家庭养老财务转移代际回报研究

针对财务转移回报动机与强度探究家庭养老的有效性。利用2011年CHARLS全国基线调查数据,计算子女给予父母的财务转移,以子女的教育程度和父母赠与的婚嫁礼物衡量父母早期付出,在交换动机的前提下,探究代际转移"回报契约"的回报强度;并通过控制父母目前健康状况,探讨子女的回报是否存在利他因素。本文建立Tobit II型(ET2T)模型,使用海克曼(Heckman)两步法进行回归,结果表明,家庭养老的水平不高,父母月均收到200元,"回报契约"的强度不高、子女回报的利他因素较小,故从财务回报角度上,本文认为现今家庭养老的保障作用有限。另外,在财务转移概率和数量上,儿子均大于女儿;农村子女给予概率更大,但数量更少;子女数量的增加不会减少财务的给予概率和数量:也就是说家庭养老的水平与子女数量成正比。

纸盒封装机结构设计及分析

文中设计了一种适用于多规格的普通矩形纸盒自动封装机,以实现多规格的纸盒自动封装。基于纸盒的折叠工艺流程,将纸盒各个耳朵折起的过程等效为纸板沿折痕转动的运动模型,采用仿生学原理,设计出能模拟人手进行纸盒自动折耳的封装机。设计了双工位纸盒输送机构,有效提高了纸盒的输送效率。封装机有效工作空间为1 030 mm×710 mm×1 190 mm,能够对尺寸规格在111 mm×98 mm×90 mm到210 mm×115 mm×148 mm的方形纸盒进行自动折耳工作,纸盒完成折耳需要8.7 s。所设计的纸盒封装机可以完成多种规格纸盒折耳工作,实现了纸盒自动化封装,封装机结构简单、体积小,生产加工柔性化程度高,加工效率高。

开盒机的优化设计与运动学分析

目的为了解决现有的纸盒包装生产线上开盒机存在的开盒不可靠、工作稳定性不好的问题,设计一种工作可靠、稳定性较高的纸盒开盒机。方法分析研究机构的功能要求,采用机构设计方法设计多连杆机构来实现对纸盒的取盒、放盒、开盒工作。采用多刚体动力学约束方程对所设计的开盒机构进行运动学分析。采用ADAMS优化设计模块对开盒机构的各个杆件尺寸进行优化。用SolidWorks软件对所设计的开盒机进行样机设计。结果用SolidWorks的motion插件对开盒机构进行运动仿真,仿真结果表明,该机构能满足自动开盒功能,运动轨迹与用Matlab求解出的运动方程的轨迹相匹配,验证了数学模型的准确性。用Matlab对优化后的开盒机构运动方程求解,与优化前相比,机构的速度峰值减小了约34%,加速度峰值减小了约75%,机构运行平稳性得到极大改善。结论所设计的高速开盒机构不仅满足自动开盒功能,而且运行平稳、工作可靠,为纸盒开盒自动化提供了一种适应性更强的开盒方案。

任意曲线形状介质栅漏波天线辐射特性的分析

本文用多模网络理论与严格场匹配相结合的方法分析了任意周期层形状介质栅漏波天线的辐射特性。文中采用阶梯近似的方法将连续变化的任意曲线形状周期结构分成多个矩形周期结构的组合,从而将问题归结为对多周期层漏渡天线的分析;这就大大简化了复杂边值问题的求解过程。据此系统地研究了周期槽形状对介质栅漏波天线辐射特性的影响。文中给出的曲线可供设计和制造介质栅天线时参考。

纸箱封装机折页机构的设计与研究

目的为解决现有的纸箱自动化包装生产线上纸箱封装机的折页机构折侧页不可靠、无法对多规格的纸箱进行折页的问题,设计一种可靠、适用于多规格的纸箱折页机构以提高纸箱包装质量和包装效率。方法通过对折页功能、纸箱状态和封装机整体进行分析研究,设计2组纸箱折页机构;用机构的动态静力分析方法对2组折页机构进行运动学分析和动力学分析,用Matlab对运动学方程和动力学方程求解;用SolidWorks软件对2组折页机构进行结构设计和三维建模;将所设计的2组折页机构实物组装在封装机上进行现场试验。结果运动学分析结果表明,2组折页机构带动纸箱页旋转的最终角位移能够准确地使纸箱页完成折叠工作;动力学分析结果表明,2组折页机构所需的驱动力矩和驱动力符合动力元件的力矩和力的使用范围。现场试验结果表明,所设计的折页机构能够对多种规格的纸箱实现可靠的折页工作。结论该纸箱折页机构能够可靠地完成不同规格的纸箱折页工作,实现了纸箱折页的自动化与柔性化,可在一定程度上提高纸箱包装生产线的包装效率。

分布式非线性控制的回路小增益方法

近年来,分布式控制在控制及相关学科引起了广泛的兴趣.复杂的包含不确定性的非线性动力学在控制系统中普遍存在,而针对这种系统的分布式控制研究尚处于起步阶段.其中一个关键问题就是由分布式控制系统中信息交换约束与复杂非线性动力学的并存所导致的.近期相关研究表明,基于回路小增益定理的控制设计方法能够较有效地解决这类问题.本文重点回顾分布式控制回路小增益方法的近期主要结果,给出了一种分布式非线性控制器的系统化设计方法,并在此基础上指出若干未来研究方向.

锑浮选过程加药量自适应迭代学习控制

针对现有的加药量控制方法需要浮选过程动态模型或是鲁棒性不足的问题,提出一种数据驱动的浮选过程加药量自适应迭代学习控制方法.首先,将药剂量控制问题转化为两级优化问题(问题1和问题2).其中,基于前馈控制原理求解问题1得到前馈补偿分量以抑制外界扰动.然后,采用基于值迭代的ADP算法,仅通过工业现场工业运行数据求解问题2以得到最优反馈增益,从而设计一个最优的加药量控制策略使最终的生产指标(精矿品位和尾矿品位)跟踪给定值,且药剂量消耗最少.最后,通过工业生产数据进行仿真验证,证明所提方法的收敛性和稳定性.

上海·柏林

站在过去与未来之间,上海、柏林都面对着一系列令人困惑的问题,如何取舍,将决定它们的未来走向;本文从诸多方面分析比较了二者的异同之处,展现了一个深刻反思的柏林与一个始终向前看的上海。

协同式停车机器人的控制方法研究

多机器人协同工作可以增强机器人作业的灵活性和工作效率。针对双协同式停车机器人,提出了领航跟随-模型预测控制方法,并对其进行了仿真研究,此方法能够提高停车机器人协同运动的鲁棒性;将控制方法应用于停车入库的场景,仿真结果表明该算法能够使得机器人在实际停车场景中保持队形并精确停靠;利用协同式停车机器人的样机进行实验测试,结果表明:领航跟随-模型预测控制算法提高了双协同式停车机器人适应性,消除了崎岖路面及初始位置偏差、导航误差等因素造成的位姿偏差,达到协同式停车机器人的停车位置偏差≤150mm,姿态偏差小于5°。