一种模型状态反馈鲁棒控制方法

引入与名义控制对象相同模型的状态反馈来改善系统的性能，通过导入对象与模型的输出误差符号信息和符号内模来实现存在上界未知的不确定情形时的稳定鲁棒控制与性能鲁棒控制．

基于数据融合技术的多模型状态监测与故障预报

提出了将多传感器数据融合技术引入到工程系统的状态监测与故障预报领域,实现多模型监测,以提高故障预报的准确性和可靠性,并研究了将Bayes融合算法和自适应加权算法相结合实现多模型的决策融合。并针对一套石油化工工业的流化催化裂化装置(FCCU)仿真系统建立了多模型监测系统,融合的结果表明,对比于单一模型预报,通过使用融合算法实现多模型监测可以有效地提高预报的可靠性。

基于粒子滤波的NAR模型状态过程估计

针对状态转移方程是非线性自回归(NAR)模型的一类动态系统最优估计问题,提出利用粒子滤波(PF)方法估计NAR模型状态。该方法用正交最小二乘法建立NAR模型,得到系统状态方程和量测方程,利用PF方法估计NAR模型状态,减少因参数估计带来的状态估计误差。仿真实验表明,基于PF方法估计NAR模型状态是可行的,且比传统的NAR模型估计精度更高。

基于火箭简化模型的多状态模型修正研究

火箭发射过程中燃料的不断减少导致火箭结构不断变化,结构的固有频率和模态振型也会随之变化。针对有限元模型的不准确性,以截面惯性矩为修正参数,不同状态下数值仿真结果与试验测试结果的误差最小为目标函数,建立多状态模型修正的优化模型。通过灵敏度分析和一阶泰勒展开对目标函数进行显式化处理,并利用序列线性规划求解得到设计变量的最优解。同时对于多状态结构,以多截面简支梁模型为例,利用锤击法对简支梁进行试验,设计磁吸重物方案模拟多状态模型,以单截面简支梁试验的前4阶频率为目标函数建立优化模型,经过修正将多截面简支梁模型修正为单截面简支梁模型,并且符合截面惯性矩与面积的比例,验证了多状态模型修正方法的准确性。

三有源桥DC-DC变换器广义状态空间平均模型及控制策略研究

基于移相加占空比控制策略的三有源桥TAB(triple active bridge)DC-DC变换器具有效率高和软开关范围可扩展等优点,但其小信号建模过程复杂、闭环控制环路参数整定困难。针对该问题,提出1种TAB工作在移相加占空比控制下的全阶连续广义状态平均建模和PI控制器设计方法。首先,分析TAB的运行原理和Y型等效结构;然后,结合移相加占空比控制的特点和交流方波源等效方法,推导出TAB的广义状态空间平均模型;接着,在推得模型的基础上求得输入到输出的传递函数,设计出PI控制器参数。最后,结合数字仿真及样机实验验证了所提方法的正确性及有效性。

基于状态演化模型的高铁路基动力累积沉降变形预测研究

长期循环荷载作用下高铁路基会出现累积沉降变形,对轨道平顺性、列车运行的舒适性与安全性等产生不利影响。为预测高铁路基累积沉降变形,基于考虑颗粒材料系统流动性及历史应变的状态演化模型,采用有限差分法进行求解,得到预测长期循环荷载作用下路基累积变形的计算方法。开展分级荷载及长期循环荷载作用下的路基累积沉降变形缩比尺模型试验,对试验结果进行分析,并验证状态演化模型预测路基累积变形的合理性;提出三阶段拟合法,通过0~10000 s循环荷载作用下的路基累积变形试验数据拟合得到模型的关键参数,并对10000~25000 s的路基累积变形进行预测;最后深入分析初始状态模量、特征应变和特征参数对计算结果的影响。研究结果表明:路基累积沉降变形达到稳定值所需的时间随着荷载幅值的增加而增加;状态变量与荷载大小密切相关,随着荷载增大而增大;初始状态变量、特征应变及特征参数越大,路基的流动性及累积应变速率越大。所提方法可以很好地反映分级荷载及循环荷载下路基的累积变形,实现通过现有数据对路基未来累积沉降变形进行有效预测,为长期循环荷载作用引起的高铁路基累积沉降变形提供了实用的预测方法。研究结果可为高铁路基设计及变形控制提供参考,具有较高的实用价值和工程意义。

