集中参数与分布参数模型

14.1 平稳随机信号的参数模型

经典功率谱估计方法的方差性能较差，分辨率较低。 方差性能差的原因是无法实现功率谱密度原始定义中 的求均值和极限的运算。 分辨率低的原因，对周期图法是假定了数据窗以外的 数据全为零，对自相关法是假定了在延迟窗以外的自 相关函数全为零。

思路： (1)假定所研究的过程x(n)是由一个输入序列 u(n)激励一个线性系统H(z)的输出。

(2)由已知的x(n),或其自相关函数rx(m)来估 计H(z)的参数 (3)由H(z)的参数来估计x(n)的功率谱

对图1所示系统， u(n)和 x(n)总有如下关系：p q

x(n) ak x n k bk u n k ——(1.1)及k 1 k 0

x n h k u n k ——(1.2)k 0

对上面两式两边分别取Z变换，并令b0=1,则有B z H z ——(1.3) A z

其中，

A z 1 ak z kk 1 q

p

B z 1 bk z kk 1

H z h k z kk 0

为了保证H(z)是一个稳定的且是最

14.1 平稳随机信号的参数模型

经典功率谱估计方法的方差性能较差，分辨率较低。 方差性能差的原因是无法实现功率谱密度原始定义中 的求均值和极限的运算。 分辨率低的原因，对周期图法是假定了数据窗以外的 数据全为零，对自相关法是假定了在延迟窗以外的自 相关函数全为零。

思路： (1)假定所研究的过程x(n)是由一个输入序列 u(n)激励一个线性系统H(z)的输出。

(2)由已知的x(n),或其自相关函数rx(m)来估 计H(z)的参数 (3)由H(z)的参数来估计x(n)的功率谱

对图1所示系统， u(n)和 x(n)总有如下关系：p q

x(n) ak x n k bk u n k ——(1.1)及k 1 k 0

x n h k u n k ——(1.2)k 0

对上面两式两边分别取Z变换，并令b0=1,则有B z H z ——(1.3) A z

其中，

A z 1 ak z kk 1 q

p

B z 1 bk z kk 1

H z h k z kk 0

为了保证H(z)是一个稳定的且是最

第45卷第7期 2009年7月

机 械 工 程 学 报

JOURNAL OF MECHANICAL ENGINEERING

Vol.45 No.7 Jul. 2009

DOI：10.3901/JME.2009.07.284

基于分布参数模型的水平管式降膜蒸发器模拟

翟玉燕 黄兴华

(上海交通大学制冷与低温工程研究所 上海 200240)

摘要：建立水平管式降膜蒸发器蒸发换热的分布参数模型，考虑换热性能沿管子轴向、管排方向的变化，以及传热管发生干斑现象时对降膜蒸发的影响。对一降膜蒸发器的性能进行模拟分析，并考察管束布置、制冷剂液膜质量流量、管程布置以及满液位置对降膜蒸发器性能的影响。结果表明，计算结果和试验结果吻合良好，通过合理的设计管排方式和满液位置，可以减少或避免干斑现象的发生，提高降膜蒸发器性能。 关键词：降膜蒸发器　干斑　分布参数模型 中图分类号：TG156

Prediction of the Performance of Falling Film Evaporator with Horizontal

Tube Bundle Based on a Distributed Parameter Model

ZHAI Yuyan HUANG X

第45卷第7期 2009年7月

机 械 工 程 学 报

JOURNAL OF MECHANICAL ENGINEERING

Vol.45 No.7 Jul. 2009

DOI：10.3901/JME.2009.07.284

基于分布参数模型的水平管式降膜蒸发器模拟

翟玉燕 黄兴华

(上海交通大学制冷与低温工程研究所 上海 200240)

