镁基固态储氢材料研究进展

 镁基储氢材料具有储氢量高、镁资源丰富以及成本低廉等优点,被认为是极具应用前景的一类固态储氢材料。利用镁基储氢材料供氢主要有热分解放氢和水解产氢2种途径。MgH₂的热分解放氢焓值高（75 kJ/mol H₂）,造成其放氢温度较高、动力学差; MgH₂的水解过程中,由于常温水解产物Mg（OH）₂逐渐包裹在MgH₂表面,阻隔了MgH₂与水的接触,从而导致水解产氢效率较低。近年来,大量研究工作聚焦于改善MgH₂的热解/水解供氢性能及实际应用,已经取得了大量成果。针对目前国内外镁基固态储氢材料的研发,总结了材料/结构改性、反应条件对镁基储氢材料的热解/水解性能的影响,重点阐述了固态镁基储氢材料组成成分-微观结构-储放氢性能之间的关系,并对镁基储氢系统及实际应用场景进行了归纳。未来通过镁基固态储运氢技术的发展,将实现氢气的高安全、高效及大规模储运,助力中国氢能产业的发展。     

基于区间直觉模糊数ANP的体系贡献率计算方法

体系贡献率主要用于体系建设中度量装备对体系的贡献程度。为解决目前体系贡献率计算存在的一些问题,提出一种“任务-能力-指标-装备”的多层次装备指标体系结构。考虑了装备指标体系结构、网络分析法和区间直觉模糊数的特点,提出了一种基于区间直觉模糊数的网络分析法以得到更准确的体系贡献率。实验表明,该方法不仅能够解决体系贡献率计算公式现存的问题,而且与AHP(analytic hierarchy process)和ANP(analytic network process)相比,可以得到更准确的体系贡献率,为体系建设提供更有效的支持。     

基于自适应未知输入观测器的多故障快速重构

针对一类非线性函数中耦合执行器故障的非线性动态系统, 提出一种基于自适应未知输入观测器的多故障快速重构方法, 通过引入比例项提高故障重构的快速性。首先, 将执行器故障进行解耦处理并构建包含传感器故障的增广系统。然后, 综合H_∞性能指标给出状态估计误差的稳定性证明。接着, 将观测器增益矩阵的求解转化为受线线矩阵不等式约束的非线性优化问题, 并实现执行器故障和传感器故障的多故障重构。最后, 结合单关节柔性机器人算例仿真验证了所提方法的有效性。     

武器装备体系组合规划的高维多目标优化决策

针对武器装备体系组合规划问题中存在多类相互冲突的高维多目标问题(目标数 ≥ 5),提出了一种三阶段的集成优化决策方法. 首先运用目的规划技术将高维多目标问题转换为一般多目标优化模型(目标数 ≤ 3); 然后提出一种多目标差分进化算法,用于搜索属于决策者关心区间的非劣解集; 最后提出基于预测优化的理想点算法,可生成精确满足决策者偏好的最佳折衷解. 通过某侦察装备体系组合规划示例,证明了各算法模块的优势和该方法的整体有效性,可为武器装备发展和顶层规划提供决策支持.     

Libor市场模型的Monte Carlo控制变量加速方法及并行实现

为了加速定价利率衍生产品的Monte Carlo模拟,对远期测度下Libor市场模型中的漂移项用确定性函数近似,构造了一个与原问题高度相关的控制变量. 然后将此控制变量算法移植到多核CPU和GPU的并行计算环境中,极大地提高了计算效率. 针对利率上限的数值结果表明选取的控制变量十分有效且稳健,多核CPU具有线性加速效果,GPU相对于单核CPU具有很大的计算优势,控制变量和并行计算结合得到的加速效果大致是两者的乘积. 结合控制变量和并行计算的方法可以为其他利率衍生产品如利率下限,互换期权的定价提供有效思路.     

