PDS型地震仪拾振器幅频特性测试

PDS型地震仪是中国地震局地球物理勘探中心研制生产的轻便数字地震仪,用于开展人工地震测深宽角度折/反射探测工作。目前,由于地震仪拾振器传递函数的缺失,导致无法从采集的人工地震波形数据中获取精确的地球动力学信息,在一定程度上限制了对人工地震数据进行深度挖掘并开展科学研究的工作。基于超低频振动台测试,利用测定地震仪拾振器幅频特性和Matlab数值拟合,提出一种拾振器传递函数辨识方法,并给出传递函数的数学表达式。实验结果表明,利用该方法可以实现拾振器传递函数的辨识,且可达到幅频特性绝对误差<0.5 d B的辨识精度。

PDS型地震仪自动校钟同步装置研制

为使原本用于人工地震测深野外数据采集的PDS型地震仪能够适用于超密集流动台阵野外观测,设计了一种基于Apollo2微控制器的具备GNSS校钟同步和仪器工作参数动态设置功能的外置即插即用式自动控制装置。经室内测试运行和野外比对测试实验,该装置运行稳定可靠,能满足野外超密集台阵长期连续工作的需要。

柴胡疏肝散合四君子汤加减治疗功能性消化不良(PDS型)32例观察

目的:观察柴胡疏肝散合四君子汤加减治疗功能性消化不良(PDS型)的临床疗效。方法:64例随机分为两组。治疗组32例给予柴胡疏肝散合四君子汤加减口服,对照组32例给予莫沙必利片口服,疗程均为4周。结果:总有效率治疗组90.63%,对照组78.13%,两组比较差异有统计学意义(P<0.05)。结论:柴胡疏肝散合四君子汤加减治疗功能性消化不良(PDS型)临床疗效显著。

PDS型脱硫催化剂在我厂的应用

该厂使用PDS型脱硫催化剂能高效地脱除H_2S,亦能脱去部分的有机硫(较使用对苯二酚为佳),获得了较好的经济效益(年节约20000元左右)。文章对其流程、使用方法、脱硫效果等作了介绍。

PDS单丝型可吸收缝合线在颌面颈部手术中的应用

目的探讨PDS单丝型可吸收缝合线在颌面颈部手术的切口缝合效果。方法回顾性分析我院2013年1月-2014年1月期间150例颌面颈部手术患者使用PDS单丝型可吸收缝合线进行连续皮内缝合的临床资料。结果患者术后疼痛感不强,150例全部Ⅰ期愈合,无切口裂开和脂肪液化,仅有5例术后出现切口红肿;术后3个月随访134例,随访率约89.3%,134例瘢痕均为线状,其中119例瘢痕宽度约0.1～0.4 mm,瘢痕与邻近皮肤颜色相近,患者满意率88.8%。结论PDS单丝型可吸收缝合线缝合颌面颈部切口安全可靠,排异反应轻,无切口裂开和感染,瘢痕形成不明显。

任意初态下不确定时滞系统的PD型迭代学习控制

针对不确定时滞系统讨论带有初始修正的PD型迭代学习控制算法，给出这类系统的输出极限轨迹，以及迭代输出收敛于该极限轨迹的较弱的充分条件，其中将初始条件放宽为某任意可达初始状态函数的可重复性．仿真结果表明这种算法中的初始修正项可以有效地抑制初始偏移的影响。

非线性系统的PD型迭代学习控制

非线性系统的ＰＤ型迭代学习控制孙明轩黄宝健张学智（西安工业学院电子系西安７１００３２）关键词初始条件问题，迭代学习控制，非线性系统．１）国家自然科学基金资助项目．收稿日期１９９６－０７－２５１引言运用迭代学习控制技术设计控制器时，只需要通过重复操作获...

