研究了多智能体网络中受集合约束的一致性最优化问题，提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性，需要先进行收敛分析，再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式，提出一种基于李雅普诺夫函数的收敛分析范式，它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后，针对所考虑的分布式梯度算法，构造了合适的李雅普诺夫函数，并根据收敛条件得到了算法参数设定范围，避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法

6.3国家与工程精密水准网的测设与平差计算 6.3.1国家精密水准网的布设 用途:经济建设的基本高程控制、地球科学研究(如地 壳运动、海面变化等) 布设原则:从高级到低级、从整体到局部分四个等级布设, 逐级控制、逐级加密

面对钢厂智能化发展的时代要求，炼钢–连铸区段工序界面技术受到越来越多冶金学者的关注，其不仅是解决工序关系集合协同–优化问题的重要手段，也影响着工序功能集合解析–优化和流程工序集合重构–优化的效果。本文对炼钢–连铸区段3种典型工序界面技术，即钢包运行控制、天车运行控制和生产运行模式优化的研究进展进行阐述，其中，钢包运行控制包括钢包热状态监测、钢包选配以及钢包调度，天车运行控制包括吊运任务的分配和同跨/异跨天车的协同调度，生产运行模式优化包括工序/设备产能、时间节奏与炉–机对应模式的匹配设计。此外，针对炼钢–连铸区段多工序协同运行的制约因素，指出工序界面技术协同的必要性，并对上述工序界面技术的协同机制与协同方案进行了阐述

化学吸收通常指溶质气体A溶于溶液后,即与溶液中不挥发的反应剂B组分进行化学反应的过程: A+BP,这是一种传质与反应同时进行的过程。由于在吸收的同时液相伴有化学变化,使其中的 溶质转化为反应产物,因而具有下述几个主要的优点: 优点:①化学反应提高了吸收的选择性;②加快吸收速率,设备容积↓,设备投资费↓;③反应增 加了溶质在液相中的溶解度,吸收剂用量↓④反应降低了溶 质在气相中的平衡分压,可较彻底地除去气相中很少量的有害 气体

6.1即制电路板图设计流程 6.2元件封装的放置 6.3PCB绘图工具 6.4PBC浏览管理器 6.5手工布局 6.6手工布线 6.7自动布局

首先搭建具有高精度面投影微立体光刻设备，通过理论分析和实验相结合的方法获得最优打印工艺参数，然后提出一种可用于模拟地层岩心的微球堆叠岩心模型，并通过分析岩心模型成型机理，选取具有更高成型精度的堆积方式对岩心模型进行设计。该模拟岩心制造方法具有对特殊岩心结构制造的高适应性，为实验室显微镜下研究多种EOR技术微观驱替机理提供了新思路

研究了全状态约束与输入饱和情况下的全向移动机器人轨迹跟踪控制问题.首先，针对一类三轮驱动的全向移动机器人，考虑系统存在模型参数不确定与外部扰动，建立了运动学与动力学模型；其次，利用障碍Lyapunov函数，结合反步设计方法，有效处理全向移动机器人跟踪过程中存在的状态约束，保证所有状态变量不会超出状态约束的限制区域；然后，针对系统参数不确定和未知有界扰动，设计相应的自适应律进行处理；同时，提出一种抗饱和补偿器保证机器人输入力矩满足饱和约束；并且利用Lyapunov理论分析证明了当选取合适的控制参数时闭环系统中的所有信号均能保证一致有界；最后，通过与未考虑状态约束和输入饱和的控制器以及经典比例-微分控制器进行仿真对比，验证了该方法的有效性和鲁棒性

首先对喷管内流动特性进行了研究，结果表明传统拉瓦尔喷管在喷管内部易形成大量明显的波系结构，抑制了超音速氧气射流的初始冲击效果，而利用特征线设计的曲线拉瓦尔喷管可有效解决该问题。其次，分析了不同供氧流量下，传统拉瓦尔喷管及曲线拉瓦尔喷管在高温条件下的射流马赫数分布、动压及射流卷吸特性。研究结果表明基于特征线法设计的曲线拉瓦尔喷管应用于转炉氧枪喷头时，可延长氧气射流核心段长度，增大氧气射流对熔池的搅拌能力，并提高氧气在熔池内的传质效果

主变压器(又称为牵引变压器),是交-直流传动电力机车中的重要电器设 备,用来将接触网上取得的单相工频交流25KV高压电降为机车各电路所需的 电压。主变压器的工作原理与普通单相降压电力变压器基本相同,但由于其工 作条件特殊,特别是为了满足机车调压、整流电路的特殊要求,故在主变压器 的设计及结构型式上均有自身的特点 平波电抗器是串接在电力机车主电路中的电感装置,用来减小整流电路中 的电流脉动系数,以改善脉流牵引电动机的换向条件

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机