粉体技术导论期末复习重点资料

第一章 颗粒的几何形态特性

1、粒度是颗粒在空间范围所占大小的线性尺寸。

2、表示方式：1）、三轴径：以颗粒的长度l 、宽度b 、高度h 定义的粒度平均值称为三平均径。

2）、球当量径：把颗粒看成相当的球。

a 、与颗粒同体积的球的直径称为等体积球当量径36πV d V =

b 、与颗粒等表面积的球的直径称为等表面积球当量径πS

d S =

c 、与颗粒具有相同的表面积对体积比，即具有相同的体积比表面S V 的球的直径称为比表面积球当量径

236

6S V V SV d d S S V

d ===

3）、圆当量径：以颗粒投影轮廓性质相同的园的直径表示粒度。

a 、与颗粒投影面积相等的园的直径称为投影园当量径πa d a 4=

b 、与颗粒投影图形周长相等的园的直径称为等周长园当量径。

πL

d L = 4）、统计平均径：平行于一定方向（用显微镜）测得的线度，故又称定向径。

a 、定方向径：沿一定方向测颗粒投影像的两平行线间的距离。

b 、定方向等分径：沿一定方向将颗粒投影像面积等分的线段长度。

c 、定向最大径：沿一定方向测定颗粒投影像，所得最大宽度的线段长度。

3、粒度分布：将粉末试样按粒度不同分为若干级，每一级粉末（按质量、按数量或按体积）所占的百分率。 粒度分布是表征多分散体系中颗粒大小不均一的程度。

★频度分布 任意粒度间隔内颗粒出现的频度。

★累计分布 以下的颗粒个数（质量）占总颗粒个数（质量）的百分比。

4、形状因子是一个无量纲的量，人们常用这个量的数值来表征颗粒的形状。其数值与颗粒的形状有关，故能在一定程度上表征形状对于标准形状（大多取球形）的偏离。

形状系数：有些形状因子反映着颗粒的体积、表面积乃至一定方向上的投影面积与某种规定的粒度的相应次方的关系，而这些次方的比例关系又常称为形状系数。

形状指数：形状指数与形状系数不同，它与具体物理想象无关，对颗粒外形本身，用各种数学式进行表达。

5、粒度的测量方法

1）、筛分析：让粉体试样通过一系列不同筛孔的标准筛，将其分离成若干个粒级。分别称重，求得以质量百分数表示的粒度分布。

筛分的优缺点：a 、优点：统计量大, 代表性强；便宜；重量分布。

b 、缺点：代表性差（下限38微米）；人为因素影响大；重复性差；非规则形状粒子误差；速度慢。

2）、显微镜法

显微镜是唯一观察和测量单个颗粒的方法，是测量粒度的最基本方法。利用它可以直接了解颗粒的大小、形状、表面形貌、颗粒结构状况（如空隙、疏松状况等）。

显微镜方法的优缺点：a 、优点：可直接观察粒子形状；可直接观察粒子团聚；光学显微镜便宜。

b 、缺点：代表性差；重复性差；测量投影面积直径；速度慢。

3）、光散射法：通过测量颗粒的散射光强或偏振情况、散射光通量或透过光的强度来确定粒度。

消光法：通过测量经颗粒群散射和吸收后光强度在入射方向上的衰减来确定粒度。

优点：具有快速、通过光电转换易实现测量和数据处理自动化的优点，还有单色性和方向性好等优点。

4）、激光粒度法：当光入射到颗粒时，会产生衍射，小颗粒衍射角大，而大颗粒衍射角小，某一衍射角的光强度与相应粒度的颗粒多少有关。

优点：测试操作简便快捷：放入分散介质和被测样品，启动超生发生器使样品充分分散，然后启动循环泵，实际的测试过程只有几秒钟。测试结果以粒度分布数据表、分布曲线、比表面积、D10、D50、D90等方式显示、打印和记录。

第二章颗粒群聚集特性

1、颗粒层填充结构是指粉体层内部颗粒在空间中的排列状态。颗粒层的排列状态是不均匀的，而存在着局部的填充结构变化，这对粉体现象有着很大的影响。两个极端的填充状态：最疏与最密填充状态。

2非均一球形颗粒的填充结构小颗粒的粒度越小，填充率越高；填充率随大、小颗粒混合比而变化；大颗粒质量比率为70%时，填充率最大。

3、影响颗粒填充的因素

1）壁效应：当颗粒填充容器时，在容器壁附近形成特殊的排列结构，这就称为壁效应。

壁效应是紧挨着壁的位置存在着相对高的孔隙率区域，这是由于壁和颗粒的曲率半径之间的差异而引起的。对于直壁容器，器壁的第一层是特殊排列的，斜壁的第二层起也要受壁效应的影响。

2）局部填充结构：a、空隙率分布壁附近空隙率变化较大，壁处空隙率最大，当壁距/球径超过3时，空隙率趋于一致。b、填充数密度分布填充数分别与空隙率分别应是一致的。c、接触点角度分布颗粒规则填充接触角分布时规则的，随机填充则为宽分布。

3）物料的含水量：潮湿物料由于颗粒表面吸附水，颗粒间形成所谓液桥力，而导致粒间附着力的增大，形成二次、三次粒子，即团粒。由于团粒尺寸较一次粒子大，同时内部保持松散的结构，致使整个物料堆积率下降。

4）颗粒形状：空隙率随颗粒园形度的降低而增高。在松散堆积时，有棱角的颗粒空隙率较大，与紧密堆积时正相反。表面粗糙度越高，空隙率越大。

5）粒度大小：a、无关—理想状态下，颗粒尺寸与空隙率无关。即理想球体的密堆积是与球体的直径无关的。

b、有关—粒度越小，空隙率越大。由于颗粒间的力发生团聚作用。

c、又无关—粒度超过临界值时，即与颗粒自重相比，凝聚力的作用可以忽略不计，颗粒堆积变化不大。

4、粉体中颗粒间的附着力：a、分子间引力（范德华引力）导致的颗粒间引力由颗粒所含分子间的相互引力引起。

b、颗粒所带异号静电荷引起的引力当介质为不良导体例如空气时，游或流动的固体颗粒或纤维往往由于相互撞击和摩擦，或由于放射性照射以及高压静电场等作用容易带静电荷。

c、附着水分的毛细管力附着水分是指两个颗粒接触点附近的毛细管水分。水的表面张力的收缩作用引起对两个颗粒之间的牵引力，称为毛细管力。

d、磁性力在由微小颗粒形成的磁性材料中,当颗粒尺寸小于某一临界值时,整个颗粒可沿一个方向自发磁化到饱和而成为单磁畴,称为单畴颗粒。粉末的单畴颗粒之间存在着磁性吸引力，很难分散。