基于状态转移队列模型的战时伤员伤情演变规律研究

目的探讨状态转移队列模型在战时伤员伤情演变研究中的应用,以预测不同阶段伤员状态及数量,评估不同救治方案的救治效果。方法以常见海战伤为例,采用专家访谈法获取伤员伤后不同时间节点、不同救治方案下转归概率数据,建立包括死亡、待后送和归队3种状态下的状态转移队列模型,预测不同救治方案下的伤员伤情演变及转归。结果在假定有100名伤员被击中并处于受伤待后送的初始状态下,比较分析舰艇编队救护所医疗队的7种救治方案,结果显示方案4(伤员在受伤后10 min内接受初级急救、1 h内接受高级急救、3 h内接受早期救治)死亡人数最少(21.4人),归队人数最多(53.8人),救治效果最为显著。结论状态转移队列模型在战时伤员伤情演变规律研究中具有潜在的应用价值,可为制定卫勤保障方案、调控保障行动提供有效的决策支持,但仍需进一步完善。

生态环境研究中压力-状态-响应模型应用的陷阱与改善

压力-状态-响应(Pressure-State-Response, PSR)模型在国内外生态环境研究领域中应用十分广泛,但有关该模型指标遴选的适宜性和科学性则较少受到重视,导致模型在实际应用中存在指标的套用、误用、混用等现象。通过对国内外100多篇PSR模型应用研究文献的梳理与分析,认为:(1)PSR模型的实质是对人地关系的适应、反应与响应的评估,压力(Pressure)更多源于人类活动对自然资源的利用方式与强度,状态(State)是人类活动压力下生态环境自身的质与量的表现,响应(Response)则是对谋求人地关系和谐所做出的制度安排,PSR模型指标遴选宜与之相契合。(2)目前国内外PSR模型应用主要存在内生性(Endogeneity)、矢量性(Vectority)、指示性(Indexicality)、针对性(Pertinence)等四个方面的缺憾。(3)忽视研究目标的指向性、科学问题的针对性、研究对象的特殊性、人地关系的复杂性以及研究者的主观性等,是造成PSR模型应用陷阱的主要因素。最后,本文提出PSR模型的优化与改善路径,以期为生态环境领域的PSR理论实证和实践应用提供参考。

多状态Markov模型在阿尔茨海默病自然史中的应用

目的将多状态Markov模型应用于阿尔茨海默病(Alzheimer's disease,AD)自然史研究,为慢性病自然史研究提供方法学借鉴。方法基于美国公共数据库ADNI,构建正常认知(normal cognition,NC)-轻度认知障碍(mild cognitive impairment,MCI)-AD多状态Markov模型,估计不同状态间的转移强度、转移概率、影响因素和各状态的逗留时间,绘制生存曲线,并进行模型拟合优度评价。结果性别、年龄、FAQ、MMSE、CDRSB、ADAS13、TMT-B-Time是AD自然史中重要的影响因素;NC与MCI状态的平均逗留时间分别为7.502年,11.621年。多状态Markov模型拟合结果较好。结论多状态Markov模型在AD等多状态慢性病转归研究中具有很好的应用价值。

基于反向学习的状态空间模型进化算法的充电桩故障诊断预测研究

随着电动车充电站的迅速普及,使用中的充电站出现的问题种类和数量持续上升,相应产生的数据量也在不断增长。传统的手动数据管理方法已显得效率不高,不利于充电桩系统的正常运行。为此,文中提出了一种反向学习状态空间模型演化算法,应用于充电桩的故障诊断与预测,可进行反向学习自适应诊断,预测结果准确,处理速度快,有效提高了充电桩大数据的处理效率;同时将训练结果与实际故障数进行对比,验证了算法的准确性和有效性。研究成果为今后充电桩的安全运行提供了有效的技术支撑,具有重要意义。

基于改进有限状态多步模型预测控制的MMC-APF技术研究

基于模块化多电平变换器的有源电力滤波器MMC-APF(modular multilevel converter-based active power filter)是用来处理非线性负载对电网带来的污染问题最有效的拓扑之一。提出了一种基于改进有限状态多步模型预测控制的MMC-APF,仅通过基波同步旋转坐标系实现对所有谐波的控制。首先,使用PI加重复控制的电流环复合控制得到上、下桥臂预导通子模块数,在此基础上进行多步交流侧电流模型预测,最终得到桥臂投入子模块数的最优解,缩小了寻找目标函数最优电平的搜索范围,无需设计权重因子,每相桥臂子模块的总投入数为[N-1,N+1],交流侧输出电平数最大可达2N+1,提高了MMC-APF交流侧电流补偿精度,并改善了系统动态性能。最后,搭建了MMC-APF平台,仿真和实验结果与理论分析一致,进一步验证了所提研究方案的可行性和有效性。