永磁直线同步电机自适应PD型迭代学习控制

针对永磁直线同步电机伺服系统易受摩擦力、端部效应和测量扰动等不确定因素影响的问题,提出一种自适应PD型迭代学习控制方法.该控制方法根据误差的大小在线智能地调整学习增益,从而抑制扰动,并在控制器的微分系数上引入指数学习增益,实现收敛速度与跟踪精度之间的折衷;从理论上证明了自适应PD型ILC的收敛性,分析了该控制算法的优越性.结果表明,与传统PD型ILC相比,自适应PD型ILC具有更快的收敛速度和更强的鲁棒性,大大地减小了跟踪误差.

板球控制系统的PD型模糊控制算法研究

针对具有非线性特性的系统 ,设计了一种 PD型模糊逻辑控制器。该控制器在 m atlab仿真环境下对简化的模型进行仿真实验 ,通过仿真结果清晰地看出所设计的 PD模糊控制器能够准确实现球的定点稳定、路径设置及跟踪等各种控制任务。且其动态特性和稳态特性都优于传统

加权闭环PD型迭代学习控制在重复扰动时的应用

对于实际工业过程存在重复扰动的情况下,采用了加权闭环PD型迭代学习控制算法,在有限的时间内克服重复扰动,并用MATLAB加以仿真验证了有效性。

非线性系统开闭环PD型迭代学习控制的鲁棒性

利用开闭环PD型迭代学习控制算法,对一类具有不确定性或扰动的重复非线性时变系统的鲁棒性进行研究,给出了该系统在开闭环PD型迭代学习控制律控制下的鲁棒条件,并证明了该受扰系统在干扰有界的情况下跟踪误差的一致有界收敛性,当所有干扰渐近消失时,系统输出渐近跟踪给定的期望轨迹。数字仿真表明了结论的有效性。

非线性系统闭环PD型迭代学习收敛性分析

提出并证明了非线性系统采用闭环PD型学习律时迭代学习控制的收敛充分条件、必要条件和充分必要条件,并指出其收敛性仅与D型学习增益有关,而与P型学习律的学习增益无关,且收敛性与状态方程的具体形式无关.

改进的时不变系统PD型迭代学习控制算法

针对时不变线性系统的迭代学习控制问题,提出了一种改进的时不变系统的PD型迭代学习控制算法,理论证明了系统满足收敛条件时的改进算法是收敛的。仿真实例分析表明,改进的算法利用最新算出的控制分量代替旧的控制分量,使系统的实际输出以更快的收敛速度逼近系统的理想输出。

负载型纳米Pd／Fe对氯代烃脱氯机理研究

采用实验室制备的负载型纳米Pd/Fe对几种常见的挥发性氯代烃:四氯乙烯(PCE)、三氯乙烯(TCE)、1,1-二氯乙烯(1,1-DCE)、氯乙烯(VC)和林丹(-γHCH)进行了还原脱氯研究.负载型纳米Pd/Fe对PCE、TCE、1,1-DCE、VC和-γHCH的还原脱氯符合准一级反应动力学方程,其反应速率常数分别为2.79 h-1、2.35 h-1、1.12 h-1、2.14 h-1和4.02 h-1.氯代烃降解过程中几乎没有中间产物生成,终产物主要为C2H6和C2H4,如对TCE进行降解时,生成的C2H6和C2H4分别占总碳质量比的70%和10%.采用暴露在空气中24 h的负载型纳米Pd/Fe对PCE进行脱氯,8次循环后仍能对PCE快速完全降解,表明负载型纳米Pd/Fe的稳定性能良好.以-γHCH为目标污染物对负载型纳米Pd/Fe的反应持久性进行了研究,200 h后负载型纳米Pd/Fe的反应性没有明显降低,表明负载型纳米Pd/Fe反应持久性能良好.温度对负载型纳米Pd/Fe的脱氯反应影响较大,测得各氯代烃脱氯反应的活化能均高于29 kJ.mol-1.对PCE、TCE进行了脱氯动力学模拟,模拟结果与试验数据基本吻合,表明负载型纳米Pd/Fe对氯代烃的脱氯,是连串、平行及多步骤反应的结合.

