柱高对锰氧化物/沸石吸附中性红的影响

研究了吸附柱高度对锰氧化物／沸石（MOCZ）吸附中性红（NR）的动态影响．结果表明,MOCZ吸附NR的平衡吸附量随着柱高的增加而增加．对不同柱高条件下的实验结果分别用Thomas,Yoon—Nelson和Adams—Bohart动态吸附模型进行线性和非线性拟合,结果说明穿透曲线初始阶段很好地符合Adams—Bohart动态吸附模型,Thom—as和Yoon—Nelson模型的预测点和实验点的变化趋势相同．误差分析说明线性和非线性方法均可用于预测流出曲线,且非线性方法的误差较小,优于线性分析．最后用BDST模型对实验数据进行了分析．     

电荷对VFn±（n=0,1,2）双原子分子离子光谱与分析势能函数的影响

用密度泛函B3LYP/6-311++g(d,p)方法对VFn±(n=0,1,2)分子离子的势能函数及光谱常数进行了分析,结果表明它们都能稳定存在,其基态电子态分别为5Π(VF),4Σ(VF+),4Σ(VF-),3Σ(VF2+),5Σ(VF2-),其中2价离子的势能函数曲线明显呈"火山口"型,属于亚稳态分子离子,用8参数Murrell-Sorbie势拟合2价亚稳态双原子分子离子势能函数得到的拟合曲线与势能扫描点符合得非常好,而4参数Murrell-Sorbie势对2价离子的拟合与势能扫描点有较大的差距.     

开关磁阻电机的快速仿真非线性模型

为分析开关磁阻电机 (switched reluctancemachine,简称 SRM)性能 ,利用磁化曲线的近似模型进行电机分析 ,提出一种新的 SRM快速非线性分析模型。分析了电流和转子位置对磁链的影响 ,构建了磁链关于电流和转子位置的连续函数 ,避免了原有的分段数学模型带来的计算困难 ,利用电机的磁路参数 ,通过数值计算的方法 ,得到电流、转矩等电磁参量的解析解。此模型对已知量的要求较少 ,具有较少的磁场分析计算量和数据存储量。函数具有连续可导的性质 ,有很快的计算速度和计算精度。仿真结果证明 ,利用此模型可以迅速准确地进行性能分析 ,适用于 SRM的 CAD的设计和分析 ,为工程设计和调试提供了依据。     

基于模糊聚类-关联规则的气象条件对交通阻断影响评估分析

为减少因气象条件导致的交通阻断事件的发生,提高道路运行安全和效率,运用数据挖掘中的模糊C-均值聚类算法（fuzzy C-means,FCM ）和关联规则（association rules,AR）,构建了各气象因素对道路交通阻断影响的综合评估模型。基于华东地区2019年上报的公路交通阻断数据进行实证分析,结果显示：雾霾对华东地区道路交通阻断影响最为频繁且严重,第四季度尤为突出,夜间是雾霾阻断的高发时段;江苏和山东是受雾霾影响的主要省份,江苏省全年都要关注雾霾对道路阻断的影响;降雨（积水）引起的交通阻断主要发生在第二季度白天,且对浙江省影响最为严重,降雨（积水）产生的阻断时间也最长;降雪（积雪）对道路阻断影响集中在第一季度,地区分布上以山东省为主;此外,浙江省第三季度需重点关注台风对道路通行的影响。     

Multi-Dimensional Traffic Flow Time Series Analysis with Self-Organizing Maps

The two important features of self-organizing maps （SOM）, topological preservation and easy visualization, give it great potential for analyzing multi-dimensional time series, specifically traffic flow time series in an urban traffic network. This paper investigates the application of SOM in the representation and prediction of multi-dimensional traffic time series. Ffrst, SOMs are applied to cluster the time series and to project each multi-dimensional vector onto a two-dimensional SOM plane while preserving the topological relationships of the original data. Then, the easy visualization of the SOMs is utilized and several exploratory methods are used to investigate the physical meaning of the clusters as well as how the traffic flow vectors evolve with time. Finally, the k-nearest neighbor （kNN） algorithm is applied to the clustering result to perform short-term predictions of the traffic flow vectors. Analysis of real world traffic data shows the effec- tiveness of these methods for traffic flow predictions, for they can capture the nonlinear information of traffic flows data and predict traffic flows on multiple links simultaneously.     

