非线性多智能体系统的无模型自适应聚类一致性控制

针对一类模型未知的离散时间非线性多智能体系统聚类一致性问题,提出一种无模型自适应控制算法.首先,假设系统具有固定拓扑,利用伪偏导数概念得到系统的数据关系模型,在考虑多智能体之间耦合系数条件下给出聚类一致性误差,在此基础上设计一种数据驱动的聚类一致性跟踪控制协议;然后,采用压缩映射方法在理论上分析了跟踪误差的收敛性,结果表明所提出算法不需要智能体模型信息即可完成跟踪任务,是一种数据驱动的控制方法;最后,将结果拓展至随机切换拓扑结构的多智能体系统中,数值仿真结果验证了所提出算法的有效性.     

催化加氢制备3-氨基-4-甲氧基乙酰苯胺

以高速淬冷法制备的Ni-Mo-Al合金为前体、经活化制得的改性骨架镍为催化剂,催化3-硝基-4-甲氧基乙酰苯胺(NMA)液相加氢制备3-氨基-4-甲氧基乙酰苯胺(AMA)。考察了催化剂用量、反应温度、反应压力对反应的影响,优化了反应条件。在以甲醇为溶剂、60℃、1.0MPa、催化剂用量0.3g(m(催化剂)∶m(NMA)=1∶10)的条件下反应40min,NMA转化率为100%,AMA选择性达99.9%。催化剂循环使用44次,稳定性良好。对该反应的动力学研究结果表明,在NMA浓度低于0.71mol/L时,该反应对于NMA的浓度宏观表现为零级反应;当反应压力为0.5～2.5MPa时,该反应对于反应压力宏观表现为一级反应;该反应的表观活化能约为52kJ/mol。     

催化加氢制备对氨基乙酰苯胺

采用高速淬冷法制备了催化剂前体Ni-M-Al合金,经碱活化处理后得到改性骨架镍催化剂.将该催化剂用于对硝基乙酰苯胺(p-NAT)浪相加氢制备对氨基乙酰苯胺(p-AAT)的反应.考察了溶剂、原料及催化剂用量、反应温度、系统压力对反应的影响,以及不同反应温度下p-NAT浓度与反应时间的关系曲线,并优化了反应务件.以甲醇为溶剂,在60℃,1.0 MPa,m(催化剂)/m(p-NAT)=1/10时,反应24分钟,p-NAT的转化率为100%,p-AAT的选择性达99.5%.