崩积体粒径的图像识别与分析

崩塌是一种常见的地质灾害,崩落块石所形成的崩积体往往可以反映崩塌运动过程、影响范围等。基于无人机航拍影像技术以及孔隙(颗粒)与裂隙图像识别与分析系统(PCAS)的崩积体调查方法,将粒径分析方法引入崩积体调查,对崩积体粒度分布与堆积特点进行研究。结果表明:"无人机航拍影像技术-PCAS"统计方法切实可行,具有便捷、安全、成本低、高效和高精度的特点;将小茅坡崩积体划分为主积区、散落区、影响区,3个特征明显的区域;小茅坡崩积体粒径服从Y=A+(B/t)的逆分布规律;从纵向上看,崩积体内小块石占比呈先减小后增大再减小的趋势;从横向上看,距崩源相同距离各区粒径组分的含量基本相同,中块石与大块石在横向上呈现先增大后减小的趋势。研究成果对崩塌堆积调查具有重要意义,为野外调查提供一种新的技术手段。     

基于改进主观贝叶斯方法识别电熔镁炉异常工况

电熔镁炉熔炼过程信息包含大量的不确定性，基于大数据分析的方法难以应用.为准确识别电熔镁炉熔炼过程的异常工况，提出一种基于改进的主观贝叶斯在线规则推理方法.传统的主观贝叶斯方法参数赋值范围过大，针对这一问题，使用映射函数将参数赋值范围缩小到有限区间，以提高方法的实用性.在规则推理时，使用模糊隶属度函数对观察和证据进行模糊匹配，以提高工况识别的鲁棒性和准确率.仿真分析表明该方法可以有效描述规则中的不确定性信息，准确识别电熔镁炉熔炼过程的异常工况.     

基于双通道多特征融合的电力负荷智能感知方法

负荷识别是分析用户用电行为的主要工具之一.提高负荷识别的精度对于开展用能监测服务、实现节能降损具有重要意义.提出了一种基于双通道多特征融合的电力负荷智能感知方法.首先,从电器设备的基本属性出发,分析了电流、谐波、功率等数值特征以及电压-电流(V-I)轨迹图像特征对负荷识别的影响;其次,考虑了特征之间的互补性,分别采用主成分分析-神经网络(principal component analysis-back propagation,PCA-BP)算法和卷积神经网络算法将数值特征和图像特征以不同通道在高维空间进行深度融合;最后,采用Softmax分类算法对融合后的高级特征和设备标签进行有监督的学习,从而实现了不同类别电器设备的有效辨识.算例测试结果显示,所提出方法的负荷识别准确率高达94.55％.该结果充分说明了将多种特征进行高维空间融合,可以更全面、立体地反映设备的本质属性,提高算法的识别精度.     

非线性切换奇异系统的自适应状态反馈控制

研究了一类满足Lipschitz条件的非线性奇异切换系统的自适应状态反馈控制的设计问题.首先，研究单输入非线性奇异切换系统的基本自适应控制的设计，控制器旨在稳定系统;然后，以单输入非线性奇异切换系统所呈现的具有自适应增益和基于Lyapunov稳定性定理调整增益的机制为基础，将其扩展为多输入奇异切换系统的跟踪问题，设计了自适应控制方法;最后，采用Matlab方法做了数值仿真来说明所提出的控制方法的有效性.所提出的控制器具有非常简单的结构，并且在实践中很容易应用.     

