针对电机驱动系统进行了基于有限时间控制器的结构/控制一体化设计.针对电机驱动系统跟踪控制问题，采用有限时间收敛方法设计了跟踪控制器.考虑系统状态信息不可测的情况，设计了有限时间滤波控制器，在估计系统速度信息的同时实现了有限时间跟踪控制.为进一步提升系统控制性能，考虑结构与控制之间存在的耦合问题，对电机驱动系统进行结构/控制一体化设计.首先针对电机驱动系统设计了同时考虑结构优化和控制器优化的一体化性能指标.所设计一体化性能指标能够在满足控制性能要求的同时，得到所能驱动的最大负载.同时优化系统的结构参数与控制器参数能够使控制系统达到全局最优，从而取得良好的控制效果.随后，采用嵌套优化策略对电机驱动系统的一体化设计问题进行简化，采用自适应步长的布谷鸟搜索算法对控制器参数优化问题进行求解，得到了一体化最优解.通过数值仿真验证了所提方法的有效性

以有效解决钾盐矿尾盐和尾液导致的环境污染、资源浪费、安全隐患等问题为出发点,以改善钾盐矿充填料流动度和强度为目的,利用钢渣水化反应缓慢持久的特点,制备了以钢渣为胶结剂的钾盐矿充填料,初步证明钢渣细度和养护温度对充填料的性能有较大影响.所制备的充填料8 h内流动度保持在200 mm以上,28 d抗压强度可达2 MPa,满足充填料的性能要求.本文着重从微观角度分析了其固化机理,X射线衍射技术、扫描电子显微镜、热重分析、红外分析等分析结果表明:钢渣粉与钾盐矿尾液水化反应的产物主要为C-S-H凝胶、水铝钙石(或称费里德尔盐)、类水滑石等,在水化反应过程中水化产物之间相互穿插包裹使体系结构的致密度和强度不断增长.在微观结构呈层状的水铝钙石和类水滑石中出现类质同象代替现象,Ca2+、Mg2+、Fe2+,Fe3+、Al3+和Si4+都可相互取代而使得OH-和Cl-参与其中,这对体系中的杂质离子起到固定作用,对充填料的稳定性有利.该研究结果初步表明钢渣具有充当钾盐矿充填料胶结剂的潜力

在输电场景中，吊车等大型机械的运作会威胁到输电线路的安全。针对此问题，从训练数据、网络结构和算法超参数的角度进行研究，设计了一种新的端到端的输电线路威胁检测网络结构TATLNet，其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet，VRGNet与VTCNet共享部分卷积网络以实现特征共享，并利用模型压缩的方式压缩模型体积，提升检测效率，从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题，利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究，综合检测准确率和推理速度来研究其最优配置。研究结果表明，随着网格数目的增加，准确率也随之增加，而召回率有先增加后降低的趋势，检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度，确定9×9为最优网格划分方案；随着输入图像尺寸的增加，检测准确率稳步上升而检测效率逐渐下降，综合检测准确率和效率，选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明，相对于其他的轻量级目标检测算法，该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率，满足实际应用的需要

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

目前燃煤电厂对于SO2、NOx和PM等主要污染物已经有较为成熟的控制方法，但针对具有长期环境危害性的痕量污染物尚缺乏有效的排放控制手段。为全面掌握痕量污染物在煤燃烧过程中的释放、迁移和转化规律并开发相应的控制技术，建立稳定可靠的模拟烟气痕量污染物发生方法是开展相关研究的前提条件。通过文献调研，对常见痕量污染物的四种发生方法进行了总结、归纳和对比：溶液蒸发法较为简单易用，但产物中易含有副产物，这些副产物会带来一定的影响；燃烧法产生的痕量污染物最接近实际情况，但受实验条件影响较大，并且产物成分较为复杂；升华法获得的产物浓度较为准确，但适用范围较窄，仅用于某几种气态痕量污染物的发生；氢化物氧化法可准确地控制产物的发生速率，但也仅适用于少量痕量污染物，并且装置较为复杂。分析比较了不同方法的适用情形，最后提出多种方法联用的思路以期得到更加接近实际情形并且成分可控的结果

提出用嵌套饱和函数描述的控制律形式，可以同时解决速率和幅值约束的控制问题.建立浮空器的三自由度模型，将除螺旋桨推力外的其他作用力作为扰动项，进而把该系统化为类积分链式系统；基于嵌套饱和控制理论，研究了类积分链式系统的控制输入幅值及速率约束与控制器饱和函数参数的关系；以浮空器为研究对象，进行纵向和横向通道解耦控制器设计，实现控制系统输入的幅值和速率有界.利用Lyapunov稳定性原理证明了系统的全局稳定性，分析了可调控制器参数对改善系统的动态性能的影响，在考虑风扰动的情况下，仿真验证了控制器的有效性和鲁棒性

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

从区块链的设计和需求出发，阐明了区块链技术中的基本概念与特征及其基础架构；其次，以比特币为例详细介绍了区块链中各种机制，包括：区块结构与防篡改机制、交易结构与脚本语言、交易人员身份鉴别机制以及网络高效交易传播机制等；而且，按照证明类、拜占庭类、传统共识类及混合共识类等类型，详细描述了当前几种主流的区块链共识算法；此外，对智能合约的概念、组织结构及模块关系以及执行方式与过程进行了讨论；最后，对区块链面临的主要安全挑战进行了总结，从而达到系统地把握区块链技术发展和趋势的目的

结合沉降和压滤实验, 对脱水性能数据进行曲线拟合获得连续网状结构形成浓度、压缩屈服应力和干涉沉降系数, 引入Usher提出的稳态浓密性能预测算法, 建立了无耙深锥浓密模型, 分析了絮凝剂单耗、底流中固相的体积分数、泥层高度等对固体通量和固体处理能力的影响规律.研究结果表明: 絮凝剂添加量对沉降区域影响大于压密区域, 20 g·t-1时浓密性能较好, 底流中固相的体积分数越大固体通量越小; 在沉降区域, 固体通量仅与浓度有关, 不受泥层高度影响; 在压密区域, 固体通量为浓度与泥层高度的方程; 模型参数范围内, 当泥层高度 < 3.5 m时, 固体处理能力为浓度与泥层高度的方程, 当泥层高度>3.5 m时, 固体处理能力与固体通量随底流中固相的体积分数变化规律一致

触觉作为人的一种独特的感官通道具有独特的优势，它不仅能最大限度的贴合人体的生理构造，传递硬度、大小、纹理、形状、温度等视听觉无法传递的信息，而且拥有快速准确的特性，触觉不仅可以实现全方位的感知，而且能够有效感知一些很难被视觉或听觉形式表达的更真实复杂的信息，和外界环境进行一系列的交互。振动触觉编码的设计是开发触觉的一个重要途径，也是未来人机交互的一种重要手段。本文从振动触觉感知机理入手，讨论了不同振动参数的振动触觉分辨率和振动信息编码理论，并按照方向导航和文字交互的应用对振动信息编码进行归纳总结，介绍了振动信息编码的实验手段和结论，最后展望了振动信息编码领域未来的发展前景