基于试验-量纲分析法的气缸爬行判定式研究

为了获得包含使用压力、运动速度、负载等多个参数的气缸爬行判定式,设计不同工作参数进行气缸爬行试验,分析各个参数对爬行的影响程度,然后应用量纲分析,通过试验数据拟合以及线性、非线性回归分析,获得能够判别气缸在不同工况下是否出现爬行的判定式。为了验证判定式的有效性和通用性,用得出的判定式对拟合样本以外的试验数据进行预测。结果表明：判定式的计算值与试验值吻合较好,使用该判定式能够直接根据工况参数正确地预测气缸是否出现爬行现象。     

光纤陀螺温度漂移模型的PPLN辨识

环境温度变化造成的较大温度漂移始终是制约光纤陀螺(FOG)性能提高的重要因素．FOG温度漂移本质上是一组与温度有关的多变量非线性时间序列，为此采用投影寻踪学习网络(PPLN)方法建立新的FOG温度漂移模型．该方法结合了统计学中投影寻踪算法节点函数灵活的非参数估计特点和人工神经网络的自学习功能，具有简捷的网络结构和良好的鲁棒性能，对未知模型辨识能力较强．将该方法应用于某型FOG温漂模型实测数据的辨识中，经验证表明其具有良好的预测效果．     

基于支持向量机的结霜过程特性参数预测模型

为解决结霜过程中有明显的非线性和时变性特征及测试数据中受噪声干扰较大、特性参数预测效果较差的难题,引入了基于结构风险最小化的支持向量机方法,建立了以热力参数集、时间、空间等为特征向量的预测模型.应用实验数据对模型进行了验证和评估,并与基于最小二乘法的预测模型进行了对比分析.结果表明,基于支持向量机的预测模型具有良好预测性能、非线性逼近能力和抗噪声干扰能力.     

基于核主成分分析与最小二乘支持向量机结合处理时间序列预测问题

探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元,然后用最小二乘支持向量机进行预测.通过实验表明,这种方法得到的效果优于没有特征提取的预测.同时与主成分分析提取特征相比,用核主成分分析效果更好.     

结合BP神经网络的遗传算法优选PEE制备参数

为方便快捷地寻找粉状乳化炸药PEE（powery emulsion explosives）的最佳制备参数,根据PEE制备数据建立了BP神经网络模型。以建立的非线性神经网络模型作为个体的适应度函数。采用Matlab编程,编写了制备参数的优选遗传算法迭代过程,并寻求到了最佳制备参数。依据灰关联分析方法,解析了PEE制备各因素对衡量指标的影响。结果表明,搅拌速度对PEE的制备也较为重要,而添加剂和喷雾压力影响较小,说明优化参数结果与原始数据的误差对衡量指标影响不大。理论分析结果与实际相符合,为PEE制备提供了一种新的优选方法。     

Fluid-Structure Interaction During Large Amplitude Sloshing and TLD Vibration Control

The arbitrary Lagrange-Eulerian (ALE) finite element method (FEM) was successfully used to analyze fluid-structure interaction with a free surface. The fluid was regarded as a convection dominated incompressible viscous with the viscous and the slip boundary conditions. Generalized variational principles were established for the problem with large amplitude sloshing due to the free fluid surface. The Newmark-β integration method with a predictor-corrector scheme was used to solve the nonlinear dynamic response of the coupled ALE-FEM equations. Numerical examples were given to analyze the effects of a tuned liquid damper (TLD) setting on the structure. The horizontal nonlinear displacement responses in time domain at the top of the structure and the fluid elevation histories along the wall were computed and compared with predictions of a simplified mass-spring system.     

应用路径积分法求解船舶横摇倾覆概率

通过对船舶非线性横摇运动进行分析,建立了船舶横摇运动的非线性微分方程.以路径积分法(PIS)为基础,在时间域内求解相应的二维Fokker-Planck方程,得到随时间演变的船舶横摇运动的转移概率密度.运用首次通过理论,求得船舶倾覆前时间的概率分布.研究了外部激励、横摇阻尼和非线性复原力矩对船舶横摇运动转移概率密度与首次通过时间的影响.研究结果表明,PIS能用于预测船舶首次通过时间概率分布,从而为船舶设计和稳性衡准提供相关的参考.
     

一类非线性反馈系统的稳定性分析

利用新近发展起来的积分二次约束(IQC)方法,研究了一类较为普遍的非线性反馈连接的 L₂-稳定性问题,给出了其稳性分析准则和一些必要条件,这些结果适用于时不变与时变系统。其次,利用已有的结果,研究了非线性环节具有扇区特性的稳定性问题。在单输入单输出(SISO)的情况下,给出了时变系统的圆判据。而在多输入多输出MIMO的情况下,也给出了一个稳定性判据,该结果不要求其非线性环节具有解藕条件。     

可见光ACO-OFDM通信系统的选择性判决反馈均衡

针对非对称限幅光正交频分复用(ACO-OFDM)的可见光通信系统中发光二极管引起的非线性失真问题,提出了一种选择性判决反馈均衡(s DFE)方法.该法设计了一个具有选择反馈均衡功能的模块,用线性信号来补偿非线性信号解决了ACO-OFDM的非线性失真,所产生的线性补偿信号可根据限幅边界范围进行选择性判决反馈,实现补偿ACO-OFDM信号频谱.仿真结果表明:在不同光功率条件下,该方法能够有效改善误码率性能,比特误码率可以达到1.37×10~(-4),恢复信号的频谱幅度可达38 d Bm.     