两阶段串联可修系统的统计过程控制与视情维修整合研究

针对两阶段串联可修系统,考虑随机偏移的情况,研究统计过程控制（SPC）与视情维修整合的问题. 首先,应用均值-残差联合控制图监控系统的质量状态,根据质量状态采取相应的维修策略,在此基础上,分析SPC与视情维修策略整合的可能场景,并根据全概率公式给出了每个场景发生的概率;其次,考虑人力成本、生产率以及停时损失,根据更新理论构建了SPC与视情维修整合的数学模型;然后,针对具体实例,将构建的模型与单独的维修策略模型和采用经验法则选取控制图的设计参数模型进行了比较分析,结果表明构建的模型在节约成本方面有着明显的优势;最后,运用部分析因设计对过程参数、时间参数和成本参数进行了敏感性分析.     

信息物理融合系统可信软件形式化建模与分析

从多Agent系统的角度,以Petri网和π演算为语义基础,建立了一种信息物理融合系统（cyber-physical systems,CPS）可信软件形式化模型（high-confidence software formal model,HCSFM）. HCSFM以Petri网形象地描述CPS可信软件静态结构模型及动态行为,用Petri网分析方法和支持工具对模型进行分析和验证; 利用π演算刻画CPS可信软件中Agent的加入、退出、更新和体系结构重配置等动态演化机制,并研究Agent的演化策略及演化后CPS的一致性,确保动态演化后CPS软件能正常交互,从而为CPS软件设计提供可信保障. 通过HCSFM在无人驾驶车辆编队CPS中的应用,表明HCSFM可以有效地对CPS可信软件进行建模和分析.     

Reduced K-best sphere decoding algorithm based on minimum route distance and noise variance

This paper focuses on reducing the complexity of K-best sphere decoding （SD） algorithm for the detection of uncoded multi-ple input multiple output （MIMO） systems. The proposed algorithm utilizes the threshold-pruning method to cut nodes with partial Euclidean distances （PEDs） larger than the threshold. Both the known noise value and the unknown noise value are considered to generate the threshold, which is the sum of the two values. The known noise value is the smal est PED of signals in the detected layers. The unknown noise value is generated by the noise power, the quality of service （QoS） and the signal-to-noise ratio （SNR） bound. Simulation results show that by considering both two noise values, the proposed algorithm makes an efficient reduction while the performance drops little.     

Measuring and locating zones of chaos and irregularity

The new measures computed here are the spectral detrended fluctuation anatysls （sDFA） and spectral multi-taper method （sMTM）. sDFA applies the standard detrended fluctuation analysis （DFA） algorithm to power spectra, sMTM exploits the minute increases in the broadband response, typical of chaotic spectra approaching optimal values. The authors chose the Brusselator, Lorenz, and Duffing as the proposed models to measure and locate chaos and severe irregularity. Their series of chaotic parametric responses in short time-series is advantageous. Where cycles have only a limited number of slow oscillations such as for systems biology and medicine. It is difficult to create, locate, or monitor chaos. From 50 linearly increasing starting points applied to the chaos target function （CTF）; the mean percentage increases in Kolmogorov-Sinai entropy （KS-Entropy） for the proposed chosen models; and p-values when the models were compared statistically by Kruskal-Wallis and ANOVA1 test with distributions assumed normal are Duffing （CTF： 31%： p 〈0.03）; Lorenz （CTF： 2%： p 〈0.03）, and I3russelator （CTF： 8%： p 〈0.01）. Principal component analysis （PCA） is applied to assess the significance of the objective functions for tuning the chaotic response. From PCA the conclusion is that CTF is the most beneficial objective function overall delivering the highest increases in mean KS-Entropy.     

Further results on limitations of sampled-data feedback

To control continuous-time uncertain dynamical systems with sampled data-feedback is prevalent today,but the sampling rate is usually not allowed to be arbitrarily fast due to various physical and/or computational constrains.In this paper,the authors examine the limitations of sampled-data feedback control for a class of uncertain systems in continuous-time,with sampling rate not necessary fast enough and with the unknown system structure confined to a set of functions with both linear and nonlinear growth.The limitations of the sampled-data feedback control for the uncertain systems are established quantitatively,which extends the existing related results in the literature.