摘要：钢箱梁作为大跨径桥梁常用结构形式,具有轻质、省材、刚度大、施工方便等优势,论文分析了步履式顶推法的施工原理、支架设计、施工过程中的安全控制措施以及施工质量监控,通过液压系统协调工作,顶推法能够实现钢箱梁的平稳、均匀移动,避免了施工中的偏移和倾斜问题,通过实时监测保障了施工的安全性。本文提出的措施可为类似工程提供参考。

摘要：为保障坦克装甲车辆电力系统在复杂环境中的安全可靠、优质高效运行,发展以主动弹性、协调优化、灵活互动为主要特征的车载电力系统是未来一代全电战车的重要发展方向。聚焦于以全电化为特征的坦克装甲车辆电力系统源网荷储协同优化与安全控制研究。从内在要求和外在驱动2方面阐述发展坦克装甲车辆电力系统的必要性和挑战;从架构设计的角度介绍车辆电力系统源网荷储协同优化与安全控制的核心内容及关键技术,包括极端环境下的主动弹性安全控制技术、正常环境下的多时间尺度优化调度技术以及大扰动源场景下的灵活动态调控技术。继而结合弹性电力系统的内涵,探讨基于弹性优化控制的坦克装甲车辆电力系统在面对极端或突发事件时的性能特点。为未来我国坦克装甲车辆电力系统的发展提供参考。

摘要：本文对目前采用的有机废气催化燃烧的热量反馈进行了分析,表明废气浓度y的增加将会导致催化床进口废气温度τ_2升高,如果τ_2远大于系统所限定的最高起燃温度(τ_(2max)≤350℃),则会使系统的正常热平衡破坏。本文还对催化燃烧系统中热量反馈的控制方法进行了分析,对控制方法的原理和过程作了详细阐述。

摘要：针对协同设计环境的复杂性和设计过程的特殊性,提出一种多层次细粒度的主动安全保护方法,以实现对产品三维CAD模型的全生命周期的多方位安全保护。采用基于角色的访问控制(RBAC)构建适合三维数字化协同设计的多层次安全访问控制方法,细化访问控制粒度;通过特征去除、模型三角化和三角网格模糊技术进行模型的多分辨率造型,实现产品模型的敏感细节保护;通过客户端的功能管理拓展安全控制能力,防止内部人员的泄密行为;采用透明加密技术对模型数据进行全生命周期的加密保护。实例证明,该方法有效保护了协同设计中的模型安全。

摘要：周期拒绝服务(DoS)攻击阻止了切换正系统的测量通道与控制通道通过网络进行信息交换.此外,系统切换行为、DoS攻击引起的混杂行为以及正性约束增加了安全控制研究的困难.针对遭受周期DoS攻击的网络化切换正系统,提出一种基于切换行为的建模方法并研究其安全控制问题.在变周期切换条件下,通过限定切换周期与DoS攻击周期的关系,构造多线性余正Lyapunov函数,并得到闭环系统为正系统以及渐近稳定条件,进而基于正系统理论设计安全状态反馈控制器.在此基础上,讨论周期DoS攻击下系统进行恒定周期切换的情形.最后,通过仿真示例验证结果的有效性.

摘要：通过梳理安全管理理论,采用问卷调查的方法,对飞航导弹研制企业安全控制要素进行了定量识别,得到了4个企业应重点控制的安全要素,即安全意识、作业技术、作业环境和组织管理,并在此基础上设计了具有针对性的安全控制措施以保障企业安全生产的顺利进行。

摘要：针对四旋翼无人机编队系统存在模型不确定性、未知外部干扰与内部碰撞等问题,提出一种基于预设性能的安全控制方法。首先使用预设性能函数结合误差转换方法,将防止内部碰撞的不等式约束问题转换为无约束问题。同时针对模型中的不确定项,使用神经网络进行逼近;针对神经网络逼近误差与未知外部干扰组成的复合干扰,使用非线性干扰观测器进行估计,并分别设计位置与姿态子系统控制器,避免了编队内四旋翼无人机的碰撞。然后借助Lyapunov方法证明了闭环系统所有信号的收敛性。最后通过数值仿真验证了所提控制方法的有效性。

摘要：研究了马尔可夫跳变信息物理系统(CPS)在模态依赖拒绝服务(DoS)攻击下的安全控制问题.提出了一种模态依赖事件触发策略来减少网络资源消耗.特别地,DoS攻击被设置为依赖系统模态,从而更贴近实际的应用.基于Lyapunov Krasovskii泛函方法建立了闭环系统在DoS攻击下渐近一致有界的充分性条件.更进一步,根据矩阵技术设计了所需的安全控制器.最后,通过一个实例说明了该方法的有效性.

摘要：针对一类严格反馈系统的安全控制问题,提出一种基于滤波控制障碍函数(Filtered control barrier functions,FCBF)的优化控制方法.首先引入一阶低通滤波器,构建滤波控制障碍函数.然后结合控制李雅普诺夫函数(Control Lyapunov functions,CLF)及离线优化技术,提出一种新颖的安全反推控制算法.与现有文献相比,所提控制算法通过运用滤波控制障碍函数,有效克服了安全反推过程中的“计算膨胀”问题.仿真结果验证了所提控制算法的有效性与正确性.

摘要：为解决电力系统在遭受网络攻击后修复过程中的系统安全稳定问题,同时应对环境中存在的不确定性因素,该文提出了一种基于代理梯度深度强化学习的电力系统网络攻击事后安全控制策略。首先,建立了针对信息系统数据与信息系统功能的网络攻击模型,构建了攻击后系统的安全控制策略模型,并分析了网络攻击下系统事件演化过程;接着,在深度强化学习的框架下,定义了安全控制策略的马尔科夫决策过程;而后,设计了一种基于代理梯度的深度强化学习算法,通过参数扰动生成智能体种群,将智能体种群中对应各组扰动的适应度加权平均作为代理梯度;最后,采用IEEE-39节点系统对该文所提方法的有效性和优越性进行验证。