为了克服新能源电力对电网产生的影响,传统的火电机组必须提升其快速变负荷能力。在对汽轮机及回热系统特性研究的基础上,提出了一种改进的凝结水节流方案。为了实现对凝结水节流系统的高效、安全控制,通过对凝结水节流系统的特性分析并经过一定的简化,建立1000MW火电机组凝结水节流系统非线性动态模型,根据模型结构并结合实验数据对模型参数进行辨识。通过对模型输出与机组实际输出的对比验证中可以看出,模型的响应与机组实际输出完全一致,具有很好的仿真精度,该模型可以应用于凝结水节流系统的控制优化。

针对06Ni9钢回火时回转奥氏体的形成过程存在模糊认识问题,在Fe-Ni相图的基础上,较深入地分析了回转奥氏体的形成过程,包括碳原子的析出、奥氏体的形成和合金元素的再分配,同时讨论了回转奥氏体的稳定性。研究表明,06Ni9钢淬火后回火时,回转奥氏体回火温度太高,奥氏体数量增多,减小了其合金化程度;回火温度太低,原子扩散能力减弱,可能形成脆性的金属间化合物,所以存在最佳的回火温度范围(540~620℃)。为了保证06Ni9钢较高的低温冲击韧度,回转奥氏体数量(质量分数)应控制在10%以下。

以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素。运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力。

针对工业过程的非线性和多模态特征,提出了一种基于局部近邻标准化(local neighborhood standard ization,LNS)和主多项式分析(principal polynomial analysis,PPA)结合的故障检测算法。首先,将样本数据通过局部近邻标准化(local neighbor standardization,LNS)算法,对每个样本构建k近邻数据集;然后应用k近邻数据集的均值和方差对当前样本进行标准化处理;最后使用PPA对已经标准化处理后的样本建模,计算出T2和SPE统计量,并确定控制限进行故障检测。LNS算法能够去除数据中的多模态特征,而PPA算法能够有效的处理非线性数据,因此LNS-PPA方法能够提高具有多模态非线性特征的工业过程故障检测能力。将该方法应用于多模态非线性数值例子和田纳西伊斯曼(TE)化工过程,并将测试结果与主元分析法(principal component analysis,PCA)、主多项式分析法进行对比,其结果能够有效验证LNS-PPA的优越性。

非线性共轭梯度法

经过实验测量以y轴精度进行验证，整机验证进行六次采集，平均精度误差为0.361mm 原始的标定精度在6mm左右，虽然听起来是非常微小的偏差，但是由于研究方向对精度要求极高。且在运动过程中，深度信息误差、畸变误差、机械误差、坐标系转换等一系列误差累积环节，将导致误差放大，因此远不能达到要求。 使用规划和智能算法对相机进行标定具有比较强的优势在于，不管是非线性规划的方法还是粒子群/遗传等智能方法的计算目标函数可以将旋转矩阵与位移矩阵一起进行计算，这种计算方法也被称之为一步法，对比传统的Tsai手眼标定的两步法可以有效避免旋转矩阵和位移矩阵计算的误差积累。当然缺点是非常不好进行编程实现，且一旦编程出现错误极有可能误差巨大，而且数学要求较高，需要一定的数学基础。

非线性优化

给出一种通过对欠驱动机构的分析来预测含转动副间隙多连杆机构动态特性的方法,利用该方法对含转动副间隙平面多连杆机构的非线性动态特性进行分析。以含转动副间隙的二自由度九连杆机构为研究对象,首先通过将转动副间隙看作虚拟无质量连杆,据此可把含转动副间隙九连杆机构变为欠驱动的十连杆机构;然后利用拉格朗日方程建立欠驱动十连杆机构的非线性动力学模型,采用龙格-库塔法对动力学模型进行数值求解,分析机构中滑块的位置、速度和加速度等运动输出、曲柄的驱动力矩等动力学响应,通过相图和庞加莱映射图对含转动副间隙的二自由度九连杆机构中存在混沌现象进行辨识;最后研究不同间隙值和不同驱动速度对九连杆机构混沌的影响,并绘制分岔图。该研究对于进一步研究含多间隙复杂连杆机构的非线性动力学研究具有重要价值。

针对闭环非线性系统中的控制器为一非线性函数的情况,采用虚拟参考反馈校正控制的设计原理,根据控制器的输入—输出观测数据构造一个基于输出数据的线性仿射函数。通过最小化逼近误差,利用系统辨识的参数估计方法求取线性仿射函数中可调参数权值,从而采用一个含可调参数权值的线性仿射形式来逼近原非线性控制器,通过对参数权值的调整使得逼近误差较小,并给出参数权值的凸优化求解过程。最后用仿真算例验证方法的有效性和可行性。

铣削颤振稳定性分析；MATLAB