一类带不确定输入动态非线性系统的鲁棒H∞控制

研究一类带不确定输入动态非线性系统的H∞控制问题.在输入动态存在的条件下, 利用反传设计方法构造了鲁棒状态反馈控制器,使得闭环系统在零初始状态下从干扰到输出的 L2增益任意小,同时在干扰输入恒为零时闭环系统是全局渐近稳定的.     

远传水表系统中的局部通信技术

本文讨论户外集中管理的远传水表系统中的局部通信技术,从远传水表系统的构成入手,分析系统的工作原理,讨论系统中的局部通信问题,包括通信命令集的选取、差错控制方法以及相关的通信协议.所讨论的方法尤其适用于单片机无硬串行口的微机测控系统.     

远传变送器与凹面法兰的简便连接

液位和压力两个物理量的测量在自控设计过程中经常遇到，而使用远传变送器对这两个物理量进行测量是自控设计者最常用的手段。设备或阀门的法兰密封面以突面(RF)的型式最为常见。这种密封面型式的法兰与变送器的远传膜片密封件是可以连接的，也就是说变送器是可以直接安装的。但如果设备或阀门法兰的密封面为凹凸面(MFM)型式，变送器的远传膜片密封件与它则是不能直接连接的。遇到这种情况怎么处理?下面介绍一种笔者在设计过程中采用的简便连接方法。     

基于MSP430单片机的超低功耗数据采集器设计

介绍一种以MSP4 30系列单片机为核心的数据采集器,以零功耗磁敏传感器作为采集前端,适用于远传抄表系统的数据采集。具体阐述仪器的工作原理、主要特点、硬件电路设计和软件设计。     

断药导爆管传爆过程的高速摄影试验研究

通过对16 cm断药导爆管传爆过程的高速摄影试验的观察和分析,研究了断药的规整导爆管在传爆过程中爆轰波的传播特征,并得到规整导爆管存在断药时的传爆速度随时间变化的规律.     

新冠疫情封控管理期间特大型城市用水量影响分析

新冠肺炎疫情的封控管理措施对城市生产生活造成较大影响,供水企业也面临人员极限配置、水量波动等问题,但疫情封控对供水企业运行影响的研究分析仍属空白。文中以上海特大型城市为研究对象,根据远传水表用水量数据同时辅以相应水厂的供水量数据,提取气候条件、节假日、工业总产值等疫情期间对用水量变化的关键影响因素,借鉴环比法、同比法和改进的横比法等数据分析对比经典方法,对疫情封控下的城市用水量影响情况做初步分析。结果表明,城市供水量受新冠疫情封控影响较大,下降时间和封控措施的实施同步,日均供水量的损失约为正常情况下的7%。其中,非居民用水量的下降为主要原因,日均损失的用水量约为正常情况下的30%～35%。建议供水企业加快信息化、智能化建设进程,利用大数据手段,进一步完善研究方法,为水务相关部门及供水企业在疫情下提前预判供水需求,进行科学调控并提供参考。     

径向基函数神经网络在多维力传感器标定中的应用

维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数（RBF）神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。     

文化走出去视角下《任氏传》英译研究—— 以杨宪益、戴乃迭英译《任氏传》为例

优秀的文学作品是优秀民族文化的集中体现,随着中国经济的繁荣发展,中国国际地位地不断提升,将会有更多优秀的文学作品以译作的形式走向世界,让世界更多的了解中国文化.以杨宪益、戴乃迭英译《任氏传》为例,通过探究分析,认为译者要通晓上下文文意,了解相关文化负载词的意义,同时要对涉及的中国传统节日、传统医学等相关知识进行一定的挖...     

基于改进BP神经网络的PID控制方法研究

针对最速下降法收敛速度慢和易陷入局部极小的缺点,提出一种新型的基于改进BP神经网络的PID控制方法,该方法将神经网络和PID控制策略相结合,既具有神经网络自学习、自适应及逼近任意函数的能力。又具有常规PID控制器结构简单的特点。该控制器的算法采用Fletcher—Reeves共轭梯度法,它可以避免网络陷入局部极小点,同时加快网络的训练速度。并用这种改进的共轭梯度法对神经网络PID控制器参数实现在线修正。最后给出了在Matlab平台上的实现算法。仿真结果表明该控制方法是有效的。     

对传过程神经元网络在油井故障诊断中的应用

为更好解决抽油机井示功图模式诊断问题,依据示功图绘制原理,将示功图识别看作动态系统连续曲线（位移-时间曲线和载荷-时间曲线）的模式识别问题。利用过程神经元能同时处理时、空二维信息,可自动抽取时变函数样本的过程模式特征,在机制上对时变信号的分类问题具有较好的适应性,提出一种基于对传过程神经元网络诊断模型及其学习算法。以油井实测数据对模型进行训练和故障识别,取得了较好的应用效果。