低温法高分子质量PVC树脂的研制

采用低温聚合法研制聚合度为2500的高分子质量的PVC树脂。通过对300L釜的聚合温度、引发剂、分散体系等因素的研究，确定了最佳工艺参数：聚合温度为(38．0 0．2)℃、引发剂Trigonox99的用量为0．18％、分散剂E的用量为0．08％，在此条件下聚合反应较稳定，放热均匀，能制备出颗粒形态规整、粒径大小稳定、增塑剂吸收量高、“鱼眼”数少、老化白度达到70％以上、初期热稳定性及塑化性能较好的聚合度控制在2350～2550范围的树脂。     

导电高分子PEDOT／PSS保护银纳米颗粒的制备与表征

利用导电高分子聚（3，4-二氧乙基噻吩）／聚（对苯乙烯磺酸）（PEDOT／PSS）作保护剂，制备了银纳米颗粒，用UV-Vis和TEM对其进行了表征．结果表明，选择合适量的PEDOT／PSS保护剂可以得到大小分布较窄银纳米颗粒．     

DQ型高效催化剂在环管PP装置上的应用

介绍了使用DQ型球形高效催化剂在上海石油化工股份有限公司塑料事业部70kt/a环管连续法工业聚丙烯生产装置上应用研究的结果，并对结果进行了讨论。     

反应型增塑剂LIR对NR/BR并用胶性能的影响

以液体聚异戊二烯橡胶（LIR）为反应型增塑剂,研究LIR对NR/BR混炼胶性能、硫化胶物理性能和耐热空气老化性能的影响,并与添加芳烃油的NR/BR并用胶进行对比.结果表明,LIR对NR/BR混炼胶有增塑作用,但增塑效果不如芳烃油;添加LIR的NR/BR硫化胶的物理性能总体上优于相应的芳烃油硫化胶,耐热空气老化性能也较好;LIR在硫化过程中可与NR和BR发生共交联.     

基于有限时间跟踪微分器的迭代学习控制

针对迭代学习控制（Iterative learning control,ILC）中的初始状态问题,提出了采用有限时间跟踪微分器安排过渡过程方法,根据迭代学习控制中期望轨迹已知的特点,设计了其参数有明显物理意义并且调节方便的有限时间跟踪微分器. 在此基础上,针对一类具有不确定性的非线性时变系统的迭代学习控制问题,提出了具有对不确定项进行估计的迭代学习控制算法,并应用类Lyapunov方法给出了相关定理证明. 仿真结果表明所提出的方法是有效的.     

高斯PLDA在说话人确认中的应用及其联合估计

近年来,基于总变化因子的说话人识别方法成为说话人识别领域的主流方法.其中,概率线性鉴别分析（Probabilistic linear discriminant analysis,PLDA）因其优异的性能而得到学者们的广泛关注.然而,在估计PLDA模型时,传统的因子分析方法只更新模型空间,因此,模型均值不能很好地与更新后的模型空间耦合.提出联合估计法对模型均值和模型空间同时估计,得到更为严格的期望最大化更新公式,在美国国家标准与技术局说话人识别评测2010扩展测试数据库以及2012核心测试数据库上,等错率得到一定提升.     

基于状态聚类的多站点CSPS系统的协同控制方法

单站点传送带给料加工站（Conveyor-serviced production station,CSPS）系统中,可运用强化学习对状态——行动空间进行有效探索,以搜索近似最优的前视距离控制策略.但是多站点CSPS系统的协同控制问题中,系统状态空间的大小会随着站点个数的增加和缓存库容量的增加而成指数形式（或几何级数）增长,从而导致维数灾,影响学习算法的收敛速度和优化效果.为此,本文在站点局域信息交互机制的基础上引入状态聚类的方法,以减小每个站点学习空间的大小和复杂性.首先,将多个站点看作相对独立的学习主体,且各自仅考虑邻近下游站点的缓存库的状态并纳入其性能值学习过程;其次,将原状态空间划分成多个不相交的子集,每个子集用一个抽象状态表示,然后,建立基于状态聚类的多站点反馈式Q学习算法.通过该方法,可在抽象状态空间上对各站点的前视距离策略进行优化学习,以寻求整个系统的生产率最大.仿真实验结果说明,与一般的多站点反馈式Q学习方法相比,基于状态聚类的多站点反馈式Q学习方法不仅具有收敛速度快的优点,而且还在一定程度上提高了系统生产率.     

《自动化学报》总目次

正~~     

基于模型的子空间聚类与时间段蚁群算法的合同生产批量调度方法

针对目前冷轧薄板厂生产流程复杂、大量的多品种小批量合同并线生产,导致难以制定生产计划的问题,本文提出了混合模型子空间聚类（Subspace clustering mixed model,SCMM）方法,以合同中待加工钢卷的宽度、冷轧机组的入口厚度、 出口厚度以及合同的交货期为约束,对待生产合同进行组批. 依据冷轧厂实际生产过程,将冷轧机组视为核心节点,考虑准时交货、 在制品库存和生产流向产能分配的要求,对组批后的生产合同建立全流程合同计划模型,并且利用提出的时间段蚁群算法（Time-section ant colony optimization,TSA）,制定合同计划.利用生产过程的实际数据测试,本文的方法优于人工排产,可以满足制定冷轧薄板全流程生产计划的要求.