实验目的 1.学习伏安法测电阻时电流表内接、外接的条件; 2.了解非线性电阻; 3.掌握仪表的接入误差对测量结果的影响; 4.学习数据处理和不确定度的计算

针对潜水流湿地污水处理反应器模型,研究了当Michaelis-Menten方程近似为浓度的非线性(二次幂律)函数情况时的求解方法.利用Adomain拆分方法,得到了问题具有级数形式的近似解析解.本文所采用的方法和技巧可以用来解决当Michaelis-Menten方程近似为浓度的其他非线性函数情况

3.1 色散影响下光信号的传输特性 3.2 光纤带宽与色散对通信能力的限制 3.3 光纤非线性影响下光信号的传输特性 3.4 非线性光波系统中的自相位调制和频率啁啾

针对伺服系统由于受非线性摩擦力的影响而产生的\爬行\和\平顶\现象,提出了模糊趋近律方法,设计了基于T-S模糊模型趋近律的滑模控制器,并进行了实验和仿真研究.实验和仿真结果表明:所设计的控制器能有效地消除低速\爬行\和\平顶\现象,提高伺服系统的跟踪精度;同时该控制器能显著降低常规趋近律滑模控制器的抖振问题,改善控制品质.该控制器适用于控制品质要求高的伺服系统

基于一轮毂高度为50.41 m的实际陆上风电塔结构,运用ANSYS有限元分析软件以及时程分析法对结构进行不同地震动作用下的非线性动力响应影响规律研究,并进一步探讨了结构在正常使用极限状态、塑性极限状态、残余位移条件控制下的水平位移与应力极限值,计算了响应的地震动临界峰值,对结构的整体抗震性能进行了评价.研究结果表明:板块边界型地震动对风电塔这种高耸柔性结构的动力响应影响最大,在极限值评价和结构抗震性能评价中占主导地位;该风电塔的正常使用极限状态为第一极限状态

针对复杂的动态系统,提出了一种基于遗传算法的模糊模型辨识方法,给出了学习模糊规则的新算法,探讨模糊推理方法和遗传学习算法用于非线性系统建模的问题.仿真结果证明了该算法的有效性

研究了一类具有未知扇区非线性输入且含有未知不确定性和外部干扰的主从混沌系统的投影同步问题.首先选择了一个合适的滑模面,然后基于Lyapunov稳定性理论设计滑模控制器和自适应更新规则.所设计的控制器不受未知不确定性和外部干扰的影响,具有很强的鲁棒性.通过对不确定主从Duffing-Holmes系统的仿真研究,验证了所设计控制器的有效性

针对在AGC板厚控制系统中存在时滞、时变、大惯性、非线性等问题,提出了采用自适应集中延时神经网络辨识、最优预报和模糊免疫PID控制相结合的控制方案,有效地提高了系统的控制精度和动态性能.经MATLAB仿真实验表明,各项指标均好于传统的控制方式,取得了令人满意的控制效果

提出采用多层局部回归神经网络建立多变量非线性系统多步预测模型的方法,神经网络模型可提供多步预测控制所需要的系统输出预测值及输出向量对控制向量的雅可比矩阵.仿真试验表明这种动态神经网络的预测模型具有较高的精度

本章要点： 介绍两种复杂非线性动态系统辨识方法 1 Volterra级数表示及其辨识方法； 2 复杂系统混沌及其建模方法； 难点: 1 Volterra级数描述系统的脉冲响应； 2 未知模型混沌系统的三种识别方法；