山西省实验中学2010年高考仿真实战模拟考试语文试题_山西省实验中学2010高考仿真实战（语文）

建立了摩擦系数非对称性的轧制过程模型，并与某热轧机传动系统的垂直?水平?扭转结构模型相结合，建立了结构?过程相耦合的动力学模型。利用稳定性准则确定了摩擦系数非对称作用下轧机系统的稳定域，分析了摩擦系数的非对称性对轧机系统振动特性和稳定性的影响规律。通过仿真分析表明，摩擦系数的非对称性对系统的稳定性有显著的影响，随着非对称程度的不同，系统会出现稳定域、水平失稳域和水平扭转失稳域，不同程度的非对称性会造成不同的振动形态。通过对某热轧厂现场测试，得到了轧机系统的振动信号，验证了仿真分析的正确性，同时指出轧制集装箱板和普板（Q235）时的变形抗力不同引起稳定域的差异，从而使得在摩擦系数的非对称程度一样时，轧制集装箱板时落在了水平失稳域，系统出现了明显的水平振动；轧制普板（Q235）时落在了稳定域，系统没有明显的振动

针对TTE (time-triggered Ethernet, TTE) 网络对业务安全性与对业务实时性要求高的问题, 提出了一种自适应双冗余的网络结构, 设计冗余报文的时间标签, 自适应恢复传输, 并设计了TTE网络中的混合流量(TT (time-triggered) 流, RC (rateconstrained) 流, BE (best-effort) 流) 调度规划方法, 根据报文的重要性, 发送端自适应的对网络报文进行分类, 其中, TT信息双网备份传输, RC、BE信息在双网分散传输.此外, 基于确定性网络分析方法, 推导了自适应双冗余调度方法下RC流的闭式延迟界, 并仿真验证了在极限网络、确定网络以及排队论仿真模型下所提方法减小网络延迟的效果, 满足TTE网络在保障业务安全性的情况下对业务实时性的要求

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性

针对平整轧制过程不同用途带钢对表面微观形貌的特殊要求，在批量跟踪电火花毛化轧辊、磨削轧辊和冷轧后带钢表面微观形貌的基础上，建立工作辊与带钢都可考虑真实表面粗糙峰的带钢表面微观形貌轧制转印生成模型，采用工业实验验证了仿真模型的准确性，并据此模型分析轧制前带钢已经具有表面粗糙度分别大于、等于、小于轧辊表面粗糙度时，带钢表面微观形貌的轧制转印行为与遗传演变规律。提出了负转印和转印饱和的概念，定义了两种极限轧制转印状态的描述指标— —负转印最大和转印饱和，研究发现当带钢表面粗糙度小于或等于轧辊表面粗糙度时，存在负转印最大点和转印饱和点；当带钢表面粗糙度大于轧辊表面粗糙度时，负转印最大点和转印饱和点重合。在此基础上，采用负转印最大点与转印饱和点对应的临界板宽轧制力，描述带钢表面微观形貌的遗传及演变规律，并系统仿真分析带钢屈服强度、带钢轧前表面粗糙度、轧辊表面粗糙度等工艺条件参数对于负转印最大点与转印饱和点对应的临界单位板宽轧制力的影响规律，发现随着带钢屈服强度增大和轧辊表面粗糙度增加，该临界单位板宽轧制力均增大；随着带钢表面粗糙度增大，负转印最大点对应的临界单位板宽轧制力增大，但转印饱和点对应的临界单位板宽轧制力却减小

深圳大学管理学院：《运筹学》课程教学资源（PPT课件讲稿）专题（计算机仿真）计算机仿真 A Brief Introduction to Discrete-Event Simulation Modeling and Analysis

深圳大学管理学院：《运筹学》课程教学资源（PPT课件讲稿）专题（计算机仿真）Discrete-Event仿真模型与分析 A Brief Introduction to Discrete-Event Simulation Modeling and Analysis

深圳大学管理学院：《运筹学》课程教学资源（PPT课件讲稿）专题（计算机仿真）分布仿真模型 Distributed Simulation Modeling of Warehousing Operations

Reasons for simulation being underutilized • Simulation modeling is a time-consuming and knowledge/information intense process • Most models developed are customized “rigid” models that cannot be reused or easily adapted to other even similar problems (Arons 1999, 2000; Zhou 2004) • Conceptual modeling is a critical step that directly affects the quality and efficiency of simulation projects, but hardly supported with current technology, and still a very difficult and ad-hoc process that depends on the skill and experience of individual modelers (Mclean, 2001; Robinson, 2004)

Reasons for simulation being underutilized • Simulation modeling is a time-consuming and knowledge/information intense process • Most models developed are customized “rigid” models that cannot be reused or easily adapted to other even similar problems (Arons 1999, 2000; Zhou 2004) • Conceptual modeling is a critical step that directly affects the quality and efficiency of simulation projects, but hardly supported with current technology, and still a very difficult and ad-hoc process that depends on the skill and experience of individual modelers (Mclean, 2001; Robinson, 2004)