非线性能量阱系统吸引子迁移控制

针对非线性能量阱系统多值性导致系统存在多个不同拓扑特性的吸引子,提出了一种基于吸引子迁移控制方法的非线性减振策略。首先,分析了大参数范围内激励力幅值对系统全局性态的影响;其次,提出了一种改进型的并行多自由度胞映射法,对典型参数下的共存吸引子及其吸引域进行研究;最后,通过迁移控制方法实现了不同振幅吸引子之间的跃迁。仿真结果表明：非线性能量阱系统在多个典型参数区间内呈现了多稳定吸引子共存现象,并行多自由度胞映射算法具有较高效率和精度,通过开环加线性闭环算法可使非线性能量阱系统由大振幅吸引子迁移至小振幅吸引子,从而实现减振降噪。     

差分混沌键控(DCSK)通信系统估值误差分析

在具有去噪声模块的DCSK（differential chacs shift keying）通信系统中，存在三种导致估值误差的因素，这三种因素分别来源于DCSK信号本身、加性信道噪声和去噪声模块。经过对上述三种因素的分析，提出了一种新型的DCSK通信系统，该系统使用混沌多相序列（CPS）避免DCSK信号本身带来的误差，同时采用相空间量子化的方法降低加性信道噪声的干扰。仿真结果表明，虽然这种新型的DCSK通信系统因去噪声算法带来的误差而使其噪声特性略逊于FM－DCSK，但是在CPU运算时间及系统结构上，该系统比FM－DCSK复杂性降低，易于实现。     

两飞行体相对定位技术及其滤波算法研究

为了解决两飞行体相互之间的定位问题,在二维平面运动模型的基础上提出了相位差变化率定位方法,进行了可观测分析,给出了可观测分析结果。同时简单介绍了几种典型
非线性滤波算法,并将EKF（Extended Kalman Filter）、UKF（Unscented Kalman Filter）、PF(Particle Filter）等非线性滤波方法应用到定位模型中。仿真结果表明,UKF方法用时最短,PF滤波方法精度最高。     

基于PCA-BP神经网络的PM2.5季节性预测方法研究

【目的】分季节预测PM_2.5浓度值,利用PCA方法对数据进行降维,分析季节及气象因素对PM_2.5的影响,在提高预测准确率的同时降低时间复杂度。【方法】以合肥市2014—2017年的PM₁₀、SO₂、CO₂、CO、O₃浓度值,以及同时段的气象因素值,对PM_2.5浓度进行预测。数据分析中发现PM_2.5在不同季节浓度差异较大,故本研究选择分季节进行预测;为了提高预测准确率,加入如风力、温度、湿度、气压等气象因素进行预测,同时采用主成分分析(PCA)的方法进行数据降维,将降维后的数据再输入BP神经网络模型进行预测。【结果】实验采用3组实验进行对比:5种污染物指标(PM_2.5-5)预测PM_2.5、加入气象因素的综合12项指标(PM_2.5-12)预测PM_2.5、对综合指标进行PCA处理后的(PM_2.5-PCA)预测PM_2.5。实验结果表明:4个季节的PM_2.5浓度值有较大变化,均方根误差(RMSE)的差值较大;采用PM_2.5-PCA的方法,在任何季节的RMSE均有降低,相关系数(r)均有所提高。【结论】PM_2.5浓度具有季节性特征,采用季节性预测方法可以提高预测准确率;同时采用PCA方法进行降维,可以在保证准确率的同时降低预测时间复杂度。     

基于小波变换理论的船舶横摇运动分析与预测

为获得横摇运动在不同时间尺度下的演变规律,提出基于小波变换(WT)理论进行船舶横摇运动非线性时间序列分析与预测的方法.通过小波变换对横摇运动时间序列进行多分辨率分析(MRA),将原序列分解为多个相对简单的准周期信号,对信号的趋势项、周期项和随机项进行分离,并采用人工神经网络(ANN)模型对上述准周期信号进行预报和集成.仿真结果表明:该方法有效提高了预报长度,并可获得较高建模及预报精度.     

Layered Multi-mode Optimal Control Strategy for Multi-MW Wind Turbine

The control strategy is one of the most important renewable technology, and an increasing number of multi- MW wind turbines are being developed with a variable speed-variable pitch （ VS-VP ） technology. The main objective of adopting a VS-VP technology is to improve the fast response speed and capture maximum energy. But the power generated by wind turbine changes rapidly because of the continuous fluctuation of wind speed and direction. At the same time, wind energy conversion systems are of high order, time delays and strong nonlinear characteristics because of many uncertain factors. Based on analyzing the all dynamic processes of wind turbine, a kind of layered multi-mode optimal control strategy is presented which is that three control strategies： bang-bang, fuzzy and adaptive proportional integral derivative （PID） are adopted according to different stages and expected performance of wind turbine to capture optimum wind power, compensate the nonlinearity and improve the wind turbine performance at low, rated and high wind speed.