e、颗粒表面不平滑引起的机械咬合力

5、均一球形颗粒的基本排列层

第三章 粉体力学

1、莫尔圆：表示复杂应力状态（或应变状态）下物体中一点各截面上应力（或应变）分量之间关系的平面图形。

物体中一点的二向应力状态可用平面上的一个圆表示，这

就是应力圆。称应力圆为莫尔应力圆，简称莫尔圆。

2、摩擦角：由于颗粒间的摩擦力和内聚力而形成的角；

安息角：粉体粒度较粗的状态下由自重运动所形成的

角。残留在箱内的粉体斜面的倾角为安息角。

内摩擦角：破坏包络线与σ轴的夹角Фj 称为内摩擦

角。

3、三轴压缩实验：将粉体试料填充在圆筒状的透明橡

胶薄膜内，然后放在压力机的底座平台上，用流体在薄膜的周围均匀施压，用一个活塞单向向下施压，直至试料破坏。记录流体压力及活塞的压力。

4、詹森 （Janssen ）公式?????????? ??--=h D K K D P T w W T B αμμραν4exp 14γαP K P h =

当粉体填充高度达到一定值后，Pv 趋于常数值，这一现象称为粉体压力饱和现象。

当粉体料仓高度超过一定高度后，仓底物料所受垂直方向的压力就基本不受高度的影响

第四章 颗粒群的流动

1、压坯相对密度与压坯压力的关系：在开始阶段粉末颗粒相对移

动并重新分布，孔隙被填充，从而使压坯密度急剧增加，达到最大装填

密度；这时粉末颗粒已被相互压紧，故当压制压力增大时,压坯密度几

乎不变,曲线呈现平坦。随后继续增加压制压力，粉末颗粒将发生弹、

塑性变形或脆性断裂，使压坯进一步致密化。由于颗粒间的机械啮合和

接触面上的金属原子间的引力，压制后的粉末体成为具有一定强度的压

坯。

在模压过程中压制压力主要消耗于以下两部分：

①克服粉末颗粒之间的摩擦力（称为内摩擦力）和粉末颗粒的变

形抗力；

②克服粉末颗粒对模壁的摩擦力(称为外摩擦力)。

2、压缩率：工程上，将压缩至孔隙率为零时的体积变化（V 0-V ∞）与压力达到时的体积变化(V 0-V)之比称为体积压缩率。

3、为什么粉末受压成块：粉末装在模腔中，形成许多大小不一的拱洞。加压时，粉末颗粒产生移动，拱洞被破坏，孔隙减小，随之粉粒从弹性变形转为塑性变形，颗粒间从点接触转为面接触。由于颗粒间的机械啮合和接触面增加，原子间的引力使粉末体形成具有一定强度的压坯。

Stokes 沉降速度218)(p p ms D u

g u ρρ-= 沉降速度的一般解法：图解法和实物法。

1、筛制：美国Tyler 系列和ISO 系列。

2、圆锥破碎机类型：按用途分 ???中碎：菌形破碎机粗碎：旋回破碎机；按结构分 ???托轴式悬挂式

3、浮选是利用矿物和杂质的表面性质不同而将其分离的一种方法。其分离作用是藉颗粒有选择地附着于吹入

悬浊液中地空气泡而上浮。

4、固液分离：压滤工艺分为恒压过滤和恒速过滤两阶段过滤；

分类：按操作方法分为间歇式和连续式过滤机，按滤液留蓄这一面压强的正压和负压，分为压滤机和真空压滤机两大类。

5、袋式收尘器——清灰方式分为：机械振打和气体反吹

用气体（空气，加热后的空气或高压的压缩空气）从滤袋的粉尘粘附面相反方向往滤袋股风或抽风，使粉尘脱落。又可分真空反抽风式，气环鼓风反吹式，脉冲式反吹式。

6、雾化器有压力喷嘴式雾化器，空气雾化器和离心雾化器三种

7、干式机械分级通常都是以干燥空气作为介质。到目前为止，能在工业领域实际应用的干式机械分级装置，几乎都是基于离心力场的分级原理而设计的。其出发点在于，通过各种机械途经来提高分级效率和降低分级粒径。最典型的方法是在各种分级设备内引入特定的机械运动装置，以增大颗粒在分级机内所受到的离心力，达到提高分离因素，增大分级速度，提高分级精度等目的。

8、易碎性(易磨性)：表征材料对粉碎的阻抗，可定量地表示为材料粉碎到某一粒度所需地比功。是粉碎过程所耗能量的判据。

Hardgrove指数表达式：GI＝13+6.93W，W为通过200目筛的筛下料重量。GI值越大，易碎性越好。

Bond粉碎功指数

Hütting提出三种破碎模型：

a）体积破碎模型：整个颗粒都受到破坏（粉碎），粉碎生成物大多为粒度大的中间颗粒，随着粉碎的进行，这些中间粒径的颗粒依次粉碎成具有一定粒度分布的中间粒径颗粒，最后逐渐积蓄成微粉成分（即稳定成分）。（冲击粉碎）

b）表面积破碎模型：仅在颗粒的表面产生破坏，从颗粒表面不断削下微粉成分，这一破坏不涉及颗粒的内部。（摩擦粉碎）

c）均一破碎模型：加于颗粒的力使颗粒产生分散性地破坏，直接碎成微粉成分。

9、静电收尘其原理是当气溶胶通过某一特定静电场时，微粒被吸附于壁，气体逸出，而实现固－气分离。该装置多用于实验室和环保领域除尘，在超细粉体工业应用较少。

气体的自激电离，电晕区、电晕电极，晕外区、集尘电极。

非均匀电极，板极式非均匀电场。

负电晕收尘率高于正电晕。

电流强度：管极式0.3-0.4mA/m,板极式0.1-0.35mA/m, 工作电压50-70kv.

常用的电晕线有圆形、星形和芒刺型。

按清灰方式：湿式、半湿式和干式。

按荷电形式：单区式和双区式。荷电作用，收尘作用，双区式电收尘器采用正电晕。

按集尘电极形式：平板式、管式、圆筒式和格栅式。管极式电收尘器，板极式电收尘器。

按气流的运动方向：立式和卧式。卧式可根据需要加长和延伸。

1、圆盘分级机：借助圆盘高速旋转时产生得强大离心力使粉体进行分级。在工作过程中，被分级得粉体进入高速旋转的圆盘中心表面，在离心力的作用下，粗粒被抛向圆盘周边，细粒居于圆盘中心，然后粗细颗粒分别通过不同的通道排出，从而达到了分级的目的。为了提高机器的利用率及分级效果，通常是将圆盘式分级机与粉碎过程连用。

特点：①将粉碎与分级紧密地结合于一体，并构成闭路循环，结构紧凑，效率高。

②对于某些物料，虽经多次循环粉碎，仍有一部分粗颗粒存在，在连续生产过程中，这些粗颗粒（或杂质）愈积愈多，由于是封闭循环，无法及时排出机外，因此将影响产品的质量及系统的粉碎与分级效率及效果。

2、Griffith强度理论：材料内部存在许多微裂纹，其存在使得周围产生应力集中。当应力达到材料的抗拉强

度时，裂纹将扩展。直至破坏。

裂纹的来源：晶体缺陷、机械损伤、热应力

裂纹和扩展必须满足的两个条件：

1）力的条件：在裂纹尖端产生的局部拉应力必须大于裂纹尖端分子之间的结合力。

2）能量条件：扩展裂纹尖端吸收的能量大大超过边界表面能的数量级。

3、流化床：在粉体填充层内，随着气流速度增大，颗粒层不再保持固定床状态，粉体开始悬浮运动，粉体层膨胀，空隙率增大。若速度进一步增加，稳定的流化床就不存在，且产生沟流和腾涌。

最小流化速度：条件是粉体层的自重与Δp平衡，根据这种关系，可以计算出相应的流速。

流体输送：在管道里用气流输送粉体，可防止粉尘飞扬，无论工艺流程布置，还是劳动保护都具有其他输送机械所不具备的优点。

输送原理：垂直输送时，颗粒承受的流体阻力与其自重基本保持平衡。为确定气力输送机所须的动力，压力损失计算是重要的内容。压力损失由下面各项组成：入口损失，空气的加速损失，固体的加速损失，摩擦损失，固体悬浮损失，分离器压头损失。

