水温波动对泰来草、圆叶丝粉草生理及生长特性的影响

为探究海草对水温波动的适应性和适应机制,本研究以27 ℃为波动中心,设计波动幅度(简称“波幅”)分别为0、2、4、6、8、10 ℃的水温波动环境,将泰来草(Thalassia hemprichii)和圆叶丝粉草(Cymodocea rotundata)种植于上述环境中,并在实验结束后测定其生长状况、氧化与抗氧化产物、渗透调节物质、光合色素和光合荧光特征4类14项指标,从而评价其生理和生长特性的变化规律。结果表明,相对于水温恒定时,水温波幅为2-4 ℃时2种海草的地上部生产力较高,抗氧化酶活性与细胞渗透调节物质含量较低,营养物质与叶绿素含量、光反应的电子传递速率较高,总体表现为生长状况更好。但随着水温波幅超过此范围,上述指标均出现相反的变化趋势,海草受到的过氧化胁迫逐渐增大。虽然海草仍可通过提高抗氧化酶活性与细胞渗透势调节物质的含量等机制来抵抗这种胁迫,但抵御能力有限。波幅超过8 ℃的环境不利于2种海草的生长。此外,由于随着水温波动加剧,圆叶丝粉草各项生理指标值的变化幅度均大于泰来草,因此,本研究认为圆叶丝粉草对水温波动的敏感性高于泰来草。     

基于向量残差SVD的混凝土超声测试温度效应研究

为研究温度对混凝土超声测试尾波信号的影响规律;将信号向量间的归一化夹角作为波动指标,反映温度效应引起的信号变化;通过向量残差矩阵SVD获得表征温度效应大小的特征向量,建立向量空间映射和温度差的数学关系。在实验室采集混凝土梁尾波信号进行验证,结果表明,随温度升高尾波信号的波形发生后移,文中方法可分段线性量化温度效应;基于量化结果,得到常温下超声尾波信号最敏感的温度区间;任意4.5 ℃范围内,可去除74%~90%的温度效应。     

基于系统聚类的北京气温变化过程遍历特征分析

气温变化过程遍历性研究是中长期气象预报的基础.以北京地区气温过程为例,分别研究了北京月最高气温、最低气温、平均气温序列的遍历特征.首先,基于系统聚类分别将各类气温以月为个体进行聚类;其次,以类为单位通过自相关图排除周期性序列,利用ADF检验其余序列的平稳性;再次,对通过平稳性检验的序列进行遍历性分析,包括均值遍历与协方差遍历两方面.研究结果表明,北京6、7、8月份最高气温月际年变化序列有均值遍历性特征,4、10月份最低气温序列则有过程遍历性.从长期趋势看,两类气温序列都围绕其均值上下波动,在4、10月份最低气温的月际年变化序列中,前期气温值对后期气温变化的影响是相对稳定的.最后,还开展了印证性分析和挖掘性分析,从遍历性的角度,佐证了前人的一些研究成果.     

单支方法的保单调性

保单调的时间离散方法求解具有非连续解的双曲型守恒律是一种常用而且有效的算法,空间离散化双曲型守恒律可得到相应的常微分方程初值问题。研究了单支方法求解上述常微分方程初值问题的非线性稳定性质,分析了单支方法的保单调性。将单支方法写为一般线性方法的形式,在步长满足一定约束条件的情况下,获得了单支方法保单调的充分条件。     

基于特征模型的预测函数控制的仿真研究

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制。特征模型是一种比动力学模型简单,但能表征被控对象特征的模型。针对预测函数控制算法的缺陷,提出了利用二阶特征模型来构成预测模型。通过与采用一阶预测模型的预测函数控制进行比较,理论分析与仿真实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现。     

空调房间温度预估模糊PID控制器的研究

针对中央空调房间温度被控对象的大滞后大惯性,设计了具有Smith预估的模糊自整定PID控制器。建立中央空调房间温度控制系统的数学模型,介绍预估模糊PID控制器结构,以及模糊控制规则的生成方法,并且对该控制方案进行了数字仿真。仿真结果表明:该方法调节精度较高,调节迅速,超调小,具有一定的可行性。     

磁悬浮反作用飞轮系统模态分析及试验研究

介绍了一种角动量为50Nms工作转速在±5000rpm的磁悬浮反作用飞轮系统,利用有限元分析软件ANSYS对其定、转子及系统进行了模态分析,利用COMBINE14单元模拟磁轴承使模型更加接近实际,最后通过模态测试试验测出了转子的一阶弹性固有模态,与理论计算结果相近,误差仅为0.66%,验证了理论模型的正确性。模态分析及测试的结果对磁悬浮反作用飞轮系统的振动特性研究,控制方案设计及总体优化设计有着重要意义。     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。