自抗扰控制技术的改进和应用

传统自抗扰控制器(active disturbance rejection control,ADRC)中的扩张状态观测器为李雅普诺夫意义下的渐近稳定,存在收敛速度不能保证的缺点.针对这一问题,将高阶滑模观测器理论引入到ADRC算法中替代扩张状态观测器,提出了一种跟踪精度更高、速度更快且具有更强抗扰能力的改进型ADRC器.并以四旋翼飞行器为研究对象,给出了不同情况下的传统ADRC器与引入高阶滑模观测器改进后的ADRC器的仿真对比.仿真结果表明通过引入高阶滑模观测器改进之后的自抗扰控制器具有更理想的控制效果.     

基于Inception-BiLSTM和迁移学习的结构损伤识别

针对传统卷积神经网络（convolutional neural network,CNN）方法在时空特征提取存在不足,提出一种改进的Inception与双向长短期记忆（ bi-directional long short-term memory,BiLSTM）联合模型,以全面学习振动信号中的空间和时序信息。首先,构建具有多尺度感受野的Inception模块,自适应地提取不同尺度下的空间特征;其次,BiLSTM序列化处理时间特征,以深度挖掘时间相关性;最后,通过全局平均池化和Softmax分类器来实现钢框架结构的损伤识别。为评估该模型对噪声的鲁棒性,引入高斯白噪声作为干扰。此外,采用迁移学习策略来评估模型在不同强度激励和小样本下的泛化能力,确保适用于不同的损伤识别任务。结果表明,与传统的CNN方法相比,该模型在无噪声条件下及信噪比超过25dB时保持了100%的识别精度。该方法解决了土木工程应用中样本量不足和不同强度激励的实际挑战。通过微调预训练模型的参数,实现了在不同强度激励和小样本情况下的知识迁移与泛化,从而增强了模型的实际适用性。     

双烷基脲稠化烃基压裂液的制备及其流变特性

以烷基胺与二异氰酸酯为原料反应制备双烷基脲稠化剂,无需交联即可通过分子自组装的方式使烷烃稠化,分析反应原料对双烷基脲稠化效果的影响,研究稠化烃基压裂液体系的流变特性和耐温性能。结果表明：2-乙基己胺与2,4-甲苯二异氰酸酯反应得到的2,4-二(乙基己基脲基)甲苯(EHUT)对烷烃的稠化效果最优,随着烷烃碳数、稠化剂浓度的增加而提高;EHUT稠化烃基压裂液的静态流变曲线表现出牛顿体-剪切变稀的特征,动态流变曲线表现出弹性和黏性模量仅有一个交点且在低振荡角频率下基本符合Maxwell型流体的特征,这些流变特性与由蠕虫状胶束形成的黏弹性表面活性剂压裂液体系的流变特性一致,表明体系中小分子在非共价键作用下形成超分子聚集体并相互缠结而呈三维网络结构;由于温度升高会破坏EHUT分子间氢键相互作用,削弱形成超分子聚集体的重要驱动力,因此质量分数为1%的EHUT稠化正庚烷压裂液170 s^-1时的表观黏度在60℃降低至20 mPa·s。     

基于ISM的装配式建筑质量影响因素研究

随着装配式建筑的不断发展,其质量问题也备受关注.本研究经过查阅文献和问卷调查的方式选取了11个影响装配式建筑质量的关键因素,基于解释结构模型(ISM),对影响装配式质量关键要素之间关系进行分析,构建质量结构模型并进行层级分析,进而对装配式建筑质量提出针对性建议.研究结果表明:预制构件运输、储存情况和施工规范程度直接影响...