Quilone试剂改性脲醛树脂——新型防水涂料的制备

叙述了Quilone试剂的合成,改性脲醛树脂的原理、实验方法、改性后脲醛树脂的抗水性、抗渗透性、耐化学药品性及其影响因素。     

羧甲基淀粉的助洗作用

本研究通过测定得出，羧甲基淀粉稀溶液对重金属离子有好的封锁能力，对固体污垢有较理想的悬浮分散能力，并具有防止污垢再污染的效果，证明了羧甲基淀粉在洗剂中具有多种功能，是一种有发展前途的洗剂添加剂。     

浅析闸下港道淤积及治理问题

我国许多挡潮闸,地处淤泥质海岸,闸下港道淤积十分严重。严重影响了挡潮闸的排涝能力和工程排水效益的发挥。结合江苏沿海某些挡潮闸,全面分析了闸下港道淤积泥沙来源和泥沙淤积的原因,比较全面地介绍了目前可行的一些治理措施,并对各种措施进行了分析,对研究闸下港道淤积及相关工程治理有一定的指导意义。     

非平衡拓扑结构的多智能体网络系统一致性协议

针对多智能体网络系统,本文分别研究了非平衡拓扑结构的多智能体连续状态和离散状态下的一致性协议.首先提出了能使用有向图表示的多智能体网络系统的拓扑结构,并根据该拓扑结构建立了网络系统的1阶数学模型和提出了多智能体网络系统一致收敛准则.对于多智能体网络连续系统,该系统的一致平衡点最终收敛于初始状态的凸组合,本文最终确定了非平衡拓扑结构的一致平衡点.如果多智能体网络系统的拓扑结构没有改变,在离散状态下系统的一致平衡点仍收敛于初始状态的凸组合,并且离散状态下系统的一致平衡点与连续状态下系统的一致平衡点相等.最后采用8个智能体组成的网络拓扑进行计算机仿真,验证理论的正确性.     

基于Bayes决策的GMDSS模拟评估系统研究

针对全球海上遇险与安全系统的训练需求,开发了新一代多功能GMDSS模拟与评估系统.该系统为多种海上通信设备提供了一个综合的模拟训练平台,具有进行实时通信仿真,规范的通信操作流程演示及对操作训练进行自动评估等多种功能.首先介绍了系统的设计思想和组成功能,然后分析了系统原理与设计架构,并详细阐述基于Bayes决策的评估方法,模块化整合技术,卫星通信状态仿真模型以及系统网络通信实现机制等关键技术.经过实际使用测试表明,该系统功能完善,有较高的稳定性和可靠性.     

基于数据的控制、决策、调度与故障诊断

现代工业的发展,使得生产制造工艺、装置与生产制造过程越来越复杂,难于建立数学模型.随着信息技术的快速发展,加上全球市场环境下提高制造企业竞争力的需求,迫切需要实现生产制造过程与装备的运行优化、生产制造工艺流程的优化、生产计划调度以及运作管理决策的优化,进而实现制造企业的全局优化.为此迫切需要建立基于数据的控制与优化理论与方法.     

用损伤定量化方法评价锅炉剩余寿命

电站锅炉的主要高温承压部件,采用Cr-Mo钢材料。在蠕变损伤过程中,母材表现为延伸累积直至断裂的韧性蠕变断裂,而其焊缝热影响区表现为没有延伸就断裂的脆性蠕变断裂。因此,母材可通过蠕变变形推断蠕变损伤程度,而其焊缝热影响区就不能利用蠕变变形检测、评价蠕变损伤程度。为非破坏、高精度地检测热影响区积累的蠕变损伤,日本三菱公司开发了寿命评价技术(MLAS,MitsubishiMetallurgical Life Assessment)。作为脆性蠕变损伤的检测方法,虽然研究过用超声波等手段检测随材料劣化而产生的物理特性变化、进而进行寿命评价,但日本三菱公司认为,从与蠕变损伤有直接关系的金属组织角度进行寿命评价最为合适。     

综合轮切式园拉刀拉削力的试验研究

本文试验研究了综合轮切式园拉刀的拉削力,提出了综合轮切式园拉刀拉削力的计算公式。计算公式较好地反映了拉削因素(包括拉刀直径在内)对拉削力的影响规律。     

“分布式信息能源系统”专题特约主编寄语

<正>分布式信息能源系统(distributed cyber energy system,DCES)是能源互联网(energy Internet,EI)顺应新时代、新机遇与新挑战的产物,是能源发展的新阶段与新形态。能源作为信息的载体催生出海量能源数据,而信息技术的发展又将反哺能源网络的改造和升级。DCES通过信息流与能量流的交互影响,加强能源互联网的计算、优化、控制与管理的深度融合,以安全、高效、可靠和实时的方式感知与管控能源系统,实现多能源系统之间的自治与协作。     

基于自适应动态规划的移动机器人视觉伺服跟踪控制

针对移动机器人视觉伺服跟踪控制问题, 提出一种基于自适应动态规划(Adaptive dynamic programming, ADP) 的控制方法. 通过移动机器人上的相机拍摄共面特征点的当前图像、期望图像以及参考图像, 利用单应性技术得到移动机器人当前的位姿信息与期望的位姿信息(即平移量与旋转角度), 从而通过当前与期望的平移旋转之间差值得到系统的开环误差模型. 进而, 针对此系统设计最优控制器, 同时做合适的控制输入变换. 在此基础上设计一个基于ADP的视觉伺服控制方法以保证移动机器人完成轨迹跟踪任务. 为求出最优控制输入, 采用一个评价神经网络近似值函数, 通过不断学习逼近哈密顿−雅可比−贝尔曼(Hamilton-Jacobi-Bellman, HJB)方程的解. 与以往不同的是, 由于系统存在时变项, 导致HJB方程也含有时变项, 因此需要设计具有时变权值结构的神经网络近似值函数. 最终证明在所设计的控制方法作用下, 闭环系统是一致最终有界的.