4、超声粉碎基本原理：利用超声波振动能使固体物料破碎。通常是将被粉碎的固体物料粉碎在液体（一般是水）介质中，然后将超声波发生器置于该液体介质中。超声波发生器产生强烈的高频超声振动，其超声能传递给液体中的固体颗粒，当固体颗粒内部聚集的能量足以克服固体结构的束缚能时，固体颗粒破碎，从而达到了使其粉碎的目的。同时这种超声能的传递给液体中的团聚体后，当该能超过团聚体的结合能时，团聚体解聚，因此也能使团聚的固体颗粒在液体中充分分散。超声粉碎适应于较松散物料的粉碎，特别是适应于将液体中团聚的粉体物料分散，用于物料粉碎时，只能达到微米级，且产量低，能耗高，成本高。因此多用于分散和乳化以及小规模的超细产品的生产。

5、助磨剂、助磨作用机理：助磨剂是一种表面活性剂。在粉磨过程中添加少量助磨剂到粉磨物料中，即能吸附在物料颗粒的表面上，通过物理化学作用产生力学效能，从而加速粉碎。助磨剂分子吸附于固体颗粒表面上，改变了颗粒的结构性质，从而降低颗粒的强度或硬度。助磨剂吸附于固体颗粒表面上，减小了颗粒的表面力。

6、气流磨（气流粉碎机）与其它超细粉碎机不同，它是在高速气流作用下，物料通过本身颗粒之间的撞击，气流对物料的冲击剪切作用以及物料与其它部件的冲击、摩擦、剪切而使物料粉碎。

粉碎后的物料平均粒度细，一般小于5μm（粉碎比一般为1～40）；

产品细度均匀，因为对于扁平型、循环型及对撞型气流粉碎机，在粉碎过程中由于气流旋转离心力的作用，能使粗颗粒自动分级；对于其它类型的气流粉碎机也可与分级机配合使用，因此能获得粒度均匀的产品。

产品受污染少，因为气流粉碎机是根据物料的自磨原理而对物料进行粉碎，粉碎腔体对产品污染较少，因此特别适用于药品等不允许被金属和其它杂质玷污的物料粉碎；

可粉碎低熔点和热敏性材料及生物活性制品，因为气流粉碎机以压缩空气为动力，压缩气体在喷嘴处的绝热膨胀会使系统温度降低，所以工作过程中不会产生大量的热。因此，对热敏性物料及生物活性制品的超细化十分有利；

实现联合操作，因为当用过热高压饱和蒸汽进行粉碎时，可同时进行物料的粉碎和干燥，并可作为混合机使用。

可在无菌状态下操作；

生产过程连续，生产能力大，自控、自动化程度高。

7、叶轮式分级机该机由旋转轴、分级叶轮、气流分配锥体、环行体、壳体、入风口、进料口、细料排出口及粗料排出口等部分组成。

分级原理及工作过程：被分级粉料在气流的作用下，通过进料管8从下向上进入分级腔，在上升过程中，粉料受到二次风的“风筛”作用，使粗粉中夹杂的细粉被分离，使细粉继续随气流上升，在分配锥处，由于分配锥高速旋转，上升的粉料被分散并均匀分配向四周运动。当粉料到达叶轮分级区时，由于叶轮高速旋转产生一强大的离心力场，此时粉料既受到向上气流和分级机后部抽风机所产生的向心力作用，同时又受到叶轮旋转所产生的离心力的作用。此时，粗颗粒因受到的离心力大于向心力的作用，则就会被甩向筒壁且沿桶壁向下运动，经粗粒出口排出。而细粒则因受到的向心力大于离心力，则从叶轮缝隙中随气流经细粒出口排出，并经后工序的收集器收集。

当粉体某一粒径颗粒所受到的气流的向心力和转子作用的离心力达到平衡时，该颗粒有50％的可能性进入转子的叶轮缝隙而排出，这就是理论上的临界分级点。分级粒径的大小，即最终获得细粉粒径的大小取决于粒径分级点的设计。影响临界分级点大小的主要因素有：分级叶轮的直径、转速、上升气流的速度及抽风机的吸力，以及被分

级产品的比重和分散性等。研究及生产实践证明，当机型及分级物料一定时，起决定作用的是分级叶轮的转速。转速越高，分级粒径越小，因而获得的产品更细。但随之带来了分级机的生产能力下降，为此必须增大叶轮的直径以弥补产量的下降。据报道，目前国外分级机的最高转速已超过1000r/min。

8、固液分离——连续式真空滤机工作过程：操作时，转筒部分地在浆槽的悬浮液中，连续不断地旋转，槽内设有摆动式搅拌器，防止料浆中颗粒沉降。在旋转的圆周上大致可分为五个区（吸滤区、干燥区、吹气区、卸料区、清理区）。

（在吸滤区A内，滤板浸没在浆槽的料浆中。在此区内的过滤室所连通的转动盘上相应的吸口13与固定盘上的凹槽11连通，产生真空。在大气压力的作用下，料浆中的水分透过滤布，吸入过滤室，然后经导管4及分配头中的真空管10作为滤液流出，料浆中的颗粒则沉积在滤布表面，形成一层滤饼。

转道干燥区B内的滤板，已离开料浆液面进入大气中，滤板内部的过滤室通过导管4同分配头的固定盘的另一真空凹槽接通，仍然处于真空状态。滤饼空隙中残余水分经导管4导入真空接管口中，使滤饼水分降低，于是滤饼层在继续回转的过程中被吸干。

转到吹气区C内的滤板下面的滤室，通过管4与分配头的凹槽口接通，所以压缩空气经滤板和滤布自内向外吹出，迫使滤饼与滤布分离。在卸料区D内，被压缩空气吹松后的滤饼碰到刮刀 8，被铲刮到外面。转到清理区E内的滤板又复与分配头的另一凹槽口接通。压缩空气再次从滤布背面吹出，使粘附在滤布表面上的颗粒吹下，以疏通滤布的孔隙，为下一周期的过滤作好准备。滤布清理后，复又浸入料浆中开始下一循环。）

9、压力喷嘴式雾化器：料浆用泵在较高的压力（2MPa左右）沿切线方向进入雾化器，在雾化器的旋流器中，料浆产生了强烈的旋转运动，然后高速从喷嘴喷出，喷出的料浆在空气中由于磨擦作用而被撕裂成为细小的液滴，又称机械雾化器。

10、机械力化学：所谓“机械力化学”乃泛指机械运动能量与化学能量的相互转换。在粉碎过程中，不仅颗粒的尺寸逐渐变小，比表面积不断增大，而且其内部结构、物理化学性质以及化学反应性也相应产生一系列的变化，此即为粉碎机械力化学现象。

主要研究：在机械力作用下产生颗粒微细化时，微细颗粒尺寸大小、晶粒大小、表面性质改变、晶格畸变与晶格缺陷、活性点分布与活性表面的浓度等所显示出来的与原粗颗粒不同的物理化学性质，以及要获得这些新的物理化学性质所需的措施。

粉碎机械力活化作用机理：物料在机械力作用下粉碎生成新表面，颗粒粒度减小，比表面积增大，从而粉体面自由能增大，活性增强。

物料颗粒在机械力作用下，表面层发生晶格畸变，其中贮存了部分能量，使表面层能位升高，从而活化能降低，活性增强。

物料颗粒在机械力作用下，表面层结构发生破坏，并趋于无定形化，内部贮存了大量能量，使表面层能位更高，因而活化能更小，表面活性更强。

粉磨系统输入能量的较大一部分还将转换为热能，使粉体物料表面温度升高，这也在很大程度上提高了颗粒的表面活性。

11、振动磨：粉碎原理：振动磨是利用研磨介质（球、柱、棒）在高频振动的筒体内对物料进行冲击、摩擦、剪切作用使物料粉碎的设备。可将2mm的物料粉碎至数微米，具有高效、节能、粒度均匀的特点。

