肾上腺素电化学氧化反应特性的研究

探讨了肾上腺素在ｐＨ３～７恒离子强度溶液中、玻璃碳电极上的吸附现象，解析了表面超额Γ等一系列电极过程的动力学参数．结果表明：（１）肾上腺素在玻璃碳电极上存在“弱”吸附现象，并且在ｐＨ≥３的ＭｃＩｌｖａｉｎｅ缓冲溶液中，肾上腺素的吸附量是比较大的；（２）溶液介质ｐＨ值的变化对于肾上腺素电化学氧化过程的动力学特征影响较大     

可编程序控制系统在节能中央空调中的应用

就采用编程控制系统,即PLC控制系统对中央空调进行控制的原理、具体方法等作了说明,分析了PLC控制系统的主要功能、特点,得出用PLC控制系统对中央空调进行控制,可以实现智能化、降低能耗的目的这一结论。     

MATHEMATICAL MEASURES OF SHAPE CONFORMITY

This paper has developed a single mathematical measure for the evaluation of the shape conformity of the curved garment objects such as moulded brassiere cups. The measurements are based on the sectional analysis of the fringe pattern generated by means of moire topography. They include the area ratio, shape ratio and root mean square (RMS) of the height deviation of the moulded cup from the standard shape profile. Ultimately, the RMS was found to be a satisfactory method of assessing the shape conformity and a guideline for determining a good fit from the RMS value was then derived.     

轴向受载铁木辛柯梁的弯曲研究

轴向受载的铁木辛柯梁的弯曲问题.在新近提出的一种铁木辛柯梁模型中,引入了一个反映变形过程中轴力方向的跃迁系数,基于此模型,解析地获得了多种边界条件下梁挠度的封闭形式的表达式.此外,采用数值计算验证当前结果的正确性,并探讨了跃迁系数对梁弯曲行为的影响.     

基于预设性能转台伺服系统的参数估计和自适应控制

针对含参数未知和非线性摩擦动态的转台伺服系统,提出了一种基于预设性能函数的参数估计和自适应控制方法.利用一种连续的摩擦模型表示转台伺服系统的摩擦动态,引入高阶神经网络对其进行逼近.通过构造一种滤波辅助变量获取参数估计误差信息,并将估计误差信息作为参数自适应律的遗漏因子,保证估计值能够快速收敛到真实值.为了提高转台伺服系统的瞬态响应和稳态性能,利用预设性能函数将原始系统的跟踪误差转换为一个新的误差动态,在此基础上设计自适应控制器,实现对期望轨迹的精确跟踪.仿真结果验证了本文所提算法的有效性.      

叙述性偏好法实验的有效样本量模型框架

叙述性偏好法(SP)是一种通过实验设计研究人们偏好的方法,通常结合离散选择模型估计参数.针对SP实验设计缺乏足以得到准确参数估计的有效样本量的问题,提出一个易于操作、更加全面的SP实验有效样本量估计方法框架,实现通过一个线性模型来估计实验所需的有效样本量.应用该框架开展实证研究,发现要素的数量、要素水平的数量、参数的尺度、样本量以及实验设计策略都对参数的准确性产生显著的影响,得到3种设计策略下的有效样本量估计模型.以此为基础,提出SP实验设计的实践原则.     

基于PSASP自定义接口功能的直驱型风电机组简化模型

针对大规模直驱永磁风电系统机电暂态仿真时采用PSASP自带的通用发电机模型不能表述实际直驱型永磁风力发电机组(简称D-PMSG)运行特性的问题,以某地近海风电场D-PMSG单机测试数据作为参考,利用PSASP自定义建模环境(PSAP/UD)搭建直驱永磁风机暂态简化模型。D-PMSG暂态简化模型忽略发电机及机侧变流器影响,同时考虑低电压穿越时动态短路电流的特性、电压频率保护控制以及有功恢复速率设置,将D-PMSG当成带有低压穿越保护的受控电流源,并根据D-PMSG低压穿越时的实测数据基于遗传算法实现了重要参数的优化工作。通过分别将D-PMSG暂态简化模型与详细模型、增加爬坡功率设置以及单机测试系统实测运行数据在三相短路故障条件下的对比,验证了D-PMSG暂态简化方法的正确性,以及参数优化方法的有效性。     

无模型预测控制及在溴化锂机组控制中的应用

为解决带有时滞特性的制冷系统的控制问题,提出了一种改进的无模型自适应预测控制算法,并将其应用到制冷系统控制方案中。首先,提出一种引入两个参数L1,L2的参数估计控制方案,改善了MFAPC( Model-Free Adaptive Predictive Control) 的伪偏导数参数估计过程,使算法在达到减参目的的同时提升了稳定效果; 之后在控制输入准则函数中加入了控制输出误差和。最后引入典型线性和非线性时滞系统、跟踪时变信号系统、溴化锂制冷系统,对其跟踪控制问题进行了仿真比较研究。仿真结果表明,改进的无模型预测控制算法能取得更稳定的输出结果,且有更快的响应速度和更好的控制性能,同时解决了带有时滞特性的制冷系统控制问题。     

基于动量因子优化学习率的BP神经网络PID参数整定算法

针对传统BP神经网络学习过程中学习率选取过大导致振荡的问题, 提出一种新的BP神经网络PID(比例-积分-微分)参数自适应整定算法. 采用BP神经网络对PID参数进行自适应调节和优化, 并利用动量因子优化学习率和增加动量项抑制BP神经网络训练中出现的振荡现象, 以加快收敛速度. 实验结果表明, 该算法有效缓解了振荡现象, 加快了算法的收敛速度.     

半监督技术和主动学习相结合的网络入侵检测方法

针对当前网络入侵具有多样性和易变性, 单一方法很难获得理想网络入侵检测结果的问题, 为提高网络入侵检测正确率, 有效拦截各种网络入侵, 提出一种将半监督技术与主动学习相结合的网络入侵检测方法. 首先, 采集网络入侵数据, 提取网络入侵特征, 并采用半监督技术根据特征对网络入侵数据进行聚类处理; 其次, 采用主动学习算法对聚类后的数据进行训练, 构建网络入侵检测的分类器, 并引入蚁群算法对构建网络入侵检测的分类器进行优化; 最后, 采用标准数据集对网络入侵检测方法进行仿真测试. 测试结果表明, 该方法解决了当前入侵检测方法存在的缺陷, 提升了网络入侵检测正确率, 漏检率和误检率明显少于经典网络入侵检测方法, 同时缩短了网络入侵检测时间, 改善了网络入侵检测效率, 能更好地保证网络通信和数据传输安全.