外载冲击与性能退化相关失效进程下产品可靠性综合评估模型

综合考虑了内部性能退化与外载冲击交互作用下产品的可靠性评估,针对产品承载最大冲击的强度会随着性能的逐渐衰退而减小这一特征,对比传统的恒定强度阈值,建立了随机强度阈值下的产品可靠性分析模型。依据冲击发生的次数将产品的性能退化假定成多状态过程,分别构造了恒定强度阈值与随机强度阈值下产品可靠性评估模型,并借助Copula理论来刻画内部性能退化、外部载荷冲击交互作用相关失效下产品的可靠性。最后以正态分布为例描述产品的内部退化过程,分析了两类强度阈值下产品的可靠性,验证了模型的合理性。     

一种新型微电网谐波与正负序检测方法

电流谐波与电压不平衡是影响微电网电能质量的两个重要因素。针对目前谐波检测与电压正负序分离方法存在的问题,提出一种基于动态相量的谐波与正负序分量检测方法;该方法既可以用于电流谐波检测,也可用于电压畸变或不平衡条件下的正负序分量分离。采用动态相量法下的Park变换矩阵,简化控制;并且省去了传统检测方法的滤波器与陷波器装置。最后对该方法进行了对比分析,并在有源滤波器仿真中进行了验证分析,仿真结果显示了所提方法的正确性、可行性。     

厌氧序批式反应器负荷特征与实际应用的研究

应用厌氧序批式反应器（ASBR）,接种厌氧颗粒污泥后,以葡萄糖模拟废水为基质,探索ASBR反应器的最大容积负荷以及最大负荷特性,并通过处理实际淀粉废水和啤酒废水验证葡萄糖模拟废水阶段所达到最大容积负荷。研究表明：在恒温（37.5℃）条件下,通过调节碱度促进该反应器建立稳态。经过26天的反应,葡萄糖模拟废水容积负荷可由3kgCOD·m-3·d-1提升至高达8kgCOD·m-3·d-1,并且在短的水力停留时间（1d）条件下,保持COD去除率在80%以上。同时电镜扫描结果显示,不同负荷下的颗粒污泥形态差异比较大。负荷越高,颗粒污泥粒径越大,越密实。同时基于模拟葡萄糖废水试验数据,使用ASBR反应器对淀粉废水和啤酒废水进行处理。同样展现出非常好的去除特性,为ASBR实际应用提供基础数据。     

结合植被覆盖度指数的土地覆盖分类方法研究

基于Landsat 8 OLI反射率数据,结合定量遥感反演植被覆盖度（fractional vegetation cover, FVC）提取的植被物候特征数据,对比了神经网络、支持向量机和随机森林3种土地覆盖分类方法．结果表明:随机森林分类方法具有较好的结果,反射率结合植被特征数据的分类方法的总体精度为85.52%,Kappa系数为0.8212,比仅用反射率的土地覆盖分类总体精度提高了3.45百分点,Kappa系数提高0.0429;植被覆盖度提取的植被特征数据能有效改善耕地、草地和裸地的制图精度和用户精度,对林地与水体的用户精度分别提高了7.79百分点与1.81百分点,灌木与人造地表的制图精度分别提升了7.69百分点与0.59百分点．整体来看,结合植被覆盖度及其派生植被特征进行土地覆盖信息的提取,在简单易行的同时,为提高分类精度提供了有效支持．      