构造：装有物料和研磨体的筒体支撑在弹性支座上，电机驱动主轴并带动偏心锤回转产生扰动力使筒体高频振动，导致研磨体产生抛射、冲击和旋转运动，使物料在研磨体运动中被粉碎。

振动磨的优缺点：a粉碎时间短，产品细度细，循环粉碎可达亚微米级；b粉碎、分散及混合等三个过程可同时进行，并可与后续的表面改性相结合；c既可用于干式粉碎，又可用于湿式粉碎；d无需对粉碎过程中出现的粉尘进行收集；e结构密封，无需收尘；但结构复杂，噪音大，对弹簧、轴承材料要求高，密封不好时易漏灰；f对物料适应性强，可粉碎绝大多数无机非金属矿物。

12、带分级锥分级机它由分配锥、分级锥和分级室等主要部件组成。

分级原理：被分级地粉体由气流携带从进料口进入分级机内，首先粉料被高速旋转地分配锥分散并均匀向下运动进入分级室。在分级室内，粉料同时受到分级锥高速旋转所产生的离心力及从中心孔进入二次风产生的吸引力作用，粗粒被抛射向周边并继续下旋从底部粗粉出口排出；细粉粒则在二次空气吸引下从轴中心孔细粉出口排出。该机的分级点为5～50μm。

13、烧结是指粉末或压坯在低于主要组分熔点的温度下借助于原子迁移实现颗粒间联结的过程。烧结的基本过程与孔隙结构的演化(烧结三阶段)：粘结面的形成、烧结颈（sintering neck）的形成与长大、闭孔隙的形成和球化。

1）粘结面的形成由原始颗粒接触点或面发展形成晶体结合，即通过成核、结晶长大等原子过程形成烧结颈。在这一阶段，颗粒内的晶粒不发生变化，颗粒外形也基本未变，整个烧结体不发生收缩，密度增加也极微，但是烧结体的强度和导电性由于颗粒结合面增大而又明显增加。过程：在粉末颗粒的原始接触面，通过颗粒表面附近的原子扩散，由原来的机械嚙合转变为原子间的冶金结合,形成晶界。

2）烧结颈（sintering neck）的形成与长大:a、前期的特征：原子向颗粒结合面的大量迁移使烧结颈扩大，颗粒间距离缩小，形成连续的孔隙网络。b、后期的特征：孔隙进一步缩小，网络坍塌并且由于晶粒长大，晶界越过孔隙移动，而被晶界扫过的地方，孔隙大量消失。烧结体收缩，密度和强度增加是这个阶段的主要特征。

3）闭孔隙的形成和球化：当烧结体密度达到90%以后，多数孔隙管道被分隔成一系列的小孔隙，闭合孔隙大为增加，孔隙形状趋近球形并不断缩小。处于晶界上的闭孔则有可能消失，有的则因发生晶界与孔隙间的分离现象而成为晶内孔隙（intragranular pore），并充分球化。在这个阶段，整个烧结体仍可缓慢收缩，但主要靠小孔的消失和孔隙数量的减少来实现。

14、纳米粉末的烧结特性：1）低的烧结活化能

2）低的烧结温度:热激活过程导致纳米结构不稳定烧结温度限制在能保持亚稳结构的温度之下

3）烧结机构：位错运动，晶粒旋转，粘性流动，晶界滑移与扩散是烧结过程的主要机构。

4)孔隙分布为双峰分布，颗粒间的孔隙和团聚颗粒内部的孔隙团聚体内部的孔隙须经过空位扩散才能消除。必须提高烧结温度，却带来晶粒长大问题

15、液相烧结：烧结温度高于烧结体系低熔组合的熔点或共晶温度的多元系烧结过程，即烧结过程中出现液相的粉末烧结过程统称为液相烧结。

液相烧结技术的优、缺点：

技术优点：a、加快烧结速度：液相的形成加快了原子迁移速度；在无外压的情况下，毛细管力的作用加快坯体的收缩；粉末颗粒的尖角处优先溶于液相，易于获得有效的颗粒间填充；液相的存在降低颗粒间的摩擦，有利于颗粒重排列。

b、晶粒尺寸可以通过调节液相烧结工艺参数加以控制，便于优化显微结构和性能。

c、可制得全致密的P/M材料或制品，延伸率高。

不足之处：变形（distortion，slumping）:当烧结坯体液相数量过大或混合粉的粒度、混合不均匀时，易出现变形；收缩大，尺寸精度控制困难。

16、根据成形时是否从外部施加压力，可分为压制成形和无压成形两大类。

压制成形主要有：封闭钢模冷压成形、流体等静压制成形、粉末塑性成形、三轴向压制成形、高能率成形、挤压成形、轧制成形、振动压制成形等；

无压成形主要有：粉浆浇注、松装烧结等。

成形是粉末冶金工艺过程的第二道基本工序，是使金属粉末密实成具有一定形状、尺寸、孔隙度和强度批快的工艺过程。

成形分普通模压成型和特殊成型两大类。前者是将金属粉末或混合料装在钢制压模内通过模冲对粉末施压，卸压后，压坯从阴模内压出。在这过程中，粉末与粉末，粉末与模冲和模壁之间由于存在着磨擦，使得压制过程中力的传递和分布发生改变，由于压力分布不均匀，就造成了压坯各个部分密度和强度分布得不均匀，从而，在压制过程中产生一系列复杂的现象。为了正确的制定成形工艺规范，合理设计压模结构，计算压模参数等，就需要对这些现象进行详细的研究。

17、粉末颗粒之间的联接力大致可分为两种：

（1）粉末颗粒之间的机械啮合力；

（2）粉末颗粒表面原子之间的引力。

金属粉末压制时的位移与变形

粉末在压模内经受压力后就变得密实且具有一定的形状和强度，这是由于在压制过程中，粉末之间的孔隙度大大降低，彼此的接触显著增加。也就是说，粉末在压制过程中出现了位移和变形。

1）粉末的位移 粉末在松装时堆积时，由于表面不规则，彼此之间有

摩擦，颗粒相互搭架而形成拱桥孔洞的现象，叫做搭桥。 粉末体具有很高的孔隙度，如还原铁粉的松装密度一般为2~3g/cm 3，而致密铁的密度是7.8g/cm 3。当施加压力时，粉末体内的拱桥效应遭到破坏，

粉末颗粒便彼此填充孔隙，重新排列位置，增加接触，现用两颗粉末来近似说明粉末的位移情况。 2)粉末的变形

粉末体在受压后体积大大减小，这是因为粉末在压制时不但发生了位

移，而且发生了变形，粉末变形可能有三种情况：(1)弹性变形 外力卸除后可以恢复原形。

（2）塑性变形 压力超过粉末的弹性极限，变形不可能恢复原形。压缩铜粉的实验指出，发生塑性变形所需要的单位压制压力大约是该材料的弹性极限的2.8-3倍。金属的塑性越大，塑性变形也越大。

（3）脆性断裂 单位压制压力超过强度极限后，粉末颗粒就发生粉碎性的破坏，当压制难熔金属如W 、Mo 或其它化合物如WC 等脆性粉末时，除少量塑性变形外，主要是脆性断裂。