基于驱动力-压力-状态-响应模型的黄河流域甘肃段生态系统健康评价

基于驱动力-压力-状态-响应(DPSR)模型和熵权-变异系数综合赋权法对2010—2020年黄河流域甘肃段57个区(县)生态系统健康进行评价,分析各流域及各区(县)生态系统健康等级时空演变及障碍因子,有助于发现生态系统问题并提出合理的管理恢复策略。结果表明,2010—2020年黄河流域甘肃段生态系统健康状况整体显著提升,2013—2016年生态系统健康状况较差,2016年后健康状况得到明显改善。黄河干流流域1健康程度较高且健康值变化幅度最大,洮河流域健康状况改善较大,其余流域健康程度低且健康值涨幅较小。在整体准则层层面,黄河流域甘肃段驱动力、压力指数波动增长,状态与响应指数持续上升,表明2010—2020年黄河流域甘肃段生态系统健康状况得到稳定改善。人口增长、人均水资源量、建设用地比例和工业固体废物综合利用率等是影响黄河流域甘肃段生态系统健康等级变化的主要因素。优化土地利用、促进人口均衡分布、推动水资源均衡分配以及加强生态环境保护与修复是促进黄河流域甘肃段绿色发展与生态屏障建设的有效措施。

基于增强采样构建的隐式马尔可夫状态模型分析GLP-1R激动剂对GLP-1R激活机制

目的 基于增强采样构建的隐式马尔可夫状态模型,分析胰高血糖素样肽1受体(GLP-1R)激动剂PF-06882961激活GLP-1R的机制。方法 从PDB数据库中下载GLP-1R晶体结构(PDBID:6X1A),基于该晶体结构构建PF06882961与GLP-1R结合的高斯加速动力学(GaMD)体系,模拟PF06882961与GLP-1R结合的动力学轨迹。使用工具包Pyemma读取PF06882961与GLP-1R结合的GaMD动力学轨迹,构建马尔可夫模型。然后分别从一级结构[关键氨基酸残基间的αC间距(Glu247-His180;Glu364-Arg190)]和二级结构[关键α螺旋间扭转角(Val365-Pro358-Ala350;Arg380-Phe390-Met397)]两个层面对构建的马尔可夫模型中PF-06882961与GLP-1R复合物若干构象进行聚类分析,得出5个结构具有差异的PF-06882961与GLP-1R复合物宏观态构象(S1、2、3、4、5),将其可视化后分析各个宏观态构象之间的结构差异,以明确PF-06882961激活GLP-1R的结构基础。结果 从二级结构层面进行聚类分析时,PF06882961与GLP-1R结合后,GLP-1R细胞外结构域部分与跨膜结构域间距离减小,GLP-1R下游的G蛋白发生了重要构象转变。从一级结构及二级结构层面进行聚类分析时,PF-06882961结合GLP-1R后,GLP-1R的跨膜结构域内关键氨基酸残基重排出新的极性网络(Glu364-Tyr241-His180-Glu247),细胞外结构域内由Phe385-Tyr203-Tyr148组成π-π堆叠网络。结论 PF-06882961与GLP-1R结合后,通过由Phe385-Tyr203-Tyr148组成的π-π堆叠网络、由Glu364-Tyr241-His180-Glu247重排而成的新极性网络分别稳定GLP-1R的细胞外结构域及跨膜结构域,从而激活GLP-1R。

基于神经网络的居民分布式光伏状态评价模型研究与实践

本文针对居民分布式光伏发电领域中运维管理面临的挑战,提出了基于神经网络的状态评价模型。首先,探讨了分布式光伏发电的重要性以及当前面临的管理困境,随后阐述了项目的背景和内容。研究采集系统中的居民分布式光伏发电数据,并对其特征进行提取,建立相应的状态诊断模型与工具。最后,设计了项目的原则、目标和功能,强调了安全性、先进性、灵活性、扩展性、易用性以及标准性等原则,为项目实施提供了指导。

