基于建立的连铸中间包及结晶器内钢液混合过程的物理模型，开发了板坯连铸异钢种连浇过程混浇坯长度及成分变化模型。以某钢厂单流板坯连铸机220 mm×1560 mm断面Q235与Q335Ti钢的混浇过程为研究对象，采用水模型试验结合数值模拟确定模型的关键参数，并通过开展现场试验对混浇坯取样验证模型的准确性。结果证明：混浇坯成分取样与模型预测的成分偏差小于5%，且模型预测的混浇坯长度与人工确定的一致。故采用该模型可跟踪不同混浇工况下中间包内及铸流上钢液的混合行为，准确预测混浇坯的长度以及成分变化规律。采用该模型研究了拉速及中间包内剩余钢液质量对混交坯长度及不同浇注长度铸坯C元素质量分数变化的影响规律。发现当拉速保持不变时，中间包内剩余钢液越多，混浇坯越长；当中间包内剩余钢液质量保持不变时，拉速越大混浇坯越短。相比而言，中间包内剩余钢液质量比拉速对混浇坯长度的影响更大。另外当拉速不变时，随着中间包内剩余钢液质量的增加，C元素质量分数由0.16%变化到0.18%的速率减慢；当中间包内剩余钢液质量不变时，随着拉速的增加，C元素质量分数由0.16%变化到0.18%的速率增加。因此异钢种连浇过程，适当提高拉速以及减少中间包内剩余钢液质量，可有效减少混浇坯长度，成分变化速率降低

基于国内某厂齿轮钢小方坯连铸生产过程，利用ProCAST软件建立移动切片模型，能够高效模拟连铸过程中的宏观偏析，模型分别模拟研究了不同过热度、二冷水量和拉坯速度等对宏观偏析的影响。模拟结果与碳偏析检测结果吻合良好，验证了移动切片模型模拟连铸坯宏观偏析的准确性。由于溶质浮力的影响，内弧侧的宏观偏析强于外弧侧。随着过热度的增加，铸坯中心碳偏析度从1.06增加至1.15。过热度控制在25 ℃范围内，可以保证铸坯的宏观碳偏析度控制在1.10范围内。随着连铸二冷水量的增加，铸坯中心偏析改善程度较小，铸坯中心碳偏析度从1.16降低至1.13。随着拉坯速度的增加，铸坯中心偏析呈现加重的趋势，铸坯中心碳偏析度由1.14增加至1.21，拉坯速度控制在1.4 m·min–1范围内，可保证铸坯中心碳偏析度低于1.15

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

双相不锈钢2101生产成本低，性能优异，近年来被逐渐重视。采用“电炉+AOD+模铸”的工艺生产2101双相不锈钢，在AOD精炼过程中，研究了温度和主要成分Cr、C、Si的变化情况，结果显示，AOD炉有很好的脱碳效果，能将C质量分数（w[C]）由2.5%脱至0.03%以下，在还原期，Si对Cr有很好的还原效果。精炼过程中，最重要的是脱碳，但将碳脱至0.1%以后，所需要的条件变得苛刻。通过热力学计算公式，研究了双相不锈钢2101去碳保铬的影响因素，结果表明，碳铬平衡主要受CO分压和温度的影响，CO分压越低、温度越高越有利于脱碳。在CO分压一定，w[C]<0.1%时，w[C]越低，碳铬平衡曲线的斜率越大，脱碳需要的温度越高，脱碳越困难，降低CO分压可进一步脱碳。在PCO/P0= 0.4，w[Cr]=21.5%条件下，为将w[C]脱至0.03%以下，需要将炉内温度升到1746.1 ℃以上

为了实现地下金属矿山生产接续的紧凑性、科学高效地调度生产设备,针对矿山开采工序复杂、设备资源有限、生产任务量大等特点,以最短工序时间间隔和最短总完成时间为共同优化目标构建了地下矿山生产接续与设备调度集成优化模型.通过分析地下矿山生产循环顺序、作业设备类型和生产能力等生产要素,考虑工序闲置期间采场的安全隐患问题,运用改进遗传算法对最优解进行主-从两步骤搜索,得到地下矿山生产接续和设备调度最佳方案.以国内某大型金矿为案例进行了模型的有效性验证,解算出矿山最优的设备调度计划.验证结果表明,与传统的单一目标优化相比,模型在保证完成指定任务的同时,有效缩短工序时间间隔,并且保证了作业的安全要求

针对标准无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法本身存在着因状态误差协方差矩阵无法实现Cholesky分解而导致滤波发散的隐患，以及在电池状态估计过程中由离线标定的电池等效模型参数而造成的累积误差的问题，本文发展了一种平方根无迹卡尔曼滤波(Square-root unscented Kalman filter, SR-UKF)算法，并设计了一种电池状态联合估计策略。首先快速SR-UKF算法通过对观测方程进行准线性化处理，降低了每次无迹变换时的计算开销；然后在迭代过程中，用状态误差协方差矩阵的平方根代替状态误差协方差矩阵，该平方根是由QR分解与 Cholesky因子的一阶更新得到，解决了UKF 算法迭代过程中可能由计算累积误差引起状态误差协方差矩阵负定而导致滤波结果发散的问题，保证了电池荷电状态(State of charge，SOC)在线滚动估计的数值稳定性；最后采用联合估计策略，对电池等效模型参数进行实时辨识，保证了电池等效模型的准确性与有效性，从而提高了电池SOC的估计精度。仿真对比结果验证了快速SR-UKF算法以及电池状态联合估计策略的可行性与鲁棒性

西安石油大学电子工程学院：《电力系统继电保护》课程教学资源（电子课件，打印版）第九章 母线保护

西安石油大学电子工程学院：《电力系统继电保护》课程教学资源（电子课件，打印版）第三章 电网的距离保护 Distance Relay Protection

西安石油大学电子工程学院：《电力系统继电保护》课程教学资源（打印版，讲义）第四章 输电线路纵联差动保护

西安石油大学电子工程学院：《电力系统继电保护》课程教学资源（打印版）继电保护问答题