压力增大时，颗粒发生变形，由最初的点接触逐渐变成面接触；接触面积随之增大，粉末颗粒由球形变成扁平状，当压力继续增大时，粉末颗粒就可能破碎。

压坯密度的分布：在与模冲相接触的压坯上层，密度和硬度都是从中心向边缘逐步增大的，顶部的边缘部分密度和硬度最大；在压坯的纵向层中，密度和硬度沿着压坯的高度从上而下降低，但是，在靠近模壁的层中，由于外摩擦的作用，轴向压力的降低比压坯的中心大得多，一致在压坯底部的边缘密度比中心的密度低；压坯下层的密度和硬度值分布状况和上层相反。

影响压制过程和压坯质量的主要因素：粉末性能 硬度,纯度,粒度,形状；成型剂(润滑剂,粘结剂)；压制方式：单向,双向,多向，加压速度,保压时间,震动加压。

金属粉末压制时压坯密度的变化规律：粉末体受压后发生位移和变形，在压制过程中随着压力的增加，压坯的相对密度出现有规律的变化，通常将这种变化假设为如图所示的三个阶段。

第一阶段：首先粉末颗粒发生位移，填充孔隙，颗粒间的架桥现象被部分消除且颗粒间的接触程度增加；当压力稍有增加时，压坯的密度增加很快，这一阶段又称为滑动阶段。

第二阶段：压力继第一阶段施压后继续增加时，压坯的密度几乎不变。这是由于压坯经第一阶段压缩后其密度已达到一定值，粉末体出现了一定的压缩阻力，在此阶段内，虽然加大压力，但孔隙度不能减少，因此密度也就变化不大。

第三阶段：当压力继续增大超过某一定值后，随着压力的升高，压坯的相对密度又继续增加，因为当成形压力超过粉末的临界应力后，粉末颗粒开始变形，由于位移和变形都起作用，因此压坯的密度又随之增加。

应当指出，上述三个阶段是为了讨论问题而假设的理想状态，实际情况是很复杂的。在第一个阶段，粉末体的致密化虽然以粉末体的位移为主，但同时也必然有少量的变形；同样，在第三阶段，致密化是以粉末颗粒的变形为主，而同时伴随着少量的位移。

其次，第二阶段的存在情况也是根据粉末的种类不同而有差异的。硬而脆的粉末，其第二阶段较明显，曲线较平坦；而塑性比较好的粉末其第二阶段则不明显。如压制铜粉等塑性很好的金属粉末时，第二阶段基本消失。

金属粉末压制方式有: 单向压制、双向压制、浮动压制、摩擦压制、拉下模压制等。不同压制方式所得压坯具有不同的密度分布规律。其中单向压制所得压坯密度均匀性最差, 但因其模具结构简单, 操作方便而得到广泛应用。双向压制的目的是减少粉末压制产生摩擦引起的压力损失.不同的压制方式，压坯密度的不均匀程度有差别。但无论哪一种方式，不仅密度沿高度分布不均匀，而且沿压坯断面的分布也是不均匀的。造成压坯密度不均匀的原因是在压制过程中，粉末颗粒之间、粉末颗粒与模冲、模腔壁之间存在磨擦，使压力损耗而造成的。采取各种措施，可减轻密度分布的不均匀性，但无法完全消除磨擦。

18、烧结机构：主要研究烧结过程中各种可能的物质迁移方式和迁移速率。

烧结机构的分类：描述物质迁移通道和过程进行速度。

19、旋风收尘器：主要用于大颗粒粉体的气－固分离，多用于普通气流粉碎后处理时的一级、二级分离和尾气的回收；也用于超细粉体的初步分离，以减少气溶胶中固体含量，为随后的过滤分离减轻压力。

工作原理 ：旋风收尘器是利用含尘气体高速旋转产生的惯性离心力而使尘粒与气体分离的设备。与旋风分级

Ⅲ Ⅱ Ⅰ a b c

压坯密度与成形压力的关系

压坯

密度

成形压力

原理基本一致。

多智能体技术

多智能体技术 [摘要]当今，分布式人工智能研究的一个热点是多智能体系统，它是分布式问题求解的进一步发展。随着多智能体理论与技术的发展，其应用范围也在不断扩大着，但是由于其理论与应用研究刚起步不久，还有不少问题有待解决。本论文回顾了多智能体技术的发展历史，指出了多智能体理论及应用的研究方向，介绍了多智能体技术的基本概念和特点，多智能体系统的体系结构，多智能体中的协调与协作方法等内容。 [关键词]多智能体系统；多智能体结构；多目标优化；协调协作 Multi-agent technology [Abstract] Nowadays, one of the hot points in distributed artificial intelligence research is multi-agent system, which is the further development in distributed problem solving. With the development of multi-agent theory and technology, its application is being expanded.As the theory and application is just starting, there are many issues to be resolved.In this paper, the thesis reviews the development of EGCS, points out the research directions of multi-agent theory and application, and introduces the basic concepts and characteristics, Multi-agent system architecture，the coordination and collaboration on Multi-agent system. [Keywords] Multi-agent systems；Multi-agent architecture；Multi-objective optimization；Coordination and collaboration 1.前言 目前的工业系统正向大型、复杂、动态和开放的方向转变，传统的工业系统和多机器人技术在许多关键问题上遇到了严重的挑战。分布式人工智能 (DAI，Distributed Artificial Intelligence)与多智能体系统(MAS, Multi-Agent System)理论为解决这些挑战提供了一种最佳途径。智能体系统是分布式人工智能的一个重要分支，是20世纪末至21世纪初国际上人工智能的前沿学科。研究的目的在于解决大型、复杂的现实问题，而解决这类问题已超出了单个智能体的能力，将DAT、MAS充分应用于工业系统和多机器人系统的结果，便产生了一门新兴的机器人技术领域一多智能体机器人系统(MARS，MultiAgent Robot System)。总的来说，多智能体系统领域正在蓬勃发展。 2.多智能体 2.1多智能体理论的发展历史 智能体—Agent的概念最早可以追溯到1977年的 Carl Hewitt的“Viewing Control Structure as Patterns of Passing Messages”一文。在此文中，Carl Hewitt 给出了一个称为“Actor”的对象，它具有自身的内在状态，又能与其他同类对象发送和反馈信息。而正式采用“Agent”一词可见于M. Minsky于1986年出版的“Society of Mind”一书，文中用“Agent”称呼一些具有特别技能的个体，它们存在于社会中，并通过竞争或协商求解矛盾[1]。 多智能体系统（简称 MAS）是由多个单Agent组成的集合，该系统可以协调一组Agent的行为（知识、目标、方法和规划），以协同完成一个任务或是求解问题，各个单