融合多源数据的锂离子电池健康状态评估模型构建

随着电动汽车和储能系统的广泛应用,锂离子电池的健康状态(State of Health,SOH)评估成为一个重要的研究方向。文章旨在构建一个融合多源数据的锂离子电池健康状态评估模型,以提高评估的准确性和可靠性。通过差分分析提取特征、机器学习算法应用及多源数据融合技术,文章为锂离子电池的健康管理提供了新的视角和方法。

基于状态空间模型的激光再制造熔池温度控制系统

激光再制造是用于再制造的一项重要技术,在航空航天、冶金、能源等领域应用广泛。然而,形状控制问题一直是制约其规模化和工业化应用的瓶颈。在激光再制造过程中,熔池温度是决定再制造件形状和性能稳定性的关键。基于此,本文提出了一种基于状态空间模型的激光再制造熔池温度实时在线控制方法,解决了控制机理模型难以建立和多变量约束的问题。

基于两状态马尔科夫模型的投资策略平衡技术研究及其在金融市场中的应用

本文对两状态马尔科夫模型在投资策略平衡技术及其在金融市场上的应用进行了研究。深入剖析两状态马尔科夫模型的理论基础,对其在投资组合构建风险控制和资产配置上的应用进行分析,并结合金融市场的实际状况对模型在股票市场债券市场和外汇市场上的具体运用进行了研究,并对其有效性和实用性进行了实证研究和结果分析。本文研究成果在为投资者制订科学合理的投资策略以提高投资收益并降低风险方面具有借鉴意义,对两状态马尔科夫模型的深入研究具有理论和实践意义。

主动容错多副本民航存储系统状态转换模型

主动容错机制解决了被动容错冗余问题,实现了硬盘潜在故障的提前预测和主动处理,显著提高了存储系统的可靠性.然而,民航存储系统采用被动容错机制无法全面保障系统可靠性.本文利用主动容错机制的优势,基于硬盘故障预测模型构建了多副本民航存储系统状态转换模型.该模型全面考虑硬盘,节点和机架故障3个因素,采用韦布分布模拟民航存储系统事件的发生.根据系统状态转换模型,本文使用了改进的基于事件驱动的蒙特卡洛仿真方法,对民航存储系统进行了全面的可靠性分析.实验结果表明,本文模型显著提高了民航存储系统的可靠性.另外,敏感性分析得出主动和被动的结合机制有效延缓了系统可靠性下降的趋势,节约了网络带宽资源.

射流管力反馈两级电液伺服阀的高阶状态空间模型

射流管力反馈两级电液伺服阀常用数学模型为单输入单输出的三阶或二阶简化传递函数模型,其无法描述伺服阀各状态参数的变化且不便于采用现代控制理论的方法进行研究。基于现代控制理论,以衔铁角位移、射流喷嘴位移、射流管阀输出压力、滑阀的阀芯位移为输出,建立了射流管力反馈两级电液伺服阀五阶状态空间模型,不同于传统简化模型,此模型包含了滑阀的黏性阻力和液动力、油液压缩和泄漏、反馈杆弹簧力等多种因素的影响。通过仿真,给出了某型号射流管力反馈两级电液伺服阀的衔铁角位移、射流喷嘴位移、射流管阀输出压力和滑阀阀芯位移的阶跃响应曲线和频率响应曲线,结果显示所建高阶状态空间模型误差较小。

基于状态空间模型的结构外部激励计算与响应重构

为提供更完备的响应数据,提出一种借助于状态空间模型的结构外部激励计算和结构多类型响应重构的方法。首先,将二阶动力学方程转化为状态空间模型,并利用状态空间模型推导出结构外部激励的计算公式。然后,将激励与结构模态坐标组合成新的状态向量并构建增秩状态空间模型,结合结构部分观测的加速度响应实现对结构外部激励的计算以及其余位置未知速度、加速度响应的重构。同时引入粒子滤波算法以减小测量过程中有色噪声的影响,并使用萤火虫算法代替粒子滤波算法中的重采样过程,改善粒子贫化现象。最后对钢轨和外伸梁分别进行数值模拟和试验分析,验证所提方法的有效性。试验结果表明:所提方法能对结构外部激励和未知速度、加速度响应进行有效重构。