摘要：建立水平管式降膜蒸发器蒸发换热的分布参数模型，考虑换热性能沿管子轴向、管排方向的变化，以及传热管发生干斑现象时对降膜蒸发的影响。对一降膜蒸发器的性能进行模拟分析，并考察管束布置、制冷剂液膜质量流量、管程布置以及满液位置对降膜蒸发器性能的影响。结果表明，计算结果和试验结果吻合良好，通过合理的设计管排方式和满液位置，可以减少或避免干斑现象的发生，提高降膜蒸发器性能。 关键词：降膜蒸发器　干斑　分布参数模型 中图分类号：TG156

Prediction of the Performance of Falling Film Evaporator with Horizontal

Tube Bundle Based on a Distributed Parameter Model

ZHAI Yuyan HUANG X

第一章 苏里格气田西区地质概况

苏里格气田西区位于内蒙古自治区鄂尔多斯市鄂托克前旗及鄂托克旗境内，区域构造隶属鄂尔多斯盆地伊陕斜坡西北部，西邻天环坳陷（图1-1）。区内地表为沙漠、草地覆盖，地形相对平缓，高差一般在20m左右，海拔1200m～1500m，为内陆性半干旱气候，夏季炎热，最高温度达30℃；冬季严寒，最低温度为-15℃，年平均气温7.2℃，昼夜温差大，冬春两季多风沙，年平均降水量小于270mm。区内交通较为便利，青银高速、109国道、307国道横贯东西。

苏里格气田西区，西气东输、陕京、长呼、靖西、长宁等多条集输管线分别在气田的南侧或东侧穿过，集输条件非常便利。

图1-1 苏里格气田西区位置图

第一节 区域地质简况

鄂尔多斯盆地是一个多旋回演化、多沉积类型的大型沉积盆地，盆地本部面积约25×104km2。盆地基底为前寒武纪结晶变质岩系，沉积盖层大体经历了中晚元古代坳拉谷、早古生代陆表海、晚古生代海陆过渡、中生代内陆湖盆及新生代周边断陷等五大阶段，形成了下古生界陆表海碳酸盐岩、上古生界海陆过渡相煤

1

系碎屑岩及中新生界内陆湖盆碎屑岩沉积的三层结构。盆地主体除缺失中上奥陶统、志留系、泥盆系及下石炭统外，地层基本齐全，沉积岩厚度约600

第七章 非参数回归模型与半参数回归模型

第一节 非参数回归与权函数法

一、非参数回归概念

前面介绍的回归模型，无论是线性回归还是非线性回归，其回归函数形式都是已知的，只是其中参数待定，所以可称为参数回归。参数回归的最大优点是回归结果可以外延，但其缺点也不可忽视，就是回归形式一旦固定，就比较呆板，往往拟合效果较差。另一类回归，非参数回归，则与参数回归正好相反。它的回归函数形式是不确定的，其结果外延困难，但拟合效果却比较好。

设Y是一维观测随机向量，X是m维随机自变量。在第四章我们曾引进过条件期望作回归函数，即称

g (X) = E (Y|X) （7.1.1）

为Y对X的回归函数。我们证明了这样的回归函数可使误差平方和最小，即

E[Y?E(Y|X)]2?minE[Y?L(X)]2

L （7.1.2）

这里L是关于X的一切函数类。当然，如果限定L是线性函数类，那么g (X)就是线性回归函数了。

细心的读者会在这里立即提出一个问题。既然对拟合函数类L(X)没有任何限制，那么可以使误差平方和等于0。实际上，你只要作一条折线(曲面)通过所有观测点(Yi，Xi)就可以了是的，对拟合函数类不作任何限制是完全没有意义的。

1

第七章 非参数回归模型与半参数回归模型

第一节 非参数回归与权函数法

一、非参数回归概念

前面介绍的回归模型，无论是线性回归还是非线性回归，其回归函数形式都是已知的，只是其中参数待定，所以可称为参数回归。参数回归的最大优点是回归结果可以外延，但其缺点也不可忽视，就是回归形式一旦固定，就比较呆板，往往拟合效果较差。另一类回归，非参数回归，则与参数回归正好相反。它的回归函数形式是不确定的，其结果外延困难，但拟合效果却比较好。