多智能体系统一致性综述

多智能体系统一致性综述 一 引言 多智能体系统在20世纪80年代后期成为分布式人工智能研究中的主要研究对象。研究多智能体系统的主要目的就是期望功能相对简单的智能体系统之间进行分布式合作协调控制，最终完成复杂任务。多智能体系统由于其强健、可靠、高效、可扩展等特性，在科学计算、计算机网络、机器人、制造业、电力系统、交通控制、社会仿真、虚拟现实、计算机游戏、军事等方面广泛应用。多智能体的分布式协调合作能力是多智能体系统的基础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。 在多智能体分布式协调合作控制问题中，一致性问题作为智能体之间合作协调控制的基础，具有重要的现实意义和理论价值。所谓一致性是指随着时间的演化，一个多智能体系统中所有智能体的某一个状态趋于一致。一致性协议是智能体之间相互作用、传递信息的规则，它描述了每个智能体和其相邻的智能体的信息交互过程。当一组智能体要合作共同去完成一项任务，合作控制策略的有效性表现在多智能体必须能够应对各种不可预知的形式和突然变化的环境，必须对任务达成一致意见，这就要求智能体系统随着环境的变化能够达到一致。因此，智能体之间协调合作控制的一个首要条件是多智能体达到一致。 近年来，一致性问题的研究发展迅速，包括生物科学、物理科学、系统与控制科学、计算机科学等各个领域都对一致性问题从不同层面进行了深入分析，研究进展主要集中在群体集、蜂涌、聚集、传感器网络估计等问题。 目前，许多学科的研究人员都开展了多智能体系统的一致性问题的研究，比如多智能体分布式一致性协议、多智能体协作、蜂涌问题、聚集问题等等。下面，主要对现有文献中多智能体一致性协议进行了总结，并对相关应用进行简单的介绍。 1.1 图论基础 多智能体系统是指由多个具有独立自主能力的智能体通过一定的信息传递方式相互作用形成的系统；如果把系统中的每一个智能体看成是一个节点，任意两个节点传递的智能体之间用有向边来连接的话，智能体的拓扑结构就可以用相应的有向图来表示。 用)(A E,V,G =来表示一个有向加权图，其中}{n 21v ,,v ,v V =代表图的n 个顶

多智能体

分布式计算是一门计算机科学，一种计算方法，和集中式计算是相对的。它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。这样可以节约整体计算时间，大大提高计算效率。 分布式人工智能（Distributed Artificial Intelligence），简称DAI，它是人工智能和分布式计算相结合的产物。DAI的提出，适应了设计并建立大型复杂智能系统以及计算机支持协同工作（CSCW）的需要。目前，DAI的研究大约可划分为两个基本范畴：一是分布式问题求解（Distributed Problem Solving，DPS）；另一个是关于多智能体系统（Multi Agent System，MAS）实现技术的研究。 分布式问题求解：往往针对待解决的总问题，将其分解为若干子任务，并为每个子任务设计一个问题求解的子系统。这里，首先需要智能地确定一个分配策略：如何把总工作任务在一群模块（Module）或者节点（Node）之间进行子任务分配；其次需要智能地确定一个工作任务协同的策略：要在基于分散、松耦合知识源的基础上，实现对问题的合作求解。这里所谓“分散”的概念是指任务的控制操作和可利用的信息都是分布的，没有全局控制和全局数据；知识源分布在不同的处理节点上，数据、信息、知识和问题的答案可以按照某种规则予以共享。 （松耦合系统通常是基于消息的系统，此时客户端和远程服务并不知道对方是如何实现的。客户端和服务之间的通讯由消息的架构支配。只要消息符合协商的架构，则客户端或服务的实现就可以根据需要进行更改，而不必担心会破坏对方。）

多智能体系统及其协同控制研究进展

多智能体系统及其协同控制研究进展 摘要：:对多智能体系统及其协同控制理论研究和应用方面的发展现状进行了简要概述.首先给出Agent及多Agent 系统的概念和特性等,介绍了研究多Agent系统协同控制时通常用到的代数图论;然后综述了近年来多Agent系统群集运动和协同控制一致性方面的研究状况,并讨论了其在军事、交通运输、智能机器人等方面的成功应用;最后,对多Agent系统未来的发展方向进行了探讨和分析,提出几个具有理论和实践意义的研究方向,以促使多Agent系统及其协同控制理论和应用的深入研究. 关键词：多Agent系统(MAS)；协同控制；代数图论；群集运动；一致性协议 Advances in Multi-Agent Systems and Cooperative Control Abstract: Progress in multi-Agent systems with cooperative controlwas reviewed in terms of theoretical research and its applications. Firs,t concepts and features used to define Agents and multi-Agents were analyzed. Then graph theory was introduced, since it is often used in research on cooperative control of multi-Agent systems. Then advances in swarming/flocking as well as the means used to derive a consensus among multi-Agents under cooperative control were summarized. The application of these abilitieswas discussed for the military, transportation systems,and robotics. Finally, future developments for multi-Agent systemswere considered and significant research problems proposed to help focus research on key questions formulti-Agent systemswith cooperative control. Key words:Multi-Agent system (MAS) ; Cooperative control; Graph theory; Swarming/ flocking; Consensus protocol 分布式人工智能是人工智能领域中一个重要的研究方向,而多Agent系统(multi-Agent systemMAS)则是其一个主要的分支. 20世纪90年代,随着计算机技术、网络技术、通信技术的飞速发展,Agent及MAS的相关研究已经成为控制领域的一个新兴的研究方向.由于Agent体现了人类的社会智能,具有很强的自治性和适应性,因此,越来越多的研究人员开始关注对其理论及应用方面的研究.目前,人们已经将MAS的相关技术应用到交通控制电子商务、多机器人系统、军事等诸多领域.而在MAS中,Agent之间如何在复杂环境中相互协调,共同完成任务则成为这些应用的重要前提.近年来,从控制的角度对MAS进行分析与研究已经成为国内外众多学术机构的关注热点,人们在MAS协同控制问题上做了大量的研究工作,特别是在MAS群集运动控制和协同控制一致性问题方面取得了很大的进展.目前对MAS的研究总体上来说还处于发展的初步阶段,离真正的实用化还有一定的距离;但其广泛的应用性预示着巨大的发展潜力,这必将吸引更多专家、学者投入到这一领域的研究工作中,对MAS的理论及应用做进一步探索.根据上述目的,本文主要概述了多智能体系统(MAS)在协同控制方面的研究现状及其新进展. 1Agent与MAS的相关概念 1.1Agent的概念 Agent一词最早可见于Minsky于1986年出版的《Social of Mind》一书中.国内文献中经常将Agent翻译为:智能体、主体、代理等,但最常见的仍是采用英文“Agent”；因为Agent的概念尚无统一标准,人们对于

