高浓度乙烯精馏塔灵敏板选择的动态模拟研究

合成醋酸乙烯的钯金催化剂易发生CO中毒失活,因此原料乙烯中CO的含量需保持在较低的水平(≤4.5×10~(-6))。通过乙烯脱轻塔可以将高浓度乙烯(98 wt.%)中的少量轻组分杂质(CO,CH_4,H_2等)进一步脱除,达到所要求的标准。使用Aspen Plus软件对该塔进行严格模拟,在对脱轻塔进行控制方案选择时,由于塔内温度差较小,灵敏板的选择比较困难。根据稳态下的常用方法,初步筛选出3种不同的控制方案,分别选择不同的理论板作为灵敏板。再将流程导入Aspen Dynamics软件中,改变进料组成,对3个方案进行动态操作检验,结果表明第33块理论板更适宜作为乙烯脱轻塔的灵敏板。该方法利用了动态模拟手段对稳态模拟的结果进行优化筛选,模拟结果对其他高浓度精馏塔灵敏板的选择也有所借鉴。     

聚偏氟乙烯/聚丙烯酸酯复合乳液的合成与性能

在含氟表面活性剂存在下，将聚偏氟乙烯超声分散于甲基丙烯酸甲酯和丙烯酸丁酯的混合单体中进行乳液聚合，制备了聚偏氟乙烯／聚丙烯酸酯复合乳液。采用动态光散射DLS、透射电镜TEM和红外光谱FT—IR对乳液组成及乳胶粒子的形态进行了表征，并对聚合物胶膜的性能进行了测试分析。结果表明：聚偏氟乙烯的加入，使复合乳液膜的拉伸强度显著增大，吸水率减小。     

基于M估计的非线性鲁棒检测卡尔曼滤波算法

针对传统鲁棒非线性滤波在观测噪声为非高斯强干扰噪声情况下,滤波性能下降的问题,提出一种利用卡方检测法预判断的非线性鲁棒检测滤波算法。该算法通过卡方检测设置门限,剔除突变野值,利用M估计修正量测更新。仿真实验对比了几种典型非线性滤波方法在不同观测噪声环境下的性能。所提算法在非高斯强干扰噪声情况下,比传统鲁棒滤波算法估计精度平均提高了25.5%;估计方差平均减少了18.3%。实验结果表明:所提算法可以抑制观测量非高斯强干扰噪声的影响,提高滤波精度及稳定性。     

动态格点搜索的改进算法用于团簇结构快速优化

结合高效的动态格点搜索(DLS)算法与扰动操作(Perturbation Operation)提出一种新的改进方法(DLS-PO),用于确定团簇的最低能量结构。针对一个特定构型,DLS算法总能给出其对应搜索空间的最规则结构。然而,一次失败的DLS优化将消耗大量的运算资源。为此,采取原子移动和结构旋转的扰动操作成功地改变了构型,再结合后续的DLS操作,提高了优化效率。将该算法用于原子数高达309的Lennard-Jones团簇及100原子NP-B函数铝团簇的结构优化。优化结果显示相比于DLS算法,DLS-PO算法更为高效。     

二维多层次的云服务可靠性评估方法研究

针对云服务业务流程管理的特点, 给出了云服务的组合实现框架; 依据随机Petri网的建模理论, 探讨了组合云服务流程网模型的细粒度建模方法; 根据动态多变的用户需求, 设计了二维多层次的云服务组合可靠性动态评估框架, 并给出了马尔可夫过程和等值约简的两种可靠性计算方法。应用示例分析结果表明, 该方法具有较好的动态适应性和灵活性, 能有效满足云服务的可靠性评估需求。     

一种基于优先级表的实时调度方法

针对单处理器实时系统动态调度问题进行了研究,分析任务的到达时间、执行时间、截止时间和空闲时间等任务属性的敏感度和影响度,提出了一种基于优先级表的调度算法PTBM,使相对截止期越小、空闲时间越大的任务优先级越高。对关于实时任务属性敏感度和影响度的结论验证和与传统的EDF、LLF和PTD算法的对比进行仿真实验,仿真结果表明基于优先级表设计的实时调度算法PTBM具有较高的调度成功率。该方法可应用于实时系统的实时任务的动态调度中。     

基于分层动态时间弯曲的序列相似性度量方法研究

为了更好地体现时间序列的形态特征,并探索更适合于较长时间序列之间相似性度量的方法,在动态时间弯曲算法的基础上进行改进,提出了基于分层动态时间弯曲的序列相似性度量方法。对时间序列进行多层次分段,并从分段中均匀抽取相对应的层次分段子序列,然后将层次分段子序列抽象为三维空间的点（反映了分段子序列的均值、长度和趋势）进行相似性度量,最后综合各个层次的相似性度量作为结果。实验表明,在参数设置合理的情况下,此方法能获得较高的序列相似性度量准确度和效率。     

改进CamShift算法的眼动跟踪方法

针对CamShift跟踪算法仅采用颜色特征,在存在颜色相近干扰目标、头部快速运动或者虹膜发生形变等情况易发生眼动跟踪不准确或失败等问题,提出一种基于改进CamShift算法的眼动跟踪方法。在CamShift算法中,计算边缘直方图分布,在颜色特征基础上融合边缘特征,同时通过分析饱和度分量抑制噪声影响,并利用基于边缘特征的自定义方法判断虹膜是否发生形变。当发生形变时,自动更新模板,根据历史运动轨迹预测虹膜中心。实验表明,该方法能有效改善眼动跟踪性能,且定位虹膜精确、错误率低、速度快,预测虹膜中心与实际虹膜中心相差极小,达到了准确性、鲁棒性和实时性的要求。     

基于自适应分块的动态场景HDR图像合成算法

通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的方法,自适应调整分块大小及动态区域块的融合权值,最终达到混淆去除的目的.同时,利用Gaussian中心函数窗口滤波,去除在分块融合过程中引入的块边缘不连续性痕迹.实验结果表明,该方法能快速有效地增强多曝光图像融合生成HDRI并去除混淆问题.