迭代微分方程(x)+g(x(x))=p(t)的周期解

研究二阶迭代微分方程x^.. g(x(x))=p(t）T－周期解的存在性，其中，g,p均连续，p(t T)=p(t)，且∫o^Tp(t)dt=0。主要方法是先估计解的先验界，再用Mawhin连续性定理得出周期解的存在性。在对g要求更宽松的条件下，得到了方程T－周期解存在的充分条件。     

用光镊研究介质微粒在交流电场下的相互作用

综合利用光镊定位、高速摄像、图像处理系统和低介电常数电流变液颗粒，在动态情况下，直接验证交流外电场下电偶极子对间的相互作用。测量了2个μm量级的玻璃微珠之间作用力与球心间距和结构形成时间的关系，获得电流变颗粒在交流电场作用下的结构响应时间和相互作用强度。所采用的光镊－摄像－影像处理系统的空间分辨率为0．26μm，图像最高采样率为8000幅／s，对应的最优时间分辨率为125μs。由于所研究的体系使用同真实电流变颗粒同样大小的颗粒，所以对寻找更好的电流变液材料具有意义。     

变结构与变参数电力系统短路故障的快速计算

本文提出了变结构与变参数电力系统短路故障口的各序等值电路参数和口电流的一种新的数字仿真计算模型。同时只需详细计算单相接地短路电流的电气量值,利用同序口电流比例系数,便可快速算出同一位置其它各型短路电气量值。本方法完全避免了各序网节点导纳或阻抗矩阵的修正计算与各型故障计算中的重复计算,具有通用、精确和快速计算的特点。     

一种新的变换域变步长批处理LMS算法及其应用

将变换域LMS算法和变步长LMS算法及批处理LMS算法相结合,提出了一种新的变换域变步长批处理LMS自适应算法,该算法融合了前面3种算法的优点,可以有效地降低输入信号的自相关程度,克服了固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾,并且实时性较好。计算机仿真结果表明该算法具有更快的收敛速度和更小的失调噪声,可以有效地应用于自适应收发隔离系统。     

电流变体离合器的理论设计

现有工程机械通常采有接触摩擦片式离合器，这种装置的传递扭矩难以实现无级连续调节。介绍了电流变技术，以此为基础，设计出一种新型离合器，通过改变控制电压就可调节离合器的输出转速或扭矩。     

变采样网络控制系统的稳定性分析

目前网络控制系统多采用事件驱动方式,这种驱动方式适用于网络延时小于一个采样周期的网络控制系统。为了解决网络延时大于一个采样周期的问题,提出了事件-时间驱动方式。在采用事件-时间驱动方式下系统成为变采样网络控制系统。在网络时延大于一个采样周期情况下,系统中的控制值和反馈值不能准时到达时,该系统使用预测环节预测的预测值。在基于预测值的变采样网络控制系统中,给出了不同网络时延所对应的状态转移矩阵,分析了变采样网络控制系统稳定需要的条件,最后给出了一个例子说明了变采样网络控制系统采用预测值控制可以使系统稳定运行。     

数字孪生驱动下永磁同步电机滑模变结构一体化解耦控制

提出数字孪生驱动下永磁同步电机（PMSM）滑模变结构一体化解耦控制方法,改善永磁同步电机控制能力。构建基于数字孪生技术的永磁同步电机控制结构,通过设备层采集实际永磁同步电机运行数据及环境数据,作为数字孪生驱动数据来源,孪生建模层依据获取永磁同步电机数据,构建永磁同步电机的数字孪生驱动模型以及虚拟场景,经虚拟模型与虚拟场景耦合后,在虚拟场景中还原永磁同步电机运行状态;在孪生控制层中设计精确线性化解耦控制方法,并构建速度、电流一体化滑膜解耦控制器,在虚拟环境中通过解决永磁同步电机速度与电流之间的非线性耦合问题,完成实体电机解耦控制;同时数字孪生控制结构各层之间通过孪生数据传输实现数据交换与指令下发,实现有效的电机控制。经实验验证：经该方法控制后,永磁同步电机可在负载突加与突卸状态下保持平稳的电流与转矩,同时还可以迅速调整电机转速,使电机保持在理想状态下运行。     

大水沟地区金多金属矿成矿地质背景及找矿远景分析

通过几年的野外勘查工作,大水沟矿区在找矿方面取得了较为显著的成果,矿区内圈定了2处水系沉积物综合异常,通过异常查证,目前发现了3条矿化蚀变带,圈出金矿体5条、铜矿体1条、钼矿化体1条、铅锌银矿化脉1条。其中金矿体主要赋存于蚀变的碎裂岩中,对发现的矿体沿走向进行了槽探揭露、钻探深部验证控制,矿体沿走向、倾向具一定延伸,深部品位变富,与邻近五龙沟金矿田具有相似的成矿地质背景及成矿规律,说明该矿区具有较大的找矿空间。     

变截面超静定梁的传递矩阵解法

采用矩阵传递法分析了变截面超静定梁的弯曲问题。利用截面状态矢量的传递规律,求解任一截面的内力和变形。与其它方法比较,该方法提供的是程式化的数学模型,便于计算机分析。     

基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.