由于协作机器人的结构比普通工业机器人更为轻巧，一般动力学模型所忽略的复杂特性占比较大，导致协作机器人的计算预测力矩误差较大。据此提出在考虑重力、科里奥利力、惯性力和摩擦力等的基础上，采用深度循环神经网络中的长短期记忆模型对自主研发的六自由度协作机器人动力学模型进行误差补偿。在实验中采用优化后的基于傅里叶级数的激励轨迹驱动机器人运动，以电机电流估算关节力矩，获取的原始数据用来训练长短期记忆模型(LSTM)补偿网络。网络的训练结果和评价指标为预测力矩相比实际力矩的均方根误差。计算与实验结果表明，补偿后的协作机器人动力学模型对实际力矩具有更好的预测效果，各轴预测力矩与实际力矩的均方根误差相比于未补偿的传统模型降低了61.8%至78.9%不等，表明了文中所提出补偿方法的有效性

以钢渣与生物质废弃材料为研究对象，利用钢渣中含有的金属氧化物对生物质废弃材料进行改性处理获得生态活性炭，研究钢渣种类、钢渣粉磨时间和钢渣超微粉用量对生态活性炭降解甲醛性能的影响。利用X-射线荧光光谱仪（XRF）、X-射线衍射仪（XRD）、激光粒度仪（LPSA）、傅立叶变换红外光谱仪（FTIR）、比表面积及孔径测定仪（BET）和扫描电子显微镜（SEM）测试钢渣超微粉的化学成分、钢渣超微粉的矿物组成、钢渣超微粉的粒径分布、钢渣超微粉的结构组成、生态活性炭的孔结构和生态活性炭的微观形貌。结果表明：钢渣为电炉渣，钢渣粉磨时间为90 min，钢渣超微粉用量为20 g制备的生态活性炭具有良好的降解甲醛性能与合理的经济性，即10 h后甲醛降解率为57.5%。电炉渣中Fe元素与Mn元素含量高，其中Fe元素促使大量甲醛在活性炭的多孔结构中形成富集，Mn元素对富集的甲醛进行催化降解，实现吸附降解与催化降解的协同作用。适当延长钢渣粉磨时间可以减小钢渣超微粉的粒径大小与改善钢渣超微粉的粒度分布均匀程度，有利于提高钢渣超微粉与活性炭、甲醛的降解作用面积。适量的钢渣超微粉可以提高生态活性炭的粉化率，抵消由于孔容积与比表面积降低导致的活性炭吸附降解作用下降的问题

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

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

多元线性回归( multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化 回归这一名词起源于19世纪生物学家F.高尔顿进行的遗传学研究,他在研 究子女身高与父母身高之间关系时发现

以番茄酱加工废水为培养基质，以SBR反应器的运行模式探讨颗粒化过程中的颗粒污泥粒径变化及对COD、N、P的去除能力；并分析颗粒污泥和絮体污泥以不同比例共存时的污泥特性、出水水质、有机污染物降解能力和混合污泥系统的污泥最佳比例。颗粒污泥的优势粒径范围在0.45～3 mm之间，对COD、${{\\rm{NH}}_{4}^{+}} $

多元线性回归(multiple linear regression)是分析一个随机变量与多个变量 之间线性关系的最常用的统计方法。实际工作中,常常希望知道所关心的事物受 哪些因素的影响,比如销售量与价格和广告费的关系,农业产量与原料和气候的 关系,生育水平与教育水平和经济水平的关系,物价和失业率的关系,收入与受 教育程度和年龄的关系等等。多元线性回归用变量的观察数据拟合所关注的变量 和影响它变化的变量之间的线性关系式,检验影响变量的显著程度和比较它们的 作用大小,进而用两个或多个变量的变化解释和预测另一个变量的变化

第五章计数资料的统计描述 一、、相对数的意义 绝对数:分类变量经过整理后清点出各类的例数,称为绝对数。 相对数:是指两个有联系的指标之比,其意义是相对表示事物出现的程度,便于相互比较。 相对数可视为平均数,均数也可视为相对数

一、名词解释: 1.现代应用汉语语法2.句类3.比喻4.辞格的兼用5.语体6.句型7.主谓句8.比拟9.短语的结构功能10.句法成分12.层次分析法13.关联词语

工业中常用带埋管的移动床来加热或冷却固体颗粒物料,其过程涉及颗粒流与管壁间的复杂传热,而颗粒绕流圆管的流动过程对其传热效果起着决定性作用.为简化描述颗粒的流动过程,通过分析颗粒绕流圆管的特性,建立了拟漏斗流模型,并给出了模型所需颗粒绕流圆管描述参数的取值范围,模型可用以求取颗粒绕流圆管的速度场和时长等参数.建立了埋管移动床实验系统,考察了颗粒绕流顺排管束的过程;同时利用离散单元法(DEM)对该过程进行数值模拟,获得了颗粒绕流圆管的流动过程,并利用移动床实验结果对比验证了离散单元法数值模拟结果;最后,对比了基于拟漏斗流模型的计算结果和离散单元法数值模拟结果,并根据此结果对拟漏斗流模型的描述参数进行了确定