负载型纳米Pd/Fe对挥发性氯代烃的去除

氯代烃的污染治理已成为当今世界最热门的研究领域之一。以水体中最常见的氯代烃污染物1,1-二氯乙烯(1,1-DCE)、林丹(γ-HCH)为主要目标污染物,探讨了不同条件下负载型纳米Pd/Fe对氯代烃的去除效果。负载型纳米Pd/Fe采用浸渍→液相还原→还原沉淀的方法制备,透射电镜显示采用该方法制备的负载型金属钯和铁的平均粒径均在纳米级范围内。负载型纳米Pd/Fe具有较高的表面反应活性,当负载型纳米Pd/Fe用量为40 g/L、反应时间达2 h时,1,1-二氯乙烯和林丹的去除率分别达到85%和100%。脱氯率与Pd/Fe投加量、钯含量、初始pH值、反应温度等因素有关,与溶液的初始浓度关系不大。负载型纳米Pd/Fe对1,1-DCE和γ-HCH去除均符合一级反应动力学方程,速率常数分别为0.528 3 h-1及2.012 9 h-1,反应的半衰期t1/2分别为1.31 h和0.34 h。推断在反应过程中,Fe腐蚀产生的H2为主要还原剂,Pd是良好的加氢催化剂,在金属颗粒表面形成高浓度反应相,使反应短时间内完成。

加权超前开环PD型迭代学习控制

对具有滞后的线性大工业过程提出了加权超前开环PD 型的迭代学习控制算法,建立了基本的迭代学习控制结构,给出了迭代学习控制算法关于控制系统的ε 收敛性的定义和证明,提出了理想轨线的δ 可达性的概念.数字仿真表明,迭代学习控制能有效改善控制系统的动态品质,如缩短过渡时间,抑制超调等,表明了迭代学习控制算法的有效性.

线性广义系统的P型、PD型和PID型迭代学习控制

本文研究了线性定常广义系统在P型、PD型和PID型学习律作用下的迭代控制问题,利用矩阵理论和微分不等式方法,得到了其迭代控制收敛性结果.不仅对于时变系统也成立,而且,可以移植到线性定常广义离散时间系统.

PD型长效驱避剂现场驱蚊效果观察

本文报告了三种不同剂型的PD长效驱避剂与国内市售的五种驱避剂现场防蚊效果比较,结果表明将Deet等化合物与聚合物缓释剂复配研制而成的PD长效驱避剂经现场实验及应用,有效驱避时间可达8h,且8h后其保护率仍大于80％以上。明显优于其它五种市售驱避剂1～4h有效保护时间,且使用方便,安全,实际应用受到欢迎。

在任意初值下的受扰非线性系统PD型迭代学习控制与方法

对于一类非线性系统,在有界的初态干扰和输出干扰的情况下,提出了一种开闭环PD型迭代学习算法。系统在初值任意的情况下,进行初态学习的开闭环PD型迭代学习控制,并且推导出了关于初态学习的收敛性的充分条件。通过与开环PD型和闭环PD型迭代学习算法作对比来进行仿真验证,仿真结果验证了算法的有效性。

基于一种加速PD型迭代学习控制算法的机械臂轨迹跟踪

针对二自由度机械臂非线性系统,迭代学习控制(iterative learning control,ILC)对于具有重复运动特性的机械臂有较好的控制效果。在扰动的情况下,设计了一种PD型迭代学习控制律,随着系统迭代次数的不断增加,通过在区间内对增益矩阵进行实时修改来缩短所需的修正区间,进而达到加快收敛速度的目的。首先,结合λ范数分析ILC的收敛性。其次,通过仿真验证所提出控制策略的可行性和有效性。最后,在相同条件下,仿真结果表明,PD型ILC收敛速度比P型ILC更快;带有扰动的PD型ILC比传统扰动型PD控制收敛效果更好。