具无穷时滞状态依赖变元微分方程解的有界性及概周期性

本文研究了一类具无穷时滞状态依赖变元泛函微分方程dx/dt=F(t,x(t),x(t-ρ((x1))),t≥0 有界解及概周期解的存在性。     

基于二层分解技术和改进极限学习机模型的PM_(2.5)浓度预测研究

准确的PM_(2.5)浓度预测对于保护公众健康和提高空气质量有重要意义,然而,由于PM_(2.5)浓度序列的随机性、非线性以及非平稳性等特征增加了对其准确预测的难度.本文提出了一种基于二层分解技术和改进极限学习机(ELM)模型的PM_(2.5)浓度预测方法,该方法融合了快速集成经验模态分解(FEEMD)和变分模态分解(VMD)两种分解技术以及经过差分演化(DE)算法优化的ELM模型.为了验证所提出预测方法的有效性,本文使用该方法对北京市和石家庄市的PM2.5浓度序列进行了预测研究.结果表明:1)相比于单层分解技术,本文提出的二层分解技术可以更加有效地降低PM2.5浓度序列的非线性及非平稳性特征;2)基于二层分解技术的DE-ELM预测模型可以显著提高PM_(2.5)浓度的预测精度.     

不同工质的有机朗肯循环系统变工况特性对比研究

针对分布式能源系统中内燃机负荷变化较大、传统的有机朗肯循环(ORC)工质优选未能关注变工况性能的问题,开展了基于变工况特性的ORC工质优选研究。首先,基于MATLAB平台构建了基于变工况特性的工质优选模型,涉及系统设计参数获取、变工况仿真和热经济性分析3个层面,具有较高的模型精度。然后,基于该模型,针对8种典型实用性工质,分析了变工况循环性能及典型全日电负荷下的热经济性能。研究表明:水在高负荷工况时的净输出功率较多,适合运行在高负荷工况条件下,而甲苯在低负荷工况时展现出较大的性能优势,适合运行在低负荷工况条件下;在考虑实际运行情况下,水的发电成本和折旧回收期为0.131美元·(kW·h)~(-1)和8.08a,而甲苯的分别为0.127美元·(kW·h)~(-1)和6.75a。这些规律进一步表明,水适用于电负荷稳定的建筑类型,而甲苯适用于电负荷瞬变的建筑类型。     

一类区域分数阶Schrdinger方程的基态解

用变分方法研究了区域分数阶Schrdinger方程(-Δ)_ρ~αu+V(x)u=f(x,u)x∈R~N,u∈H~α(R~N)获得了该方程基态解的存在性.     

一类带有区间时变时滞的非线性中立切换系统的指数镇定

研究带有时变时滞中立非线性切换系统的指数镇定问题。通过时滞以及时滞的界,构造Lyapunov-Krasovskii函数,运用平均驻留时间方法,给出了中立非线性切换系统指数镇定的充分条件,该条件以线性矩阵不等式的形式出现。最后运用Schur补引理,设计出控制器以保证闭环系统的镇定,并用数值进行了验证。     

钴掺杂对二氧化钛晶粒尺寸及相变的影响

通过溶胶凝胶法制备了纯Ti O_2与不同Co浓度掺杂的Ti O_2纳米粉体,并对样品进行了450、550、650℃保温2 h的热处理.采用X射线衍射仪对制得的纳米粉体进行了晶体结构表征,研究了热处理温度以及Co掺杂浓度对Ti O_2晶粒尺寸以及锐钛矿金红石相变的影响.结果表明:纯Ti O_2与Co-Ti O_2在450℃时为单一的锐钛矿;550℃时,纯Ti O_2有微量金红石生成,Co-Ti O_2仍然全部为锐钛矿;650℃时纯Ti O_2大部分转变为金红石,当Co掺杂量较低时,Co能促进锐钛矿相向金红石相的转变,而当掺杂浓度为8%时,Co抑制锐钛矿相向金红石相的转变;热处理温度升高以及Co掺杂浓度增加有利于Co Ti O_3相的生成,相同温度下,Co掺杂后Ti O_2晶粒尺寸减小.     

用扰动逼近算法解广义混合拟-似变分不等式组

引入和研究了一类广义混合拟似变分不等式组，借助η-次微分及η-逼近映射，给出了求此类变分不等式组的近似解的扰动η-逼近算法，并证明了此类变分不等式组的解的存在性及算法的强收敛性。     

一种新型H_∞变结构末导引律设计

为了实现异弹制导的全程鲁棒性,弥补变结构控制在滑模外不具有鲁棒性的不足,该文针对大机动目标,将有限时间区间全信息反馈H∞控制应用于滑模趋近运动段,用其解析解构造变结构趋近律,获得一种具有全程鲁棒性的H∞变结构导引律。分析了滑模运动的可达性和稳定性。仿真表明,与最优变结构导引和比例导引相比,该文设计的导引律制导精度更高,鲁棒性更强。     

刚体机构的鲁棒变结构控制

本文针对仅装备位置传感器的刚体机构,提出了一种新的鲁棒变结构控制算法。该算法克服了传统的变结构算法中由于过大的开关项系数而激发系统的未建模模态所引起的系统振动现象。重新定义的状态变量实现了观测器和控制器的解耦。在控制器中,对滑动误差的收敛速度进行控制的新概念被首次提出。在我校自行研制的“JTR-1”教学机器人上的实验,证明了这种算法良好的性能。