家用血糖智能感知装置刺针自适应控制方法

为了向老年人提供居家自动化测量血糖的智能装备,设计了基于模糊比例积分微分(PID)的家用血糖智能感知装置刺针自适应控制方法．首先给出了家用血糖智能感知装置的总体设计,然后为确保刺针运动过程的稳定性,建立了刺针控制模块的动力学模型,并提出了基于模糊PID的刺针自适应控制方法,以实现刺针控制模块工作过程中PID控制器参数的自适应在线整定,采用基于模糊PID的刺针自适应控制方法的系统调节时间仿真结果为0.30 s．最后,试制并测试了家用血糖智能感知装置,原型装置调节时间测试结果为0.35 s,能抑制刺针抖动．     

基于动力学模型分块逼近的水下机械臂RBF滑模控制算法研究

本文利用切片理论与Morison方程计算了双关节水下机械臂在水中运动时受到的附加质量力、水阻力和水体流动对机械臂产生的冲击力,在传统机械臂动力学模型的基础上建立了完整的双关节水下机械臂动力学模型.基于推导的水下机械臂动力学模型提出了一种RBF滑模控制策略,采用多个RBF神经网络对水下机械臂动力学模型中的不确定项进行分块...     

基于系统动力学的电力物资供应链区块化数据库研究

针对电力物资供应链库存管理存在的信息中心化严重和各级之间信息传递慢等问题,本文基于区块链的去中心化、信息可追溯、信息不可篡改性和智能合同特征,提出建立以区块链技术为核心的区块化数据库.为验证其在供应链库存管理中的有效性,运用系统动力学对电力物资供应链进行因果回路分析,探讨区块化数据库对原有供应链库存管理产生的影响.建立...     

衬套内爆ALE方法二维MHD数值模拟

作者在详细介绍了衬套内爆二维磁流体(MHD)力学模拟的ALE方法的基础上,运用算子分裂技术将MHD力学方程组分裂成热扩散、磁扩散、Lagrangian流动、网格生成和对流输运4步求解.作者对Frese等人的Lagrangian流动步方法进行了改进,消除了其拉氏计算的质量损失.编制了二维计算程序并通过验证,获得的二维衬套内爆不稳定性发展与Doughlas和Liberman等人的结果相吻合.     

无人机自组网三维GPSR协议研究

针对无人机高速运动导致通信链路易断开的问题,提出最大跳距的概念并据此设计了下一跳候选区域,以增加最佳下一跳的可选范围;考虑到高动态网络中GPSR信标交换不及时引起的位置信息失效提出了移动性预测机制,通过对邻居节点实时的位置预测,使得建立的通信链路更加稳健.为解决GPSR协议周边转发在三维空间不适用的问题,引入按需路由DSR泛洪寻找路由的思想,可以以最小跳数恢复贪婪转发.仿真结果表明和PSPFP路由协议相比,不同移动速度下的CA-GPSR协议在端到端时延、分组投递率和网络吞吐量等方面的性能都有不同程度的提升.     

石墨/尼龙复合材料的成分分析及热分解性能

采用红外光谱、扫描电镜和拉曼光谱对石墨/尼龙样品的化学成分进行了分析,显示其基体成分为尼龙6(PA6),无机填料为石墨(C)和少量的无机物.利用热重分析测定了纯PA6和石墨/尼龙样品(C/PA6)在4种不同加热速率(5,10,15和20℃·min-1)条件下的热分解曲线,并通过Kissinger法和Crane法研究了P...     

混合分数维Hull-White利率模型下基于混合分数跳-扩散过程的欧式期权定价

利用Δ-对冲技巧和混合分数跳-扩散Ito-公式,导出了混合分数维Hull-White利率模型下基于混合分数跳-扩散过程的欧式期权定价模型;利用变量代换和热传导方程得到了该欧式看涨期权定价公式、欧式看涨-看跌期权平价公式、欧式看跌期权定价公式;最后进行数值实验,研究Hurst指数H和λ值与欧式期权价格的关系．     

基于新工科理念的《地下水动力学》课程教学改革

自“新工科”提出以来,引起了高等教育界的广泛重视。作为传统工科地下水科学与工程及水文与水资源工程专业的核心专业课程,《地下水动力学》课程急需做出改革,以适应新工科的要求。该文从《地下水动力学》的课程特点出发,针对教育部提出的新工科理念,结合多年的教学经验,对《地下水动力学》课程教学中存在的问题进行深入分析。针对课程教学中所存在的问题,提出了优化教学内容、丰富教学手段、创新教学环节、优化考核方式等具体的教学改革的具体措施,力图提高《地下水动力学》的教学效果,提高学生的工程实践能力。     

泥磷液相烟气脱硝的传质动力学研究

基于泥磷烟气脱硝技术的实验研究,从双膜理论的气液传质动力学角度分析了泥磷烟气脱硝过程的气液传质动力学.根据泥磷吸收NO的特性,研究了在不同的反应温度(298.15～343.15 K)下,泥磷烟气脱硝过程中的气液传质系数、总传质系数等动力学参数随温度的变化情况,并计算了NO的气液传质阻力、增强因子.在动力学研究中,脱硝的...     

基于机器学习的界面多相催化效应动力学蒙特卡罗模化

高焓气动环境表面多相催化效应对高超声速飞行器气动热有显著影响,对该效应多尺度特征的表征建模是飞行器热防护系统轻量化、低冗余设计的重要前提.采用动力学蒙特卡罗方法,建立了可用于宏观流场计算的界面多相催化介观模型,并通过径向基函数神经网络算法,训练形成了基于机器学习的吸附演化动力学精确解析的界面多相催化代理模型,实现了催化复合系数的快速精准预测.研究表明,基于机器学习的界面催化代理模型获得的复合系数预测值与动力学蒙特卡罗方法相一致,同时计算时间大幅缩短至常规宏观方法耗时.通过与宏观非平衡流场求解器耦合,所建立的界面催化模型可快速获得多尺度界面多相催化效应下的表面气动加热热流.基于机器学习方法对微细尺度的计算结果进行模化并用于宏观计算,在解析界面多相反应演化动力学的同时,提升了计算效率,为工程适用的飞行器复杂高温效应跨尺度建模提供了理论依据.