设Y 是一维观测随机向量，X 是m 维随机自变量。在第四章我们曾引进过条件期望作回归函数，即称

g (X ) = E (Y |X ) （7.1.1）

为Y 对X 的回归函数。我们证明了这样的回归函数可使误差平方和最小，即

22)]([min )]|([X L Y E X Y E Y E L -=- （7.1.2）

这里L 是关于X 的一切函数类。当然，如果限定L 是线性函数类，那么g (X )就是线性回归函数了。

细心的读者会在这里立即提出一个问题。既然对拟合函数类L (X )没有任何限制，那么可以使误差平方和等于0。实际上，你只要作一条折线(曲面)通过所有观测点(Y i ，X i )就可以了是的，对拟合函数

时间序列第1题 data a;input train@@; time=intnx('month','1Jan1993'd,_n_-1);format time monyy.; dif=dif(train); cards; 1196.8 1181.3 1222.6 1229.3 1221.5 1148.4 1250.2 1174.4 1234.5 1209.7 1206.5 1204.0 1234.1 1146.0 1304.9 1221.9 1244.1 1194.4 1281.5 1277.3 1238.9 1267.5 1200.9 1245.5 1249.9 1220.1 1267.4 1182.3 1221.7 1178.1 1261.6 1274.5 1196.4 1222.6 1174.7 1212.6 1215.0 1191.0 1179.0 1224.0 1183.0 1288.0 1274.0 1218.0 1263.0 1205.0 1210.0 1243.0 1266.0 1200.0 1306.0 1209.0 1248.0 1208.0 1231.0 1244.0 1296.0 1221.0 1287.0 1191.

硕士学位论文

题研究

风力发电机组非参数模型状态监测关键问

Research on Non-parameter Model Condition

Monitoring of Wind Power Unit

2012年12月

国内图书分类号：TM614 学校代码：10079 国际图书分类号：621.3 密级：公开

工学硕士学位论文

风力发电机组非参数模型状态监测关键问

题研究

硕士研究生 ： 导 师 ：

申请学位 ： 工学硕士 学专

科 ： 控制科学与工程 业 ： 检测技术与自动化装置

所 在 学 院 ： 控制与计算机学院 答 辩 日 期 ： 2013年3月 授予学位单位 ： 华北电力大学

Classified Index: TM614 U.D.C: 621.3

Dissertation for the Master Degree in Engineering

Research on Non-parameter Model Condition

Monitoring

第五章 统计量及其分布

§5.1总体与样本

一、 总体与样本

在一个统计问题中，把研究对象的全体称为总体，构成总体的每个成员称为个体。对于实际问题，总体中的个体是一些实在的人或物。比如，我们要研究某大学的学生身高情况，则该大学的全体学生构成问题的总体，而每一个学生即是一个个体。事实上，每一个学生有许多特征：性别、年龄、身高、体重等等，而在该问题中，我们关心的只是该校学生的身高如何，对其他的特征暂不考虑。这样，每个学生（个体）所具有的数量指标——身高就是个体，而所有身高全体看成总体。这样，抛开实际背景，总体就是一堆数，这堆数中有大有小，有的出现机会多，有的出现机会小，因此用一个概率分布去描述和归纳总体是合适的，从这个意义上说：

总体就是一个分布，而其数量指标就是服从这个分布的随机变量。

例5.1.1考察某厂的产品质量，将其产品分为合格品和不合格品，并以0记合格品，以1记不格品，若以p表示不合格品率，则各总体可用一个二点分布表示：

X p 0 1 1-p p

不同的p反映了总体间的差异。

在有些问题中，我们对每一研究对象可能要观测两个或更多个指标，此时可用多维随机向量及其联合分布来描述总体。这