针对复杂集总干扰下六旋翼飞行器轨迹跟踪控制问题,给出了混合积分反步法控制与线性自抗扰控制的控制算法. 首先,通过牛顿-欧拉方程建立六旋翼飞行器的非线性动力学模型,并剖析系统输入输出的数学关系. 其次,根据六旋翼飞行器动力学模型的特点,将其分为位置与姿态两个控制环. 位置环采用积分反步法控制理论设计控制器,通过引入积分项来提高系统的抗干扰能力,消除轨迹跟踪的静态误差;姿态环采用线性自抗扰控制技术设计控制器,通过线性扩张观测器估计和补偿集总干扰影响,提高系统的鲁棒性. 最后,通过2组仿真算例和1组飞行试验验证了本文所提飞行控制算法的有效性. 研究结果表明:该控制算法对集总干扰有较好的抑制作用,能够使六旋翼飞行器既快又稳地跟踪上参考轨迹,具有一定的工程应用价值

使用光学显微镜、扫描也镜和能谱仪等研究了钎具用钢22Si2MnCrNi2MoA动态连续冷却相变规律和退火工艺优化,分析了冷却速度对连续冷却转变曲线和相变组织的影响,探讨了22Si2MnCrNi2MoA钢带状组织成因及改善措施.22Si2MnCrNi2MoA钢具有较高的淬透性,在形变后空冷即可得到贝氏体+马氏体组织.在所选取的温度和时间范围内,710℃退火保温5 h为最优的退火工艺,等温退火并不能改善钢中带状组织的成分不均.带状组织的形成是由于化学元素Si、Mn、Cr、Ni和Mo的偏聚引起的,提高横截面内变形均匀程度对于改善棒材组织均匀性是有利的,但冶金过程成分偏析均质控制才是减轻或消除带状组织成分不均的关键

利用光学显微镜、透射电镜和能谱分析等方法对两种不同Ti含量的铁素体基Ti-Mo微合金钢中析出相的尺寸、分布特征、析出规律和成分进行了研究.结果表明:钢中绝大多数析出相为超细碳化物,尺寸小于10 nm,析出相尺寸呈正态分布.随着Ti质量分数由0.072%增到0.092%,析出粒子平均尺寸增大,分布峰值向粒子尺寸增大的方向移动.Ti-Mo微合金钢具有栅格状的相间析出方式,栅格间距受冷速的影响较大,晶内和靠近晶界处的栅格间距不同.能谱分析发现,不同尺寸的粒子Mo含量不同,较大颗粒(50 nm左右)析出相中不含Mo,小颗粒(<20 nm)中碳化物是Ti和Mo的复合析出相,且随着粒子尺寸的减小,成分中Mo所占比重增大

一、汽车诊断概述 汽车诊断的目的，是为了确定在用车辆的技术状况是否正常、有无异常或 故障。只有技术状况正常，汽车才能安全地行驶和经济可靠地工作，汽车技术 状况异常或有故障，必须及时地进行保养或修理。 为使汽车的保修作业能够迅速、有效地实施和提高保修作业的竣工质量， 在汽车保修作业之前，应该了解汽车外部和内部的技术状况和故障情况，并在 汽车保修作业之后进行汽车性能检验。汽车的外部情况通过检视便可了解，而 对汽车内部情况的判断则是一件复杂的工作，若将汽车、总成或机构拆散进行 检查，工序复杂且费工费时，因此采用汽车诊断技术来确定汽车的技术状况 （或故障情况）和鉴定汽车保修竣工后质量的方法，得到了迅速发展

