CaCO3发泡剂制备泡沫铝工艺研究

用CaCO3作发泡剂，用熔体发泡法制备泡沫铝，即Al—Si12在熔融状态下，加入活性剂Mg粉，再与SiC颗粒混合均匀，然后加入发泡剂(CaCO3)搅拌，进行保温发泡，最后冷却。结果表明，对于Al—Si12的合金，用CaCO3作为发泡剂，制备出孔隙结构均匀，平均孔隙率最大、结构均匀的泡沫铝的最优条件是：CaCO3含量1．2％～1．8％，加热温度680～700℃之间，保温时间4～8min之间。     

改进的双向联想记忆网络在凝汽器故障诊断中的应用

在确立凝汽器典型故障知识库的基础上,应用双向联想记忆(BAM)网络对凝汽器进行故障诊断.网络学习算法采用强化系数的多重训练算法.在该算法的作用下,BAM网络将被强化矢量对存储在以此矢量对为中心的Hemming距离为1的邻域里的能量最小点,从而保证矢量对的正确联想.设计了诊断模型,实现了对凝汽器典型故障的诊断,并分析了该模型在实际应用中可能出现的问题.     

铜仁市万山区转型农业可持续发展的思考

随着生态环境问题关注度的提高,农业可持续发展成为当下的热点话题。根据万山区农业基本现状,结合现代技术,抢抓转型机遇,创新人与自然相协调的农业可持续发展基本模式,探索出了铜仁市万山区转型农业可持续发展的新路径。     

热工系统Hammerstein-Wiener模型辨识

热工系统中的很多生产环节是非线性时滞系统,其辨识问题一直是制约热工系统发展的关键问题.Hammerstein-Wiener模型是Hammerstein模型和Wiener模型的复合模型,可以较好地表达生产系统的动态特性和静态特性.将Hammerstein-Wiener模型辨识方法应用于热工系统的辨识中,非线性部分用多项式表示,线性部分用差分方程表示.用粒子群算法将模型的辨识问题转化为参数空间上的寻优问题,求得该模型的待定参数在参数空间上的最优解.一系列仿真的结果表明,基于粒子群算法的Hammerstein-Wiener模型在热工系统的辨识中有深远的实践意义.     

随机波动模型估计方法研究进展

本文对随机波动模型估计方法取得的进展进行了综述与简评，并提出了今后值得研究的一些相关问题。     

基于量子遗传算法的循环流化床锅炉Hammerstein型辨识

将Hammerstein模型应用于某循环流化床锅炉2个典型系统的辨识,用多项式表示模型的非线性部分,用差分方程表示模型的线性部分,并通过量子遗传算法将模型的辨识问题转化为参数空间上的寻优问题,求得模型中待定参数的最优解,从而得出循环流化床锅炉2个系统的具体模型,并结合现场数据进行了一系列仿真试验.结果表明:Hammerstein模型可以很好地表达循环流化床锅炉典型系统的特性,用量子遗传算法优化可得到精度较高的数学模型.     

泡沫Al-6Si合金的制备工艺研究

采用熔体发泡法制备泡沫铝硅合金。研究发泡剂添加量、粘度、加热温度、搅拌速度等对孔隙率及孔结构的影响 ,并通过对发泡介质TiH2 的预处理 ,研究TiH2 形成表层氧化物对延缓其在熔体中的分解及发泡过程的作用。考察制备泡沫铝材料实验的再现性 ,从而确定最佳工艺参数。研究表明 ,以TiH2 为发泡介质 ,采用熔体发泡制备孔隙结构均匀 ,孔隙率为 60 %～ 80 %的泡沫铝硅合金的最佳工艺条件是 :加热温度为 610～ 63 0℃ ,TiH2 含量为 1.2 %～ 1.4%,金属钙加入量为 1.5 %,增粘搅拌时间为 4～ 5min ,搅拌速度约为 80 0r·min- 1 ;发泡介质分散搅拌时间为 3 0～ 40s,搅拌速度约为 2 0 0 0r·min- 1 。     

基于多目标粒子群算法的PID控制器设计

随着对控制系统的要求越来越高,进行比例积分微分(Proortion Integration Differentiation,PID)控制器的设计的时候应该同时考虑到系统时域指标和频域指标,常规的PID整定方法往往很难实现.为解决上述问题,采用多目标粒子群算法进行PID控制器参数的设计,算法将系统的超调量、上升时间和稳定时间作为目标函数,频域指标作为约束条件.算法的运算结果为一组Pareto最优解,运行者可以根据当前对系统的要求从中选取合适的解.通过与常规PID整定方法和采用单目标粒子群算法的方法进行比较,证明了改进方法的有效性.