针对轧机液压伺服系统工作过程中弹性负载力和外负载力的跳变,基于公共Lyapunov函数方法和自适应反步控制方法,提出了一种多模型切换自适应反步控制策略.该方法结合自适应反步控制的特点和公共Lyapunov函数的设计要求,通过反步法设计了各子系统的状态反馈控制器和不确定上界参数的自适应估计器,取反步法的Lyapunov函数作为公共Lyapunov函数,保证了系统在任意切换下的渐近稳定.自适应反步法和公共Lyapunov函数方法的结合,便于公共Lyapunov函数的求取,又解决了同时存在参数跳变和参数慢时变的问题.仿真结果表明,该方法能够保证轧机液压伺服系统具有良好的动静态性能,并对参数跳变和参数慢时变具有较强鲁棒性

第一节 自我意识概述 第二节 自我意识发展的理论 第三节 自我认知与自我评价 第四节 自我行动

第8章自定义属性与自定义方法 8.1自定义属性 8.2自定义方法

一、自旋偶合与自旋裂分 spin coupling and spin splitting 二、峰裂分数与峰面积 number of pear splitting and pear areas 三、磁等同与磁不等同 magnetically equivalent and 第三节 nonequivalent 自旋偶合与自旋裂分 nuclear magnetic

通过室内细菌脱硫柱浸实验,将硫化矿石颗粒表面的硫降低到临界值以下,使脱硫后矿石自燃倾向性等级下降.结果表明,44d最大脱硫率可达61.82%,脱硫率随着时间延长而逐渐增大.对矿石自燃倾向性分析显示,硫化矿石的5d氧化增重率从2.044%降低到0.902%,自燃点从209.6℃升高到319.8℃,自燃倾向性等级由Ⅰ级降为Ⅲ级,降低了硫化矿石的自燃风险

何为网格自适应划分？ ANSYS 程序提供了近似的技术自动估计特定分析类型中因为网格划分带来 的误差。（误差估计在 ANSYS Basic Analysis Procedures Guide 第五章中讨论。） 通过这种误差估计，程序可以确定网格是否足够细。如果不够的话，程序将自动 细化网格以减少误差。这一自动估计网格划分误差并细化网格的过程就叫做自适 应网格划分，然后通过一系列的求解过程使得误差低于用户指定的数值（或直到 用户指定的最大求解次数）

7-1城市园林绿地的生态效应 城市生态系统虽不象自然生态系统那样能承受 相当程度的外界干扰压力,通过负反馈调节维 持自身的平衡,但仍具有一定的抗外界干扰和 自我维持的能力。这一能力,在很大程度上来 自于城市园林绿地的生态效应 作为一个生态系统,城市在正常生产和消费的 同时,产生大量的余热、噪音和三废。这些污 染物质在城市生态阈值限度之内时,城市生态 系统有自我净化、自我消弭的能力,即:

语法分析: 自上而下(自顶而下) 自下而上(自底而上) 自顶向下语法分析法:或从开始符号出发, 找最左推导;或从根开始,构造推导树

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高

3.1.1 工作原理 3.1.2 变气隙式自感传感器 3.1.3 变面积式自感传感器 3.1.4 螺线管式自感传感器 3.1.5 自感式传感器测量电路 3.1.6 自感式传感器应用举例