FF总线实时通信机制研究

讨论了基金会现场总线（Foundation Fieldbus,简称FF）数据链路层的工作机制及其实时令牌循环时间特性,计算出了两个连续CD令牌的最小时间间隔,并通过美国Rosemount公司的Deltav系统对结果进行了验证。     

确定线性动态控制系统的鲁棒性设计方法

鲁棒线性控制器设计的主要问题是针对对象模型不确定性,寻找线性反馈控制器,使得不确定控制系统稳定。针对具有线性、非线性或时变结构的模型不确定性多变量动态系统,采用动态补偿器结构与原系统进行增广,构成闭环动态近似系统,根据Gronwall引理,推导出了基于不 确定性范数上界的动态线性系统鲁棒稳定的充分条件。根据鲁棒稳定条件,给出了具体的动态不确定系统的鲁棒性设计算法。通过选择适当的变换阵,利用特征值配置技术求出动态补偿器的参数,来满足鲁棒稳定条件,使得闭环不确定动态系统稳定,从而提出了一种时域内鲁棒线性 控制器设计方法－动态补偿器法。该方法同样适用于控制器为输出反馈的情形,给出了具体设计实例,以验证设计方法的简单性与有效性。     

分布式电网中四线制变流器的性能对比分析

在我国现行的低电压配电网络中一般采用TT、TN配电方式,即三相四线制配电,为了使分布式发电机组与四线制低压电网相连接,需要选择一个合适的变流器拓扑结构。同时为了提高电网中的电能质量,分布式发电机组需要添加有源电力滤波器(APF)后再接入四线制低压电网中。本篇论文主要进行两种四线制拓扑结构——非分裂链路式四桥臂变流器和分裂链路式三桥臂变流器拓扑结构的性能进行对比分析。主要在控制的难易程度、电磁兼容性(EMC)、中点控制、直流侧母线电压利用率和电路复杂性等方面进行对比分析。本篇论文总结出分裂链路式三桥臂拓扑结构变流器主要性能要优于非分裂链路式四桥臂变流器,主要体现于在相同电路复杂性和直流母线利用率的参照标准下,分裂链路式三桥臂拓扑结构的变流器在电流控制方面更加简单,同时有较小的电磁兼容性问题。     

神经网络方法在课程关联研究中的应用

用神经网络的自组织学习算法,对某班学生的语文、数学,英语,物理,化学这５个科目的成绩进行无导师学生,观察网络的分类结果。发现语言和数学两种课程的关联程度最低,说明它们是两门不同类型的学科,其结论对于中小学的课程设计和安排具有一定的参考价值。     

CIMS下邮政物流网最优计划调度及质量监控系统

将ＣＩＭＳ的概念与哲理应用于邮政行业中,提出了ＣＩＭＳ环境下邮政通信物流网最优计划调度及质量监控系统的体系结构,并对其特点及关键技术进行了分析。     

信度网分类器

分类问题是人工智能中机器学习研究的一个重要问题,它在模式识别、故障诊断以及数据挖掘等领域有着广泛的应用。利用信度网可以构造出分类性能更好的分类器。文章着重探讨了Naive Bayes分类器,增强的Naive Bayes分类器和通用信度网分类器的构造方法,并分析比较了这三类分类器的优缺点。     

基于神经网络的混凝土大坝弹性参数识别方法

基于人工神经网络方法,根据云峰大坝坝顶水平位移观测资料识别大坝混凝土和岩石基础的弹性模量,采用修正的ＢＰ学习算法,并通过对迭代步长的优化计算及对观测数据的归一化处理,提高了参数识别的速度和精度,云峰大坝的工程实际应用表明,用神经网络方法识别材料参数具有识别精度高和收敛速度快等特性,拟合误差小于０．１５ｍｍ。     

基于CMAC神经网络的泵控马达调速系统控制性能

提出了一种基于ＣＭＡＣ神经来控制泵马达调速系统的方法,该方法对液压系统时变和动特性差的缺点能加以补偿和改善。通过仿真研究证明了这种方法的有效性。     

强冲击载荷下岩石本构关系研究

研究脆性岩石在强冲击载荷下的力学响应特必和一级轻气炮驱动的飞片撞击实验技术,测量大理岩试件组成的靶板中的应力脉冲波形;应用拉氏分析方法,探讨岩石在高应变率下的力学性质和变形特征。分析得到岩石动态本构关系,深化了对岩石力学性质的认识。     

一单参数动力系统的通有霍普夫动态分岔

研究了单参数动力系统 : x =μx-y y =x +μy-x2 y　　 (x ,y) ∈R2 ,μ∈R随着参数 μ连续变动并经过某个临界值时 ,系统出现动态分岔的情况。根据霍普夫分岔基本理论发现 ,当 μ=0时 ,系统出现超临界的通有霍普夫分岔。对充分小的 μ>0 ,系统在平衡点 (0 ,0 )附近有唯一的稳定极限环 ,当 μ→ 0时 ,此极限环趋于原点。并用Friedrich方法 ,求得该极限环对应的周期解及周期。