直线超声波电机伺服系统建模及鲁棒控制

为解决超声波电机精确建模的问题,将二阶传递函数作为名义模型,通过频域辨识建立超声波伺服系统的线性模型.引入干扰观测器,以抑制各种外部力扰动,并增强伺服系统对参数变化的鲁棒性.以直线超声波电机为例进行仿真和实验,结果表明,控制方法对外部力扰动和参数变化均具有很强的鲁棒性,可以提高超声波电机的运动控制精度.     

浅论古典诗词中的养心益寿思想

古人认为,养心有助于保持心理与生理平衡,增进健康,抵抗衰老、延长寿命。我国的古典诗词中蕴含着丰厚的养心全生思想,具体表现在恬淡寡欲、豁达开朗、心态平和与知足常乐等方面。这些养生思想对于今天我们养生具有重要的指导意义。     

特高压输电塔双向动态监测传感器的优化布置

结合三维动态测点优化布置的有效独立法(EFI3)和改进的一维有效独立法,提出同时考虑双向测点优化布置的有效独立法(EFI2)。采用二维空间相互正交方向的节点振型作为输入,根据模态振型最大线性无关性和较大能量分布原则,EFI2法将同时优化双向的测点布置。以某大跨越特高压输电塔为工程背景,运用EFI2法优化其顺导线和横导线向加速度测点布置,并选用两种评估标准分析测点布置的优化效果。结果表明:对同时考虑空间二维振动的大跨越特高压输电塔结构,EFI2法能得到较为理想的测点布置方案。     

高校体育课程改革与学生体质健康促进研究

本研究立足于高校体育课程改革这个根本,以体育教学课程体系改革为核心、以公共体育课程中分专项菜单式身体素质锻炼库为手段、以学生个体体质健康状况的报告→预警→干预三级制度为保障,建立与大学生体质健康促进相吻合的新型体育课程体系。通过课程一体化,将＂体质教育＂与＂技术教学＂有机结合,真正形成一个关注学生健康成长、符合时代要求与发展方向的高校体育教学模式。     

基于HPLC和模式识别的绿茶分类

为判别不同绿茶的类别,利用高效液相色谱分析茶叶中儿茶素和咖啡因等内部有效成分的质量分数,根据其质量分数利用模式识别方法进行分类.试验以5种中国绿茶为研究对象,首先,采用高效液相法分析茶叶中表没食子儿茶素、(+)-儿茶素、表儿茶素、表没食子儿茶素没食子酸酯、表儿茶素没食子酸酯和咖啡因等6种有效成分的质量分数.在此基础上,分别运用线性判别分析(LDA)、K最邻近(KNN)和人工神经网络(ANN)等模式识别方法建立相关模型对5种绿茶进行判别分析,试验结果表明ANN判别模型效果最好,模型训练和预测时的判别率分别达到98%和92%.研究结果表明,利用HPLC分析茶叶中的儿茶素和咖啡因等质量分数,再结合ANN模式识别的方法可以对不同类别的绿茶进行定性判别.     

一株高氯酸盐降解菌的分离及特征

利用选择性培养基从ClO4-污染的底泥样品中分离到一株具有ClO4-还原能力的细菌JD15.对其细胞形态、结构、生理特征、16S rDNA和ClO4-还原酶α亚基基因片段pcrA的编码序列分析表明,该菌株为革兰氏阴性的短杆菌,微好氧;16S rDNA序列Dechloromonas sp.SIUL(AF170356.1)的相似性为100%,将其命名为Dechloromonas sp.JD15.该菌株的最适条件为t=25℃,pH=7;能够在ρ(ClO4-)=5×10-3～5×103mg.L-1的培养基上生长;在含0.5～10 mg.L-1的ClO4-培养基中分别培养4 d和30 d后,ClO4-的降解率分别大于50%和80%,表明该菌株可去除环境中的ClO-,具有潜在的应用价值.     

F-二重粗积分与边界厚度

F--二重粗积分是由函数双向S-粗集生成的积分对,它是F -二重粗积分和F^--二重粗积分的推广。给出F-二重粗积分边界厚度的概念,讨论了边界厚度的动态变化规律,得到边界厚度最值定理。利用边界厚度可以对F-二重粗积分进行辨识,给出F-二重粗积分辨识定理和两个辨识原则。     

大理某高校新生心理健康状况调查

目的:了解大学新生心理健康状况,提高大学生心理健康教育与干预的针对性和实效性.方法:使用大学生人格问卷(UPI)对大理某高校新生进行心理健康状况测查.结果:①总体上新生的心理健康状况良好,但其中有17.40%的新生存在各种明显的心理困扰问题;②性别因素是影响受测学生UPI得分的重要变量,而校区、专业因素的影响均未达统计学显著性水平;③初步调查显示,大学新生中有自杀倾向的占2.92%;④大学新生在学业成就和人际关系归因方面均倾向于内归因;⑤大学生的人格因素与学业成就、人际关系归因倾向性之间存在显著的相关性.结论:大学生心理健康问题不容忽视,学校应加强大学生的心理健康教育,提高对其心理问题干预的针对性和实效性.     

基于旋转电弧传感器的水下焊缝偏差识别算法

提出了基于旋转电弧传感器的Nu-SVR水下焊缝偏差识别算法.Nu-SVR通过对基于旋转电弧传感器采集到的不同偏差的水下焊接信号进行学习,然后对水下电流信号进行焊缝偏差识别得出偏差.相对于传统的回归算法--区间积分法和神经网络法,算法具有更好的识别能力.最后通过水下焊接实验,其最大的识别误差仅为0.554 mm,证明了该方法十分有效.     

一种新型的永磁电机转子位置估计方法

利用脉振高频电压信号注入法来估计永磁电机（PMSM）转子位置时,由于无法辨识转子N/S极,就存在着位置估算可能相反的问题。本文利用电机磁场的饱和效应,提出了一种新型转子位置辨识方法。通过分析包含转子位置误差信息的二次高频电流分量,完成转子永磁体极性的判别,从而准确辨识出转子位置。在凸极式永磁电机实验平台上进行了转子位置估计实验,实验结果验证了该方法的有效性。