基于机器学习的地下水水质预测研究

基于实测的地下水水质数据（pH、总硬度、溶解性总固体、硫酸盐、氯化物、Fe、Mn 7种）和气象数据（平均气温、最低气温、最高气温、平均最低气温、平均最高气温、20:00—20:00降水量、日降水量≥0.1 mm的时间、最大日降水量8种）,分别使用BP神经网络、随机森林（RF）和支持向量机（SVM）构建了地下水水质参数的机器学习预测模型．对于每一种水质参数,分别使用不同的机器学习算法基于不同滞后期的数据进行模拟,将结果与实测水质进行对比,选择精度最高的机器学习模型及其对应的滞后期作为该水质参数的最优模型和最佳滞后期．结果表明,不同机器学习方法和滞后期的选择对预测精度影响很大,BP神经网络对pH（R2=0.225,RMSE为2.411）、总硬度（R2=0.503,RMSE为47.973 mg·L?1）、氯化物（R2=0.994,RMSE为0.544 mg·L?1）和Fe（R2=0.302,RMSE为7.772 mg·L?1）的预测精度最高,RF对硫酸盐（R2=0.908,RMSE为3.788 mg·L?1）和Mn（R2=0.522,RMSE为0.429 mg·L?1）的预测精度最高,BP神经网络、RF和SVM对溶解性总固体的预测性能均较好（R2=0.994~0.996,RMSE为674.660~950.470 mg·L?1）．此外,硫酸盐和Mn预测模型对应的最佳滞后期为0个月,溶解性总固体和氯化物预测模型对应的最佳滞后期为1个月,pH、总硬度和Fe预测模型对应的最佳滞后期为2个月．      

酶促制备丝裂霉素类似物反应动力学模型研究

基于固定化T. laibacchii脂肪酶催化2-甲基-1,4-苯醌与正丁胺的Michael加成反应建立了酶促制备丝裂霉素类似物2-甲基-3-正丁胺酰-1-氢-4-醌的反应动力学模型.该反应在柠檬酸缓冲溶液(pH值为7.0)中进行,最终产率可达98%.该文提出了修正的有序双双和随机双双机理,采用King-Altman方法得到相关微分方程组以表示即时反应速率.通过联合解微分方程和最优化方法确定动力学模型参数,使用ode45程序解微分方程组,并运用Fmincon软件计算动力学常数.研究结果表明:模型拟合值与实验值的平均相对偏差为11.25%,且偏差服从关于y=0的轴对称分布.当固定化酶粒径为0.5 mm、搅拌转速为200 rpm时可以忽略内外扩散限制.该文建立的动力学模型为固定化酶固有动力学模型.     

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.     

需求不确定性对最小化成本和最大化利润报童问题的影响

运用应用概率中的随机占优和可变序研究需求不确定性对两类报童问题的影响,一类是经典的最小化成本报童问题,另一类是带有二次订货策略的最大化利润报童问题. 得到对应于两类报童问题的最优成本（最优利润）关于缺货惩罚费用（二次订货费用）的单调性,并从最优化和随机比较两个方面分析两类模型的等价性. 针对最大化利润报童问题,给出在分散序意义下比较系统最优利润的充分条件,并证明当二次订货费用小于或等于零售价格时,随机大需求导致较高的最优利润,但当二次订货费用大于零售价格时此结论不一定成立. 证明对任意二次订货费用,在二阶随机占优意义下系统最优利润随需求可变性增加而减小. 进一步,证明存在一类需求分布,当需求均值相等且二次订货费用大于某一固定值时,系统最优利润随需求可变性的增加而增加. 对最小化成本报童问题给出类似的结果. 数值例子验证了得到的研究结果.     

White noise estimation for discrete-time systems with random delay and packet dropout

This paper is concerned with the optimal and suboptimal deconvolution problems for discrete-time systems with random delayed observations. When the random delay is known online, i.e., time stamped, the random delayed system is reconstructed as an equivalent delay-free one by using measurement reorganization technique, and then an optimal input white noise estimator is presented based on the stochastic Kahnan filtering theory. However, tb_e optimal white-noise estimator is timevarying, stochastic, and doesn＇t converge to a steady state in general. Then an alternative suboptimal input white-noise estimator with deterministic gains is developed under a new criteria. The estimator gain and its respective error covariance-matrix information are derived based on a new suboptimal state estimator. It can be shown that the suboptimal input white-noise estimator converges to a steady-state one under appropriate assumptions.     

经验过程的随机加权逼近及其应用

本文得到了有界函数的指标集上经验过程的随机加权逼近,给出了该过程的强一致收敛速度.在对总体的多元未知分布无任何限制的条件下,给出了多元Von Mises型泛函统计量及其投影寻踪(PP)的随机加权逼近,这一结果对上述统计量的Bootstrap逼近亦成立.