融合工况预测的混合动力拖拉机自适应能量管理策略

针对传统等效燃油消耗最小策略(ECMS)下等效因子取值固定和工况适应性差的问题,提出了一种融合拖拉机工况预测的自适应等效燃油消耗最小策略(PA-ECMS)。以搭载混合动力液压机械无级变速动力总成的大马力拖拉机为研究对象,将ECMS策略应用于混合动力拖拉机的动力分配。首先,基于径向基(RBF)神经网络,建立了拖拉机工况预测模型,通过历史工况预测未来一段时间的工况信息;接着,结合电池荷电状态(SOC)反馈和预测的工况信息,对等效因子进行自适应调整;最后,在PA-ECMS策略框架下,对混合动力拖拉机的功率进行优化分配。仿真结果表明：与固定等效因子的ECMS策略和仅基于SOC反馈的自适应等效燃油消耗最小策略(A-ECMS)相比,采用所提策略时拖拉机在犁耕工况下的油耗分别降低了6.30%和2.55%,且具有更好的电量维持性能。     

基于深度极限学习机的柴油机尾气排放预测

准确预测拖拉机等柴油机械实际工况污染物排放在排放清单建立和区域污染物排放控制方面具有重要意义。基于拖拉机不同运行状态下发动机转速、油耗、燃烧比、CO、HC、NOX和PM等实测数据作为数据源,建立深度极限学习机(Deep Extreme Learning Machine,DELM）的预测模型,并对拖拉机怠速、行走和旋耕等基本工况下的污染物排放进行预测。为进一步评估DELM预测模型的适应性,将其与支持向量机(support vector machine, SVM)和前馈神经网络(Back propagation neural network, BPNN)模型进行对比分析。结果表明,1）DELM模型在预测排放时间序列方面具有一定优势,其预测拖拉机在怠速、行走和旋耕3种状态下的NOX、HC、CO和PM排放均方根误差均值分别为5.269×10-5、5.195×10-5、5.135×10-5和2.795×10-5。2）DELM模型与SVM和BP对比发现,DELM模型在鲁棒性以及适应性方面的优势显著。3）DELM方法的较高的准确度和泛化性,为基于发动机状态数据预测移动源尾气排放提供思路和方法。     

人工神经网络方法在苯类衍生物常压沸点预测中的应用

采用误差反传前向人工神经网络模型,优选4个结构因子作为输入特征参数,对苯类衍生物的常压沸点进行预测,网络自相容能力检验及交叉检验结果良好.该方法可作为对有机化合物构效关系及其他性质进行预测的一种有效手段.     

基于侧倾角预测的坡地作业机具悬挂自适应控制

为了解决传统电控液压悬挂无法根据坡地的横向坡度对机具侧倾角进行调整的问题,提出了一种坡地自适应电控液压悬挂反馈控制系统.提出了一种利用卡尔曼滤波方法对机具理想侧倾角进行估计的预测方法;建立了电控液压悬挂机构的动力学模型;在Simulink平台下对某一典型二自由度拖拉机机具悬挂机构搭建了控制系统模型,并利用实际采集的拖拉机作业坡地路面谱数据作为模型输入信号进行了仿真.结果表明:该自适应电控液压悬挂反馈控制系统能够有效控制拖拉机悬挂机具横向耕深波动在±10 mm以内.     

试析我国小型拖拉机市场变化趋势

本文利用抛物线与成长曲线两种模型对今明两年我国小型拖拉机销售市场进行预测。     

有机物在水中溶解度范数指数法定量构效关系

有机物溶解度参数在化学品开发、药物设计和环境生态保护评价等领域发挥重要作用.本文依据本课题组提出的范数指数描述符,建立了一个预测有机物溶解度的定量构效关系模型,并对320个包括有机氯化物、烷基类、芳香族等有机物的水溶解度进行了计算.留一交叉验证和Y随机化测试表明这个新计算模型预测结果精确、可靠和稳定(R2为0.910,7,Q2为0.888,4);同时,该模型的应用域验证结果表明此模型有可能在大范围上推广运用.模型统计结果和相关验证结果都表明基于范数指数建立的定量构效关系模型可以成功应用于预测有机物溶解度.     

