2种消解方法-原子吸收分光光度法检测大米粉中铜、锌、镉含量

采用微波消解法和湿法消解2种消解方法对大米粉样品进行前处理,利用原子吸收光谱法测定各组样品中Cu、Zn和Cd 3种元素的含量,探讨简单、快捷、准确地测定大米粉中元素的前处理方法。结果表明:微波消解和湿法消解均符合分析要求,但从准确度、精密度、耗时、试剂消耗等方面比较,微波消解优于湿法消解。     

沈150块低渗透油藏注水认识及对策

沈150块是沈阳油田1个低渗透砂岩油藏,油藏埋藏深,储层物性差,注水开发中表现为注水压力高、难度大,断块处于低产低效的半瘫痪状态.通过注水方式的转变、注采系统的重新调整以及一定的油藏监测技术手段认识产层,可以改善低渗透砂岩油藏注水开发效果.     

基于改进PPO算法的机器人局部路径规划

利用强化学习训练机器人局部路径规划模型存在算法收敛速度慢、易陷入死锁区域导致目标不可达等问题。对传统近端策略优化(PPO)算法进行改进,引入长短期记忆(LSTM)神经网络并设计虚拟目标点法,提出LSTM-PPO算法。将PPO神经网络结构中的全连接层替换为LSTM记忆单元,控制样本信息的记忆和遗忘程度,优先学习奖励值高的样本,从而更快地累积奖励优化模型。在此基础上,加入虚拟目标点,通过雷达传感器收集的环境信息判断机器人陷入死锁区域时弃用目标点给予机器人的引导,使机器人走出陷阱区域并趋向目标点,减少在死锁区域不必要的训练。分别在特殊障碍物场景和混合障碍物场景中对LSTM-PPO算法进行仿真验证,结果表明,与传统PPO算法和改进算法SDAS-PPO相比,该算法在两种场景训练中均能最快到达奖励峰值,可加快模型收敛速度,减少冗余路段,优化路径平滑度并缩短路径长度。     

龙华口水电站碾压混凝土原材料及配合比分析

通过对山西省盂县龙华口水电站工程原材料检验分析,进行碾压混凝土配合比设计及相关的性能试验,提出符合设计及施工要求的碾压混凝土配合比供施工使用。     

一维Logistic映射混沌伪随机序列统计特性研究

针对一维Logistic映射的非线性混沌动力学特性进行了分析,并提出一种混沌伪随机序列的统计特性改进算法,以求取得比一般随机数构造方法更好的统计特性。利用一维Logistic映射产生的混沌时间序列,加入反正弦与反余弦变换,对Logistic映射进行优化改进,以提高伪随机数列的统计特性。通过定性分析和定量计算发现,改进后的Logistic映射统计特性受迭代次数的限制较小,在随机性和均匀性上都优于常用的随机数列构造方法。     

一种基于延迟反馈Logistic映射的彩色图像加密算法北大核心CSCD

为克服Logistic映射存在的缺陷,基于延迟反馈设计了一种改进的Logistic混沌映射.基于该混沌映射,提出了一种新的密钥与明文相关的图像加密算法.仿真结果表明,提出的图像加密算法只需进行一轮置乱扩散操作即可获得较好的加密效果,可有效抵御统计分析攻击、差分攻击和选择明文攻击,同时展现出较强的鲁棒性.     

卡尔曼滤波在iBeacon室内定位系统中的应用

为了抑制iBeacon信号在传播过程中由于人员扰动、多径效应等引起的噪声,以及移动定位过程中定位结果的不稳定,在iBeacon室内定位系统中引入了卡尔曼滤波算法分别对采集到的iBeacon信号与移动定位结果进行处理.首先通过卡尔曼滤波对采集的信号进行处理,降低了信号噪声,提高了信号的质量,其次应用卡尔曼滤波对移动定位结果进行二次处理,提高了移动定位结果的稳定性与精度.实验结果表明,在办公室环境下采用卡尔曼滤波进行处理后可将1 m以内的定位精度提高到80%以上.     

具有未知参数的机器人-摄像机系统的自适应动态反馈跟踪控制

研究了不确定非完整移动机器人系统的跟踪问题.首先,基于视觉反馈和状态输入变换,展示了一种非完整移动机器人运动学系统的不确定链式模型.基于反步法思想和跟踪误差系统结构,给出了两个重要的新变换.然后运用李雅普诺夫直接方法和扩展巴巴拉引理设计了自适应控制律和动态反馈鲁棒控制器,以实现理想轨迹的跟踪控制.严格证明了闭环误差系统的渐近收敛性.最后,仿真结果证实了提出的控制策略有效.     

含未标定摄像机参数的非完整移动机器人的自适应动力学跟踪控制

结合一类非完整移动机器人的运动学模型和链式转换,在质心与几何中心重合的情况下,研究含有未知参量的非完整移动机器人的跟踪控制问题.首先,利用针孔摄像机模型提出一种基于视觉伺服的运动学跟踪误差模型;然后在此模型下,将动态反馈、Back-stepping技巧与自适应控制相结合,设计一个区别于以往处理方法、含有两个动态反馈的自适应跟踪控制器,从而实现动力学系统的全局渐近轨迹跟踪,并通过李亚普诺夫方法严格证明闭环系统的稳定性和估计参数的有界性;最后,利用Matlab仿真验证所提出的控制器的有效性.     

基于模糊势场法的移动机器人局部路径规划

针对采用传统人工势场法进行移动机器人局部路径规划时存在的局部极小点和规划路径过长等问题,提出了一种基于虚拟目标点和有限状态机的模糊势场法。构造基于人工势场的虚拟目标点法来解决局部极小点问题,在合适的位置设置虚拟目标点使机器人逃离局部极小点区域。将虚拟目标点法与模糊控制相结合,对障碍物环境进行预测,及时避障,解决机器人在复杂环境中采用虚拟目标点法规划路径时存在的路径过长问题。设计一个有限状态机来判断障碍物环境,执行算法转换策略,使改进算法适用于多种复杂环境。所设计算法在MATLAB平台上进行了仿真验证。结果表明,该算法能够使机器人逃出局部极小点、缩短规划路径。算法不仅适用于简单、离散环境,在传统算法运行困难的、复杂的环境中,例如墙型、U型和多U型障碍物环境,也能规划出可行的优化路径。