多智能体的一致性问题报告

多智能体的一致性问题的研究报多智能体的一致性问题的研究报告 指导老师：唐斌 报告人：黄建安 多智能体技术应用综述多智能体系统是由多个可计算的智能体组成的集合，其中每一个智能体是一个物理或抽象的实体，并能通过感应器感知周围的环境和效应器作用于自身，并能与其他智能体进行通讯的实体。作用于自身，并能与其他智能体进行通讯的实体。多智能体技术是通过采用各智能体间的通讯、合作、协调、调度、管理以及控制来表述实际系统的结构、功能及行为特性。近年来，随着应用的需要和技术的发展，多智能体的协调控制在世界范围内掀起了研究的热潮。智能体的分布式协调控制能力是多智能体系统的基础，是发挥多智能体系统优势的关键，也是整个系础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。作为多智能体协调控制的问题的基础，一致性问题主要是研究如何基于多智能体系统中个体之间有限的信息交换，来设计的算法，使得所有的智能体的状态达到某同一状态的问题。一致性协议问题作为智能体之间相互作用、传递信息的规则，它描述了每个智能体和与其相邻的智能体的信息交换过程。 多智能体的一致性问题的发展：1995年，Vicsek等人提出了一个经典的模型来模拟粒子涌现出的一致性行为的现象，并且通过仿真得到了一些很实用的结果。之后，Jadbabaie等人首先应用矩阵方法对该模型进行了理论分析，发现只要再网络保持连通时，系统最终会趋于一致。然后，有理论最早提出了一致性问题的理论框架，设计了最一般的一致性算法，发现网络的代数连通度表征了系统收敛的速度，给出了算法达到平均一致性的条件，并将结果扩展到时滞的对称一致性算法。进一步，Ren与Beard等提出了一致性搜索问题并给出了理论分析。Moreeau应用凸性收敛进行了理论分析并给出了存在时滞的不对称一致性算法收敛结果。经过以上大量的研究分析表明，当网络为固定拓扑结构时，只要网络保持连通，连续一致性算法最终会趋于一致；当网络为切换拓扑结构时，如果在有限时间内，存在有网络拓扑结构的并组成的序列，并且所有这些图的并都保持连通，则一致性算法最终也会收敛到一致。对于离散一致性算法，当步长小于网络最大度的逆时，系统趋于一致的条件类似于连续系统。2005年Iain Couzin在《Nature》杂志上发表的文章指出，鱼群再排列成规则形状迁徙的过程中，一部分鱼扮演了“领导者”的角色。最近，Cortes提出了并分析了基于一般化连续一致性函数的任意分布式算法，并给出了趋于一致性充分必要条件，将一致性算法扩展到更为一般化的函数设计。 研究情况：在一致性问题的分析研究中，一致性协议是研究的重点。研究重点主要集中在对一致性协议模型的设计分析，一致性协议的收敛、平衡状态、应用分析。目前有向/无向通信网络、固定/动态拓扑、时滞系统、信息不确定以及异步通信中的相关问题，以形成相对完善的系统理论。一致性问题的分析：（1）基于连续时间的一致性问题（2）基于离散时间的一致性问题（3）基于切换拓扑结构的一致性问题（4）带时滞一致性问题a.对称时滞一致性问题（智能体本身接收和发送信息都有固定时滞）b.不对称时滞一致性问题（智能体本身接收信息有固定时滞，发送信息没有固定时滞）c.时变时滞一致性问题（时滞是随时间动态变化，不是固定常数）（5）一致性滤波问题未来几个重点关注的理论问题： （1）弱连通条件下的多智能体一致性理论。 目前的一致性理论大部分需要假设在动态变化过目前的一致性理论大部分需要假设在动态变化过程中拓扑结图是强连通或含有生成树结构，某种程度上限制了一致性理论的应用范围。联合联通和连通性概念的提出拓宽了人们对一致性理论的收敛条件的研究思路，一致性理论的应用需求使得弱连通条件下，特别是动态拓扑网络中的一致性问题必将成为未来的重点关注的理论问题之一。 （2）具有不对称时变时延的多智能体系统一致性算法。

多智能体系统一致性综述

多智能体系统一致性综述 引言 多智能体系统在20世纪80年代后期成为分布式人工智能研究中的主要研究对象。研究多智能体系统的主要目的就是期望功能相对简单的智能体系统之间进行分布式合作协调 控制，最终完成复杂任务。多智能体系统由于其强健、可靠、高效、可扩展等特性，在科 学计算、计算机网络、机器人、制造业、电力系统、交通控制、社会仿真、虚拟现实、计 算机游戏、军事等方面广泛应用。多智能体的分布式协调合作能力是多智能体系统的基 础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。 在多智能体分布式协调合作控制问题中，一致性问题作为智能体之间合作协调控制的基础，具有重要的现实意义和理论价值。所谓一致性是指随着时间的演化，一个多智能 体系统中所有智能体的某一个状态趋于一致。一致性协议是智能体之间相互作用、传递 信息的规则，它描述了每个智能体和其相邻的智能体的信息交互过程。当一组智能体要 合作共同去完成一项任务，合作控制策略的有效性表现在多智能体必须能够应对各种不可预知的形式和突然变化的环境，必须对任务达成一致意见，这就要求智能体系统随着环 境的变化能够达到一致。因此，智能体之间协调合作控制的一个首要条件是多智能体达到一致。 近年来，一致性问题的研究发展迅速，包括生物科学、物理科学、系统与控制科学、计算机科学等各个领域都对一致性问题从不同层面进行了深入分析，研究进展主要集中在群体集、蜂涌、聚集、传感器网络估计等问题。 目前，许多学科的研究人员都开展了多智能体系统的一致性问题的研究，比如多智能体分布式一致性协议、多智能体协作、蜂涌问题、聚集问题等等。下面，主要对现有文 献中多智能体一致性协议进行了总结，并对相关应用进行简单的介绍。 1.1 图论基础 多智能体系统是指由多个具有独立自主能力的智能体通过一定的信息传递方式相互作用形成的系统；如果把系统中的每一个智能体看成是一个节点，任意两个节点传递的智 能体之间用有向边来连接的话，智能体的拓扑结构就可以用相应的有向图来表示。 用G (V,E,A)来表示一个有向加权图，其中V { v1,v2 , ,v n} 代表图的n个顶点； E V V 是边集合，如果存在从第 i 个顶点到第 j 个顶点的信息流，则有e ij (v i,v j) E； A 是非负加权邻接矩阵e ij E a ij 0；节点v i的邻居集定义为N i {v j|(v i,v j) E} 。如果对所 有的e ij E意识着e ji E，则称 G是无向图。

智能交通系统(ITS)概论(下)80分

各题型提交答案说明： 1.单选题及判断题点击圆形按钮进行单项选择，多选题点击勾选框进行多项选择。 2.选择题和判断题:直接点击选项，系统将自动提交答案。 3.未完成考试误操作推出系统后，在考试时间段内可重新进入系统考试。 4.完成考试后点击提交答案按钮，考试结束，不可再次进入系统考试。 5.答题完成后，点击考试页面左侧“未答题”按钮，确认无未答题后再提交答案。 6.未提交答案的试卷在考试时间结束后将强制提交答案。 一、单选 ( 共 4 小题，总分: 40 分) 1. 目前，我国（）个省市高速公路都开通了不停车收费系统。 A.21 B.24 C.27 D.32 2. 能提供方便的服务和初级管理系统的地区是（） A.东北部 B.西部 C.中部 D.东部 3. 美国的交通信息服务是以（）为主体的。 A.ETC B.GPS C.车载导航

D.511信息服务系统 4. 智能交通系统概念引入中国的时间是（） A.1996年 B.1995年 C.1994年 D.1993年 二、多选 ( 共 2 小题，总分: 20 分) 1. 2003年伦敦实施交通拥堵收费后的结果包括（） A.收费区内交通延误降低30% B.进入收费区的主要道路交通延误降低20% C.进入收费区域的交通量减少18% D.收费区域外存在明显的交通冲突 2. 根据本讲，我国智能交通仍面临着那些考验？（） A.智能交通发展理念有待转变和提升 B.公众出行和货物运输服务以及交通安全等民生需求关注不足 C.自主创新少，缺乏适合国情的关键技术和应用模式 D.市场化推进机制缺乏，智能交通产业链、价值链尚未形成 三、判断 ( 共 3 小题，总分: 40 分) 1. 伦敦实施交通拥堵收费后，收费区域外存在明显的交通冲突。 正确 错误 2. 国家“十一五”科技攻关项目明确中国ITS的总体需求。 正确

