基于H∞控制的Smith预估器及其在Wood-Berry精馏塔设计中的应用

设计了对象具有加性不确定性时基于H∞控制的Smith预估器，将具有多个时间滞后系统的跟踪问题转化为标准H∞控制器设计问题。利用Smith预估器，可以有效地处理大时间滞后系统的跟踪问题，所设计的H∞控制器适用于多输人多输出系统。采用动态输出反馈方法，通过解两个Riccati不等式完成控制器的综合。将基于H∞控制论的Smith预估器应用于Wood—Berry精馏塔的设计，仿真结果表明了控制器的有效性和鲁棒性。     

用简化模糊规则数的方法设计模糊PID控制系统

在对常规模糊控制器和PID控制器研究的基础上，提出了一种最简单的模糊PID控制系统。该系统基于T-S模型，借助于线性系统理论解决非线性系统设计中的问题，用2个二维的模糊控制器或二维模糊控制器加上积分环节来替代三维模糊PID控制系统，大大简化了模糊PID控制系统的设计。仿真结果表明，这种模糊PID控制系统结构简单，规则数少，稳定性高。     

用原子吸收光谱法测定催化剂中的铂

建立了利用石墨炉原子吸收光谱法测定催化剂中铂含量的方法。在标准溶液和试样溶液中加入铜离子，可以消除其他离子的干扰，并且提高测定铂的灵敏度。实验表明，高浓度的铝对测定结果有影响，而酸度的影响很小。在一定的浓度下，Fe^3 ，Ni^2 等7种干扰离子对测定结果的影响很小。该方法的检出限为0．044mg／L，加标回收率为99％～105％，相对标准偏差在0．73％左右。     

基于NET的Web服务安全验证

NET平台简化了Web服务的创建和使用，然而需要服务开发自己选择一种安全策略来保护Web服务，验证SOAP消息中凭证的安全性，这篇章在介绍几种WEB服务自份认证的同时．提出了一种基于数字签名技术、信任凭证、soap头的用户自定义的两因素动态加密认证方法。     

Douglas-fir树木生长模型分析及建模

主要对一棵24岁的Douglas-fir(花旗松，北美西北部的主要树种之一)的生长情况进行详细的测量和描述，其目的是创建出一个准确的计算机三维模型．同样的研究由Mark Goebel在2002年对同一试验地砍伐的另一棵Douglas-fir的地下部分作过．把两次研究的结果结合起来制作出一个可以用于教学演示的Douglas-fir生长模型．使用G．H.Dufr和Noran J.Nolan首创的分析法对测量结果进行了分析．主千年轮的直径生长，主干平均年轮面积，主干垂直生长，枝干长度增长和年平均枝干直径的数值都进行了构图分析．生长曲线同理想生长曲线表现出了一定的差异，同时显示了各年问的细微变化．过去24年间好的生长年份可以因此被确定出来．测量分析结果和Goebel的研究结果相吻合，因此重建一棵Douglas-fir的目的能够被实现．但是研究结果表示我们砍伐的Douglas-fir并不是完全没有受到生长压力的绝对优势物种，要进一步创建三维模型还需要一些计算才能实现．     

主动磁悬浮轴承控制系统设计

介绍了主动磁悬浮轴承系统的组成和基本原理。在建立单自由度主动磁悬浮轴承系统数学模型的基础上，分析了目前应用的PID控制器的不足，并提出了一种改进型PID控制器。仿真结果表明，这种控制器比目前应用的PID控制器有更优良的动态性能。     

基于EDA技术的继电控制回路设计

指出了机电设备常见电气继电控制在使用中的不足，阐述了在继电控制回路的开发设计中运用EDA技术的可行性，介绍了用VHDL语言设计单片控制系统的方法，给出了电机周期性正反转运行的VHDL设计程序和仿真波形图．仿真结果证明了这种设计方法的正确性．这种设计理念对传统电气继电控制的设计是一种挑战．     

混气电火花加工机理的分析及验证

介绍了混气电火花加工机理及介质混入气泡的作用,详细分析了混气电火花加工机理,并进行了实验论证·     

土体注浆后的性能分析

应用Mohr-Coulomb屈服准则,推导了注浆后岩土体的屈服函数.根据位于205国道上某土质边坡的实际情况,利用现场实测数据和实验数据,分别对注浆前后坡体的破坏状态、不同位置位移的变化情况以及坡体的整体稳定性等方面进行了模拟计算.结果表明,注浆后岩土体的弹性区域显著增大,侧向位移明显减小,而岩土体的剪应力屈服区域则由集中趋于分散.     

连铸板坯凝固过程的应变分析

通过建立连铸板坯凝固过程的传热模型和采用实测温度数据进行检验,获得了铸坯温度及坯壳厚度的数据.在此基础上建立了凝固过程的应变分析模型,得到了实际工况条件下坯壳所受的拉应变.结果表明,在正常工况下,连铸坯凝固前沿所受的应变很小,铸坯不会产生内部裂纹;当导辊开口度的偏差大于2mm时,其引起的应变大于鼓肚应变,且凝固前沿所受的应变大于临界应变,内部裂纹发生的可能性很大.支撑辊对中精度是产生内部裂纹的重要影响因素.