变参考轨迹下的鲁棒迭代学习模型预测控制

迭代学习模型预测控制是针对间歇过程的先进控制方法.它能通过迭代高精度跟踪给定参考轨迹,并保证时域上的闭环稳定性.然而,现有的迭代学习模型预测控制算法大多基于线性/线性化系统,且没有考虑参考轨迹变化的情况.本文基于线性参变系统提出一种能有效跟踪变参考轨迹的鲁棒迭代学习模型预测控制算法.首先,采用线性参变模型准确涵盖原始非线性系统的动态特性.然后,将鲁棒H_∞控制与传统迭代学习模型预测控制相结合,抑制变参考轨迹带来的跟踪误差波动,通过优化线性矩阵不等式约束下的目标函数求得控制输入.深入分析了鲁棒迭代学习模型预测控制的鲁棒稳定性和迭代收敛性.最后,通过对数值例子和连续搅拌反应釜系统的仿真验证了所提出算法的有效性.     

面向社会网络的个性化隐私策略定义与实施

为了实现社会网络中个性化隐私保护,提出了支持个性化隐私偏好授权模型,采用基于一阶逻辑隐私偏好描述语言,表达用户个性化隐私需求;引入基于主体属性的访问者－角色授权规则和基于客体标签的角色－权限指派规则,解决了动态用户授权和细粒度访问权限指派问题;分析了隐私策略冲突各种情况,实现了基于Prolog逻辑编程的策略一致性自动验证;设计了面向社会网络个性化隐私策略管理和实施中间件,将个性化隐私策略管理有效地集成到对既有资源的访问控制系统中,实验表明策略冲突分析具有良好的执行效率。     

应用CFD软件模拟双层通风幕墙节能性对比——在强制通风且有热对流情况下

应用CFD软件对双层通风幕墙的内流场进行了分析研究,得到了包括内流场图、温度分布图、出风口流速表和温度表等参数,通过改变双层通风幕墙的间距,考察幕墙间距对幕墙整体节能性能的影响并提出改进意见。     

住房城乡建设部标准定额司指示加快在编工程建设标准编制工作

为提高工程建设标准制订、修订计划的严肃性，加快工程建设标准编制工作，住房城乡建设部标准定额司对截至2013年底未按计划要求进度完成的编制工作和严重滞后计划时限的编制工作进行了全面整理，要求有关部门加快在编工程建设标准编制的各项工作，加强对编制工作的监督考评。     

企业服务标准“自我声明制”获重视

7月初,国家标准化管理委员会在京组织召开企业产品标准管理制度改革工作研讨会。会议对建立企业产品和服务标准自我声明公开和监督制度的重要性给予肯定,并对建立该项制度的关键技术路线和组织方式作了充分讨论。会议认为,建立企业产品和服务标准自我声明公开和监督制度,是推动标准化工作由“中国制造”向“中国创造”转变、“中国速度”向“中国质量”转变、“中国产品”向“中国品牌”转变的必然要求,各参与单位要积极做好新制度的设计和推广工作,按照国家标准委的统一部署,分步实施,踏实推进,确保改革工作取得预期成效。     

基于深度Q网络的风光柴储微电网能量管理策略

微电网能量管理对保障微电网安全、经济运行具有至关重要的作用。综合考虑可再生能源出力及用户负荷需求,提出了一种基于深度Q网络的微电网能量管理策略。针对日前调度中光伏功率的随机特性,利用随机规划生成不同概率下的光伏出力场景。将其与风电功率、负荷功率、市场电价和蓄电池荷电状态等一同构成环境信息,并通过深度Q网络与环境信息的交互优化微电网运行指标。仿真结果表明,所提出的能量管理策略能够降低设备的安全指标成本,并提高可再生能源的利用率。在光伏出力随机性较强的场景中,证实了基于随机规划的深度Q网络管理策略具备突出的适应能力。     

基于轻量操作系统的虚拟机内省与内存安全监测

针对在传统特权虚拟机中利用虚拟机内省实时监测其他虚拟机内存安全的方法不利于安全模块与系统其他部分的隔离,且会拖慢虚拟平台的整体性能的问题,提出基于轻量操作系统实现虚拟机内省的安全架构,并提出基于内存完整性度量的内存安全监测方案。通过在轻量客户机中实现内存实时检测与度量,减小了安全模块的可攻击面,降低了对虚拟平台整体性能的影响。通过无干涉的内存度量和自定义的虚拟平台授权策略增强了安全模块的隔离性。基于Xen中的小型操作系统Mini-OS实现了虚拟机内省与内存检测系统原型,评估表明该方案比在特权虚拟机中实现的同等功能减少了92%以上的性能损耗,有效提高了虚拟机内省与实时度量的效率。     

膨胀土条件下隧道下穿既有地铁车站CRD开挖工法优化

为保证膨胀土条件下新建隧道施工和既有结构的安全,以合肥地铁5号线下穿既有地铁车站工程为依托,考虑膨胀土胀缩性及裂隙性等不良特性,对其采用了袖阀管注浆加固方法。基于CRD工法的开挖工序和循环步距提出了不同优化方案,并通过PLAXIS 3D岩土有限元软件,模拟了计算隧道及周边地层的受力和变形,选择出了最优方案。该研究表明:不同开挖工序对洞周位移有一定影响;1.5 m循环步距情况下的拱顶沉降和净空收敛是0.5 m的1.55~3倍。最后,选定以左上→右上→左下→右下的开挖工序、0.5 m的循环步距作为最优方案并进行现场施工。结合监测数据分析表明,隧道自身和既有地铁车站基本处于安全稳定状态,该优化方案合理可靠。     

非线性快速批次过程高效迭代学习预测函数控制EI北大核心CSCD

迭代学习模型预测控制(Iterative learning model predictive control,ILMPC)具备较强的批次学习能力及突出的时域跟踪性能,在批次过程控制中发挥了重要作用.然而对于具有强非线性的快动态批次过程,传统的迭代学习模型预测控制很难实现计算效率与跟踪精度之间的平衡,这给其应用带来了挑战.对此本文提出一种高效迭代学习预测函数控制策略,将原非线性系统沿参考轨迹线性化得到二维跟踪误差预测模型,并在控制器设计中补偿所产生的线性化误差,构造优化目标函数为真实跟踪误差的上界.为加强优化计算效率,在时域上结合预测函数控制以降低待优化变量维数,从而有效降低计算负担.结合终端约束集理论,分析了迭代学习预测函数控制的时域稳定性及迭代收敛性.通过对无人车和典型快速间歇反应器的仿真实验验证所提出算法的有效性.     

贫煤锅炉灵活性调峰优化调整研究

针对贫煤锅炉低负荷稳燃困难、灵活性差的问题,以350 MW超临界贫煤锅炉为对象,进行烟花动力场试验和灵活性调峰优化调整。优化后,锅炉在不投油情况下的最低负荷可降至35%最大连续蒸发量(BMCR),炉内燃烧良好,燃烧器火检无闪烁,炉膛压力稳定;水动力稳定安全,垂直水冷壁相邻测点壁温差小于10℃;脱硝入口烟温351℃,炉膛出口烟温608℃,环保参数优良,调峰经济性良好,优化效果显著。