HLA-A*0201限制性CTL表位肽的分子力场分析

运用比较分子力场(CoMFA)和比较相似性指数分析(CoMSIA)方法研究了50个HLA-A* 0201限制性CTL表位九肽结构与亲和性间的关系,另外15个表位九肽作为预测集用于检验模型的预测能力。结果表明,采用CoMSIA得到的构效关系模型(q2 =0.608,r2 =0.987,F=440.4,SD=0. 111)要明显优于采用CoMFA得到的构效关系模型。在CoMSIA计算中,当引入疏水场时,三维构效关系模型得到明显改善,通过该三维构效关系模型,可较精确地估算预测集中15个CTL表位肽与HLA-A* 0201间的亲和力(r2pred=0. 703,SD=0. 368)。通过分析分子场等势面图在空间的分布,可以观察到表位肽分子周围的立体及疏水特征对表位肽与HLA-A* 0201间结合亲和力的影响,从而为进一步对CTL表位肽进行结构改造并基于此进行治疗性疫苗分子设计提供理论基础。     

羟肟酸浮选分离选择性的定量构效关系

采用定量构效关系方法和遗传算法对13种芳烷基羟肟酸类捕收剂的锡石-萤石浮选分离选择性指数进行了定量构效关系研究,旨在预测羟肟酸捕收剂对锡石-萤石浮选分离的选择性能.采用快速分子描述符和量子化学描述符建立了两种选择性指数的二元因子模型,选择性指数1的模型5和选择性指数2的模型6的相关系数R2分别为0.868和0.796,R2cv分别为0.779和0.590.使用留一法对两模型进行内部验证的相关系数R2分别为0.785和0.615,使用测试集对两模型进行外部验证,所得两模型的平均预测绝对误差分别为0.095和1.939.指数1模型具有真实有效性和较好的预测能力,能够有效预测羟肟酸的选择性.     

新烟碱型乙酰胆碱受体吡啶基醚类配体的3维定量构效关系

采用比较分子力场分析方法，对一系列与烟碱型乙酰胆碱受体作用的吡啶基醚类配体进行构效关系分析，建立了这类化合物的3维构效模型．其交叉验证回归系数Rcv^2、非交叉验证回归系数Rncv^2和标准偏差s分别为0．744，0．973和0．256．结论说明该系列化合物的分子立体场和静电场的分布与生物活性之间有良好的相关性．该模型对训练集分子的活性预测结果较好，表明该力场模型有一定的预测能力，可用来指导设计新的烟碱型乙酰胆碱受体配体．     

基于遗传算法神经网络的地源热泵夏季低负荷运行性能预测分析

为了探索夏热冬冷地区岩溶地质条件下地热能应用能效,通过运用遗传算法优化的反向传播(genetic algorithm-back propagation, GA-BP)神经网络模型预测了夏季系统负荷率低于30%运行工况下地源热泵系统的系统能效比和机组能效比,分析了预测值的预测误差评价指标,验证了GA-BP模型具有较高的预测精度,并应用此模型研究了地源热泵短期能效测试与中长期能效测评的关系。结果表明：GA-BP模型预测的系统能效比COPsys及机组能效比COP与计算值的相对误差为±5%,各项预测误差评价指标均比反向传播神经网络(back propagation neural network, BPNN)模型更小,可见GA-BP模型可用于预测岩溶地质条件下地源热泵系统能效。基于此模型,短期能效测试的最佳时期为一天中14:00—16:00或7、8月累计13 d,且满足机组负荷率达到60%～70%,COP_sys及COP预测值可以作为中长期能效比评估,其产生的相对误差在允许的范围内。