与收敛性能.对通用/改进算例和工程应用案例求解可知,该算法性能相较于对比组算法更优,且不存在搜索偏好.     

一种植被覆盖区利用闭凸锥约束收敛提取有用信息的方法

世界上许多地方被植被所覆盖,在植被覆盖区提取有用信息一直为一个难题,例如植被覆盖下矿产信息等。常见的植被抑制方法主要是利用信号本身采用同态滤波或者方程式解算进行植被去除,主要缺点依赖经验或者多期数据,实际应用存在困难。本文提出一种利用闭凸锥约束收敛的算法对植被覆盖下有用信息进行提取,这种方法处理后的数据增强了有用信号的强度同时有效减弱植被信号的干扰,对植被覆盖区工程探测、矿产地质调查、水利农业等都具有重要意义。     

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。     

Interactive Evolutionary Multi-Objective Optimization Algorithm Using Cone Dominance

As the number of objectives increases, the performance of the Pareto dominance-based Evolutionary Multi-objective Optimization (EMO) algorithms such as NSGA-II, SPEA2 severely deteriorates due to the drastic increase in the Pareto-incomparable solutions. We propose a sorting method which classifies these incomparable solutions into several ordered classes by using the decision maker's (DM) preference information. This is accomplished by designing an interactive evolutionary algorithm and constructing convex cones. This method allows the DMs to drive the search process toward a preferred region of the Pareto optimal front. The performance of the proposed algorithm is assessed for two, three, and four-objective knapsack problems. The results demonstrate the algorithm's ability to converge to the most preferred point. The evaluation and comparison of the results indicate that the proposed approach gives better solutions than that of NSGA-II. In addition, the approach is more efficient compared to NSGA-II in terms of the number of generations required to reach the preferred point.     

锥度量空间中四个自映射的公共不动点定理

在完备的锥度量空间中讨论了4个自映射的公共不动点定理,其存在性和唯一性得到证明。所得主要结果将锥度量空间中的公共不动点定理进行了推广。