基于递推规范变量分析的时变过程故障检测

由于规范变量分析(CVA)不适应过程的时变特性,容易把正常的过程改变识别为故障.因此,针对时变过程提出一种故障检测方法是十分必要的.采用指数权重滑动平均来更新过去观测矢量的协方差矩阵.递推CVA有较高的计算负荷是需要解决的关键问题.通过引入一阶干扰理论来递推更新Hankel矩阵的奇异值分解(SVD).与普通奇异值分解相比,显著降低了递推算法的计算负荷.将提出的基于一阶干扰理论的递推规范变量分析(RCVA-FOP)应用于田纳西伊斯曼化工过程中.仿真结果表明,所提出方法不仅能有效适应过程的时变特性,而且可以有效检测到两种类型的故障.     

基于箕舌线函数的快速凸组合最小均方算法

在分析凸组合最小均方(CLMS)自适应滤波算法性能的基础上,针对其联合参数λ(n)需要复杂指数运算的缺点,提出一种新的快速CLMS(FCLMS)算法。该算法采用修正箕舌线函数来替代原算法的Sigmoid函数,从而在保证算法收敛性能的同时合理避免了指数运算,在一定程度上提高了算法的灵活性。仿真结果验证了新算法与原算法相比有同样好的收敛性能并在计算量上明显小于原算法。     

基于目标空间分区的稳态高维多目标进化算法

针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法(SS-OSP).该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.     

随机多智能体系统一致增益问题分析

在随机多智能体系统一致增益函数为一常数函数不满足鲁棒性条件下,把现有文献中一致稳定性鲁棒性增益条件加以拓展,得到了保证系统趋于一致稳定性的新条件,分析了随机多智能体系统一致稳定性问题.运用代数图理论和随机稳定性理论,把随机多智能体系统的一致稳定性问题通过系统变换转化为闭环随机多智能体系统状态差为变量的随机微分方程的稳定性问题;然后运用随机稳定性系统理论来分析闭环随机多智能体系统状态差系统是一致稳定的,从而得到了随机多智能体系统一致稳定性的条件.最后通过实例来验证所提系统的可行性和有效性.     

“工业立市大讲堂”开讲

省委、省政府对合肥未来发展的战略要求是：“强化产业支撑力和城市承载力，全面提升合肥全省经济中心地位”。“十一五”时期，合肥要想在中部崛起中争先进位、为全省做出更大贡献，强化产业支撑力尤为关键。具体说来，就是和现有的基础及优势结合起来，重点建设两大基地、打造三个中心．进一步增强合肥的先进制造业、高新技术产业和现代服务业的集聚功能。     

控制农业非点源污染的最佳管理措施的优化设计

农业非点源污染控制是一个复杂的系统工程,将技术手段与当地环境经济条件整合在一起,建立管理措施的优化方案,是我国流域环境保护与经济发展矛盾突出国情的基本要求.本文以福建省九龙江西溪五川流域为例,提出了控制农业非点源污染的最佳管理措施优化设计的两个步骤.一是通过模拟模型进行敏感参数分析,提出控制敏感参数的管理措施;二是借助运筹学模型,对第一步骤所提的管理措施进行环境经济效果的优化,从而得到成套方案.结果表明,以这样两个步骤设计最佳管理方案,可以确保在控制非点源污染的基础上,经济投入最小.     

并联PWM整流器系统的零序环流抑制方法

直接并联PWM整流器仅以自身的零序电流为反馈控制进行环流抑制,难免造成整流器之间的零序电压竞争问题,导致PWM信号的调制饱和.针对这一问题,对PWM整流器并联系统的环流进行了深入分析,提出了抑制零序环流的综合解决方案.此方案引入了以交流电源中性点为参考的直流母线中点电压变量,各整流器依据其零序电流对该电压的低频分量的影响,确定其对环流的调节方式.仿真结果验证了所提控制方案的有效性.     

秋石斛兰离体快速繁殖研究

以秋石斛兰小苗的茎尖为材料,进行离体繁殖研究,结果表明:原球茎诱导以NX+6-BA1.5 mg·L~(-1)+NAA 0.15 mg·L~(-1)培养基较好,诱导率达57.7％;原球茎块在NX+6-BA 1.5 mg·L~(-1)+NAA 0.2 mg·L~(-1)培养基上增殖效果好,35 d增殖达7.52倍,接入的原球茎块体积大,增殖倍数高,在接种后20～30 d是原球茎增殖最快的时期;原球茎在MS+6-BA 3,0 mg·L~(-1)培养基上出芽多,50 d可分化出38.1个小芽,接种后40～50 d,分化出芽数增加最快;生根培养以1/2 MS+IBA 0.4 mg·L~(-1)最好,生根率达98.7％。     

基于对位学习的多目标遗传算法

为了加强非劣排序遗传算法的搜索能力、加快其收敛速度,将对位学习与非劣排序遗传算法相结合,提出了一种用于解决多目标优化问题,基于对位学习的多目标遗传算法,并应用双目标、三目标的测试函数对该算法进行了验证.结果表明,基于对位学习的多目标遗传算法具有较好的收敛性和分布性.