浅谈高校危险化学药品的管理

针对高校危险化学品日益增多的趋势,分析了高校危险化学品的特点,探讨了高校危险化学品安全管理工作要点,提出危险化学品防护和存放的建议。     

饱和输入下一类多项式系统的数据驱动控制

研究了饱和输入下一类多项式系统的数据驱动控制问题.针对一类受噪声影响的未知多项式系统,设计了一种直接基于数据驱动的饱和控制器实现系统镇定,其中系统噪声具体形式未知但存在二次型上界.首先,在随机输入作用下离线采集系统的输入与输出数据.然后,通过采集到的离线数据以及平方和方法确定系统状态反馈控制器增益,引入的饱和约束机制可以对控制输入进行限幅.最后,通过在van der Pol振荡器系统中的数值仿真和电路实验验证了所提出控制策略的有效性.     

起飞飞机后侧穿越方式下的滑行效率分析

为提高机场场面运行效率,以前侧跑道穿越方式为比较对象,对后侧穿越方式下的滑行效率进行分析。基于前后侧两种不同跑道穿越方式的机理,结合图论思想,将航空器的地面滑行速度、安全间隔及滑行道使用规则等作为约束条件,以总的地面滑行时间最短为目标函数,分别构建前侧穿越和后侧穿越两种不同穿越方式下的数学模型;根据前后侧穿越方式下的航空器地面滑行特点,设计面向前后侧穿越下航空器滑行路径的遗传算法对模型进行求解;选用重庆江北国际机场为例,统计目前在该机场运行的主要机型,从起飞滑跑距离、抗侧风能力及尾喷影响距离对其性能进行分析,计算江北机场某一天高峰小时内37架航班的地面滑行时间,比较两种穿越模式下的滑行效率。计算结果表明:单位小时内,前侧穿越结合后侧穿越模式比单独使用前侧穿越模式时的总地面滑行时间节省约9min,结合使用前侧穿越和后侧穿越的模式可以在前侧穿越延误较大的情况下提高场面滑行效率。     

面向主动配电网的安全多智能体深度强化学习电压优化控制

针对主动配电网电压优化控制中模型不确定性和通信代价大的问题，提出了一种基于灵敏度矩阵安全的多智能体深度强化学习(SMS-MADRL)算法。该算法利用安全深度强化学习，应对主动配电网的固有不确定性，并采用多智能体结构实现通信代价较小的分布式控制。首先，将电压优化控制问题描述为受约束的马尔可夫博弈(CMG);然后，对无功功率进行适当修改，通过分析节点电压的变化得到灵敏度矩阵，进而与主动配电网环境进行交互，训练出若干可以独立给出最优无功功率指令的智能体。与现有多智能体深度强化学习算法相比，该算法的优点在于给智能体的动作网络增添了基于灵敏度矩阵的安全层，在智能体的训练和执行阶段保证了主动配电网的电压安全性。在IEEE 33节点系统上的仿真结果表明：所提出的算法不仅能够满足电压约束，而且相较于多智能体深度确定性策略梯度(MADDPG)算法，网络损耗减少了4.18%,控制代价减少了70.5%。该研究可为主动配电网的电压优化控制提供理论基础。     

基于有限数据的线性系统重构与采样控制

针对一类参数未知的连续线性系统,首先,利用有限数据进行系统重构;其次,对重构后的系统采用输入时滞方法构建闭环系统,并通过构造合适的Lyapunov泛函建立系统稳定性判据;最后,设计采样控制器反馈增益矩阵,并通过线性矩阵不等式求解.数值仿真实例验证了基于有限数据策略的重构可靠性及采样控制策略的有效性.