利用煤泥发电新技术

利用煤泥发电新技术王福忠兴隆庄矿煤泥热电厂（山东兖州２７２００２）兴隆庄矿煤泥热电厂是国家“七五”重点科技攻关项目的配套工程，是全国第一家以工业浮选尾煤为燃料的坑口电厂。建厂初期，我们联合浙江大学等四家单位承担了国家３５ｔ／ｈ煤泥流化床锅炉研制的攻关...     

奇异函数法在塑性极限分析问题中的新应用

本文先介绍奇异函数法在塑性极限分析问题中的新应用,然后应用此法求解环板在边缘弯矩和局部均布、线性分布荷载共同作用下极限荷载公式,并画出极限荷载的影响曲线。     

抵御任意故障的H2动态输出反馈可靠控制研究

针对线性系统,基于线性矩阵不等式(LMI),给出具有抵御任意故障的H2动态输出反馈控制器的设计方案,所得到的结论不仅是能抵御执行器或传感器任何一类部件发生故障的完整性设计方案,而且能使系统达到给定的H2性能指标。使用比离散故障模型更具有实际意义的连续故障模型．一个数值例子说明所提方法的有效性。     

一种非线性系统的鲁棒型预测控制算法

提出一种基于神经网络的鲁棒型广义预测控制(GPC)方法,该方法首先用神经网络对非线性系统进行辨识,然后在控制中将模型输出值与测量输出值进行综合,代替量测输出用于控制中,从而降低辨识器与控制器对未建模动态的敏感性,增强控制器的适应能力和鲁棒性.仿真结果表明:将本方法应用于非线性系统控制,对未建模动态具有较强的鲁棒性和控制能力.     

一种非线性系统的鲁棒型预测控制算法

提出一种基于神经网络的鲁棒型广义预测控制（GPC）方法,该方法首先用神经网络对非线性系统进行辨识,然后在控制中将模型输出值与测量输出值进行综合,代替量测输出用于控制中,从而降低辨识器与控制器对未建模动态的敏感性,增强控制器的适应能力和鲁棒性.仿真结果表明：将本方法应用于非线性系统控制,对未建模动态具有较强的鲁棒性和控制能力.     

基于混沌机制的神经网络预测控制及仿真研究

为解决一大类未知、时滞、非线性系统的预测控制问题,提出了一种基于改进的Elman动态回归神经网络预测控制算法．首先,在一般的Elman动态回归神经网络算法中加入了混沌机制,利用混沌机制固有的全局游动有效地消除了Elman网络易陷入局部极值的缺点,提高了系统的辨识速度;然后,结合广义预测控制（GPC）的反馈校正、滚动优化来完成非线性系统的预测控制．仿真结果表明：将本算法应用于非线性系统预测控制,对未建模动态具有较强的鲁棒性和良好的控制跟踪能力。     

基于长短期记忆网络的Vienna整流器故障预测

为了掌握Vienna整流器的健康状态,提出基于长短期记忆（LSTM）网络的Vienna整流器故障预测模型。通过对电容和功率MOSFET的退化与故障特征分析,建立Vienna整流器整体电路性能和关键元器件退化之间的关系,选择输出电压变化值ω为整流器的故障特征参数。在此基础上,构建基于LSTM的Vienna整流器故障预测模型,采用Adam优化算法训练预测模型,实现对Vienna整流器故障特征参数的预测。仿真结果表明,该模型预测结果的均方根误差为0.123 3,平均绝对百分误差为0.101 8,该模型的预测精度较高,能够较好地实现Vienna整流器的故障预测。     

奇异函数法在塑性极限分析问题中的新应用

本文先介绍奇异函数法在塑性极限分析问题中的新应用,然后应用此法求解环板在边缘弯找和局部均布、线性分布荷载共同作用下的极限荷载公式,并画出极限荷载的影响曲线。     

用加权余量法求圆板在Mises屈服条件下的极限荷载

应用加权余量法求承受均布荷载的简支与固支圆板在Mises屈服条件下的极限荷载。方法简单 ,结果合理