研究了微波加热条件下（500～800 ℃），AlCl3氯化钒渣中有价金属Fe、Mn、V和Cr变温动力学。通过X射线衍射和扫描电镜能谱表征了氯化产物随时间的物相演变和形貌变化，考察了AlCl3/钒渣的质量比和熔盐配比对氯化提取率的影响。结果表明，AlCl3/钒渣的质量比为1.5、(NaCl-KCl)/AlCl3熔盐质量比为1.66∶1时Fe、Mn、V和Cr的提取率最佳，分别为91.66%、92.96%、82.67%、75.82%和63.14%，微波加热30 min，5种元素的提取率达到或者超过常规加热方式6 h的氯化提取效果。通过热力学和动力学分析，橄榄石相优先于尖晶石相发生氯化反应。而且V和Cr的氯化反应速度小于Fe和Mn。Fe和Mn氯化过程为扩散控制，其非等温扩散活化能为17.02和17.10 kJ·mol?1, V和Cr在氯化过程中的限制性环节为界面化学反应，其表观活化能分别为40.00和50.92 kJ·mol?1；微波与熔盐耦合强化氯化反应的机理可以描述为扩散作用增强和局部化学反应增强

采用交流阻抗谱研究了无电镀镍浸金处理电路板在模拟电解质溶液(0.1mol·L-1 NaHSO3)中的电化学腐蚀行为,并结合体视学显微镜、扫描电镜、X射线能谱分析等手段分析了试样表面腐蚀产物形貌、组成和镀层失效机制.无电镀镍浸金处理电路板在NaHSO3溶液中的耐蚀性较差,浸泡12h试样表面局部即发生变色,伴随有微裂纹的产生.电解液能够通过裂纹直接侵蚀Cu基底,并在微裂纹周围生成较多的枝晶状结晶产物,其主要组分为Cu2S.该结晶腐蚀产物的不断生成使局部区域中间Ni过渡层与Cu基底结合部位存在较大的横向剪切应力,最终造成Ni镀层的脱离与鼓泡现象

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

笔者从事工厂和民用建筑给排水工程设计十多年,完成的设计项目达一百多 项,项目客户包括欧美、日本、韩国、台资、国内等企业及研究所,绝大部分为工 厂项目,少数有高层民用建筑。不同国籍客户会有不同的设计要求、不同的喜爱偏 好、不同的工程习惯,不同行业客户又有不同的行业特点与要求,民用建筑又有不 同于工厂建筑的要求与特点,每参与一个项目就是一次学习与增长见识的机会,每 完成一个项目都会有不同的体会和提高以下是笔者对十多年给排水设计工作的体 会与总结,希望能与业中同仁一起交流探讨共同提高,其中有的观点不一定成 熟,甚至可能是不正确的,欢迎多予批评指正

人工智能特别是近几年深度学习的飞速发展，深刻的影响着军事领域，并赋予现代战争智能性、交叉性和破坏性的新特点。要想在军事对抗中取胜，不仅需要机器智能，同样需要人类智慧，能在军事作战中达到人机高度协同，是实现人与机器取长补短的重要途径，也是在愈发复杂的战争形势中取得胜利的关键。本文将军事对抗中人工智能的应用作为切入点，罗列了代表性国家在军事领域对人工智能的重视程度，从对抗策略和物联网三层架构两大角度对发展现状进行总结，同时指出在目前军事领域使用人工智能存在的不足，对人机融合智能在军事对抗中的发展趋势进行分析，并给出可能实现的技术方案，对未来的研究方向作出展望。如何实现高度的人机融合，从而获得“1+1>2”的良好效果，是人工智能在军事对抗中的下一步研究工作

系统分析总结了浮选过程中颗粒与气泡的黏附概率模型、EDLVO理论、颗粒-气泡集合体的受力分析、影响因素分析和颗粒-气泡黏附的研究进展.基于接触时间、感应时间的方法和能量势垒的方法，分别从动力学和热力学的角度分析总结了黏附概率模型，并从动力学和热力学的角度解释了颗粒大小、气泡大小、颗粒疏水性、颗粒表面粗糙度和溶液pH对黏附概率的影响，对静态环境和湍流环境中颗粒-气泡集合体进行了受力分析，颗粒和气泡的黏附力有毛细作用力、液体静压力和浮力，静态环境中的脱附力只有重力，但是湍流环境中的脱附力还包括振荡力和离心力.很多研究学者利用先进的仪器和检测手段对颗粒-气泡的黏附做了大量的研究，取得了大量研究成果.颗粒-气泡黏附作用过程相当复杂，试验研究时简化了作用条件，目前理论不能满意解释黏附过程，需要结合实际进行更深层次、更全面的研究