一类离散左定Sturm-Liouville问题的谱

考虑了边界条件依赖特征参数的一类离散左定Sturm-Liouville问题的谱,得到了特征值的交错性以及特征函数的振荡性。     

白酒窖泥中乳酸菌分离鉴定及其发酵产挥发性风味物质比较

从白酒窖泥中分离得到11株乳酸菌,经16S rDNA基因序列同源性分析,鉴定为1株短乳杆菌、1株鼠李糖乳杆菌、2株干酪乳杆菌和7株铅黄肠球菌。 分析了11株菌MRS培养基发酵产乳酸性能,结果表明:乳酸产量与菌群生长呈正相关,鼠李糖乳杆菌L₉、干酪乳杆菌L₁₀与L₁₁发酵液乳酸含量较高,分别为15.74、15.58、14.74g/L。4株代表菌相同条件下发酵高粱培养液产挥发性风味组分,共有物质13种,包含了白酒中重要香气成分:乙酸、己酸、乙酸苯乙酯和苯乙醇,且乙酸、己酸相对含量较高。各菌产可挥发性组分差异明显,相对含量较高的化合物种类为:短乳杆菌L₅产烷烃类化合物(27.91%),铅黄肠球菌L₈产醇类化合物(43.14%),鼠李糖乳杆菌L₉产酯类(7.35%)、酮类(3.61%)和吡嗪类(3.3%)化合物,干酪乳杆菌L₁₁产酸类(27.98%)和芳香类(5.96%)化合物。仅有短乳杆菌L₅产四甲基吡嗪,短乳杆菌L₅和铅黄肠球菌L₈可明显产乙醇,鼠李糖乳杆菌L₉和干酪乳杆菌L₁₁产3-羟基-2-丁酮。这些物质对白酒风味和口感有重要影响。研究显示,窖泥中各种乳酸菌特征不一,对白酒酿造有不同影响。本研究旨在为进一步挖掘白酒酿造功能微生物、拓展乳酸菌的应用提供理论依据。     

基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm，GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题，面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题，提出一种能够快速缩小搜索空间，且有效避免陷入局部最优的在线快速搜索的优化辨识框架，实现电动汽车动力电池等效电路模型参数在线快速辨识，扩展全局搜索优化算法的应用范围.进一步，将此算法应用于电池剩余荷电状态(SOC)估算问题，提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较，结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.     

井筒内超临界多元热流体注入过程的数值模拟

在稠油热采过程中,提高注入工质的流动参数可显著增加采收率。为评价超临界多元热流体注入井筒后的流动传热特性,建立了相应的计算模型,得到了井底温度、压力与沿程热损失随注入流量、井口温度及井口压力的变化规律,并与注入超临界蒸汽情况下的流动传热规律进行了比较。结果表明,井底参数与注入流量呈单调关系;井底压力与井口温度、压力亦呈单调关系;而其他井口、井底参数的组合呈现出复杂关系。相同井口压力条件下,为使井底参数达到超临界状态,超临界多元热流体的井口温度和注入量高于注入超临界蒸汽的情况。适当选取较低的井口压力,可以减少热损失,提高经济性。所得结果可为注入工质参数的选取提供参考,进而为海洋稠油开发中的能源与动力保障的研究及设计明确需求。     

连续搅拌反应釜的自适应模糊辨识与预测控制

化工领域为保证生产安全,对温度、压强、浓度等工艺指标有严格的要求。连续搅拌反应釜属于典型的化工设备,存在较强的非线性和时滞性,传统的建模与控制方法无法满足其精度要求。针对连续搅拌反应釜系统提出一种自适应模糊辨识与预测控制的方法。首先根据模糊划分C均值聚类算法得到模糊隶属度和初始聚类中心,在此基础上采用分层遗传算法进一步优化连续搅拌反应釜T-S模糊模型的参数。其次,采用自适应机制遗忘因子递推最小二乘法来估计T-S模糊模型的后件参数。最后,基于得到的T-S模糊模型,对连续搅拌反应釜进行自适应模糊广义预测控制,仿真结果验证了该算法的有效性。     

基于工况识别的安全距离模型

针对传统自适应巡航控制系统安全距离模型缺乏对车辆驾驶工况变化考虑的问题，提出一种基于驾驶工况识别的安全距离模型。依据城市驾驶工况特点构建了4种典型城市工况，引入人工神经网络对车辆实时驾驶工况进行识别与预测，然后以现有安全距离模型为基础，结合工况识别结果，完成对该模型的优化。通过CarSim和Simulink联合仿真验证，结果表明：基于驾驶工况识别的安全距离模型可以更好地实现与前车的速度跟随与距离控制，提高了乘坐安全性与道路利用率。