针对一类双波动鳍仿生水下机器人的姿态镇定问题,提出一种基于增强学习的自适应PID控制方法.对增强学习自适应PID控制器进行了具体设计,包括PD控制律和基于增强学习的参数自适应方法.基于实际模型参数对偏航角镇定问题进行了仿真试验.结果表明,经过较小次数的学习控制后,仿生水下机器人的偏航角镇定性能得到明显改善,而且能够在短时间内对一般性扰动进行抑制,表现出了较好的适应性

尾矿坝失稳致灾机理极其复杂,然而目前尾矿坝灾害防控缺乏对尾矿材料多尺度多因素耦合力学机制的深入研究,且细粒与高堆尾矿坝灾变机理不明确.针对尾矿坝致灾机理研究的基础共性问题,收集大量的国内外尾矿坝灾害紧密相关的研究领域的文献,综述有关筑坝尾矿结构多尺度表征描述与力学特性、筑坝尾矿沉积运动规律、尾矿坝成坝机理与坝体结构组成、尾矿坝稳定性分析与致灾机理等方面的研究现状及成果,指出目前研究存在的不足,凝练出尾矿坝灾害研究领域亟待解决的关键科学问题,并对未来的研究发展态势进行具体全面的展望

地质不连续面及开挖面对岩体的切割方式确定了开挖边坡的破坏模式,本文按此思路讨论了识别破坏模式的简化判据和方法问题。重点地举出了四个不同的滑坡实例,分析了它们的破坏模式,并初步探讨了它们的破坏机制问题

主要任务:要求灵活运用隔离体的平衡条件,熟练掌握静定 梁内力图的作法。 分析方法:按构造特点将结构拆成杆单元,把结构的受力分析 问题转化为杆件的受力分析问题

以金山店铁矿充填采矿法优选为工程背景，将采矿方法优选视为多目标决策的系统工程问题来处理.综合考虑技术、经济、资源利用、劳动效率、安全、环境等多方面因素，构建了较为全面的采矿方法优选多目标决策指标体系.分别采用层次分析法、模糊判断矩阵及Delphi法对决策指标进行赋权，得到了三组单一权重.在此基础上，通过Kendall非参数检验及Spearman等级相关性分析，确定了各赋权方法的相关程度，得到了较为合理的采矿方法优选多目标决策指标的组合权重，并基于组合权重，采用模糊多目标决策确定了最优采矿方法为分段空场嗣后充填法.本文采用的组合权重赋权方法较好地解决了多目标决策时指标权重的分配问题，提高了采矿方法优选指标权重确定的合理性及科学性

锂离子电池在大功率应用下的热控制和热管理已成为制约电动汽车商业化的瓶颈，为解决此问题，运用微热管阵列设计锂电池模块散热系统，在开放条件下对电池模块进行恒流18 A（1 C）和36 A（2 C）充放电测试，通过测量布置微热管阵列前后电池表面温度可知：在1 C和2 C充放电倍率下，散热系统能够有效的降低电池模块的温度及电池间温度差异，将温度和温度差值分别控制在40℃与5℃之内，可以解决温度对电池寿命和容量的影响问题.基于实验数据，对其中一2 C工况热量进行了计算，得到通过微热管阵列的对流散热量达到模块生热量的40%

本文采用弹塑性有限元素法中的变刚度法和加权平均弹塑性矩阵,解光滑压头下平面应变的弹塑性硬化材料的压入问题。得到压力——位移曲线,屈服压力和塑性区的边界,并与理想刚塑性的滑移线场理论结果相比较。同时计算了在平面应变条件下,工业纯铝压缩时的冷变形抗力。计算结果与试验结果基本相符

介绍了API螺纹油井管的特点及存在的问题，结合我国在开发、应用特殊螺纹接头油井管过程中取得的经验，从不同的使用服役条件综合分析评述西姆莱斯开发的各种特殊螺纹结构设计与选用要点，并指出存在的问题，探讨进一步的研究开发方向，为有针对性地选好、用好特殊扣油井管产品提供参考

针对低频大功率二极管中点钳位(NPC)型逆变器控制系统的不连续空间矢量脉宽调制原理及控制策略的研究,提出三电平不连续空间矢量脉宽调制方法,相比于传统三电平空间矢量脉宽调制方法,在相同的开关频率下,此方法可以显著降低逆变器的开关损耗.同时,文中对三电平逆变器的中点电压不平衡问题以及在现场应用中可能出现的PN电平跳变问题进行分析,并提出解决方法.最后,针对本文提出的调制方法做中点电压的平衡控制,给出对于该算法基于仿真和实验的验证

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径