多智能体系统一致性综述

多智能体系统一致性综述 一引言 多智能体系统在20世纪80年代后期成为分布式人工智能研究中的主要研究对象。研究多智能体系统的主要目的就是期望功能相对简单的智能体系统之间进行分布式合作协调控制，最终完成复杂任务。多智能体系统由于其强健、可靠、高效、可扩展等特性，在科学计算、计算机网络、机器人、制造业、电力系统、交通控制、社会仿真、虚拟现实、计算机游戏、军事等方面广泛应用。多智能体的分布式协调合作能力是多智能体系统的基础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。 在多智能体分布式协调合作控制问题中，一致性问题作为智能体之间合作协调控制的基础，具有重要的现实意义和理论价值。所谓一致性是指随着时间的演化，一个多智能体系统中所有智能体的某一个状态趋于一致。一致性协议是智能体之间相互作用、传递信息的规则，它描述了每个智能体和其相邻的智能体的信息交互过程。当一组智能体要合作共同去完成一项任务，合作控制策略的有效性表现在多智能体必须能够应对各种不可预知的形式和突然变化的环境，必须对任务达成一致意见，这就要求智能体系统随着环境的变化能够达到一致。因此，智能体之间协调合作控制的一个首要条件是多智能体达到一致。 近年来，一致性问题的研究发展迅速，包括生物科学、物理科学、系统与控制科学、计算机科学等各个领域都对一致性问题从不同层面进行了深入分析，研究进展主要集中在群体集、蜂涌、聚集、传感器网络估计等问题。 目前，许多学科的研究人员都开展了多智能体系统的一致性问题的研究，比如多智能体分布式一致性协议、多智能体协作、蜂涌问题、聚集问题等等。下面，主要对现有文献中多智能体一致性协议进行了总结，并对相关应用进行简单的介绍。 1.1图论基础 多智能体系统是指由多个具有独立自主能力的智能体通过一定的信息传递方式相互作用形成的系统；如果把系统中的每一个智能体看成是一个节点，任意两个节点传递的智能体之间用有向边来连接的话，智能体的拓扑结构就可以用相应的有向图来表示。 用)(A E,V ,G =来表示一个有向加权图，其中}{n 21v ,,v ,v V =代表图的n 个顶

多智能体系统分布式协同控制

2016年教育部自然科学奖推荐项目公示材料 1、项目名称：多智能体系统分布式协同控制 2、推荐奖种：自然科学奖 3、推荐单位:东南大学 4、项目简介: 多智能体系统是20世纪末至21世纪初分布式人工智能领域的国际前沿研究课题，其核心支撑理论是人工智能、分布式控制和分布式计算。进入21世纪，人们在解决大型、复杂的工程问题时，发现单个智能体的能力已经无法胜任，需要多个智能体在网络环境下以信息通讯的方式组成多智能体系统协同地解决工程问题。典型的多智能体系统包括多机器人系统，多无人机系统，智能电网和分布式卫星系统等。本项目系统深入研究了多智能体系统协同控制的共性问题、网络结构控制、通讯受限等关键科学问题，取得的重要科学发现如下： (1)通过引入一致性区域的概念，把二阶和高阶系统一致性问题转化为研究一致性区域的稳定性范围，给出了具有固定网络拓扑的多智能体线性系统二阶和高阶一致性的充分必要条件，解决了长期困惑研究者的多智能体系统协同控制器设计的本质问题；提出有向网络的广义代数连通度作为有向网络收敛判别的基本依据，推广了无向网络的代数连通度。 (2)给出了牵制控制无向网络实现同步的一般条件；克服非对称网络拓扑结构的本质困难，解决了有向网络同步牵制控制的挑战问题；采用图分解引入匹配割点和割集，完善了矩阵分解的谱理论，解决网络牵制控制一个结点的最优控制的关键难题。 (3)利用非奇异M矩阵理论和切换系统稳定性分析方法，突破了通过求解闭环系统的解曲线，然后再进行稳定分析的技术性瓶颈，发现了具有间歇信息通讯的二阶多智能体系统一致性的实现与降阶后的低维切换系统全局稳定性的内在本质联系，解决了切换有向拓扑下多智能体系统的协同一致性的难题。 项目组近年来在IEEE、Automatica、SIAM等本领域著名期刊上发表多智能体系统协同控制SCI论文110篇。10篇代表性论文SCI他引1159次，WOS 他引1433次，Google Scholar他引2165次，全部为ESI工程领域前1%高被引论文，9篇论文Google Scholar他引超过100次，6篇论文发表至今在所在期刊的SCI引用排名居于前2位，被38位院士和IEEE Fellow在Nature、Nature Physics、IEEE汇刊等正面评价，相关成果获亚洲控制会议最佳论文奖、IEEE 电路与系统协会神经系统与应用技术委员会最佳理论论文奖、全国复杂网络学术会议最佳学生论文奖、IEEE国际电路与系统会议最佳学生论文奖提名等。

多智能体

多智能体 1简介 说到“多智能体”，一般专指多智能体系统（MAS，Multi-AgentSystem）或多智能体技术（MAT，Multi-Agent Technology）。多智能体系统是分布式人工智能（DAI，DistributedArtificial Intelligence）的一个重要分支，是20世纪末至21世纪初国际上人工智能的前沿学科。研究的目的在于解决大型、复杂的现实问题，而解决这类问题已超出了单个智能体的能力。 1989年举行的第一届国际多智能体欧洲学术会议，标志着该技术受到了研究者的广泛重视。1993年首次召开了智能体形式化模型国际会议，1994年又召开了第一届智能体理论、体系结构和语言国际会议，表明多智能体技术日益获得了重视。 2 定义 多智能体系统是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。 它的研究涉及智能体的知识、目标、技能、规划以及如何使智能体采取协调行动解决问题等。研究者主要研究智能体之间的交互通信、协调合作、冲突消解等方面，强调多个智能体之间的紧密群体合作，而非个体能力的自治和发挥，主要说明如何分析、设计和集成多个智能体构成相互协作的系统。 同时，人们也意识到，人类智能的本质是一种社会性智能，人类绝大部分活动都涉及多个人构成的社会团体，大型复杂问题的求解需要多个专业人员或组织协调完成。要对社会性的智能进行研究，构成社会的基本构件物——人的对应物——智能体理所当然成为人工智能研究的基本对象，而社会的对应物——多智能体系统，也成为人工智能研究的基本对象，从而促进了对多智能体系统的行为理论、体系结构和通信语言的深入研究，这极大的繁荣了智能体技术的研究与开发。 3优势特点 多智能体系统在表达实际系统时，通过各智能体间的通讯、合作、互解、协调、调度、管理及控制来表达系统的结构、功能及行为特性。 多智能体系统具有自主性、分布性、协调性，并具有自组织能力、学习能力和推理能力。采用多智能体系统解决实际应用问题，具有很强的鲁棒性和可靠性，并具有较高的问题求解效率。 多智能体系统是智能体技术应用及研究上的一个质的飞跃，不同行业的专家学者对之进行了深入的研究并从多个角度阐述了多智能体系统用于解决实际问题的优势，归纳起来，主要有以下几点： （1）在多智能体系统中，每个智能体具有独立性和自主性，能够解决给定的子问题，自主地推理和规划并选择适当的策略，并以特定的方式影响环境。

智能体和多智能体系统研究

文章指出，算法博弈论是博弈论和算法设计的交叉领域，热点研究问题包括算法机制设计、计算社会选择理论、（社交）网络分析、均衡分析等。博弈论在安全领域的资源分配及调度方面的理论得到了成功应用。多智能体学习、分布式问题求解、分布式规划，以及“多智能体图灵测试”问题也都是挑战性的研究论题。 多智能体系统由一组交互协同的自主智能体构成，以自主智能体和多智能体系统的理论和技术为基础，提供相应的原理、方法、语言和工具来支持软件系统的工程化开发。国防科学技术大学教授毛新军撰写的《面向智能体软件工程》，提出了与具有自适应、自组织、自我管理、持续演化等特点的软件系统研究相融合和交叉的问题，以推动此研究向纵深发展。 智能体所具有的感知性、适应性、自治性、主动性和协作性等使得其能够根据环境的变化，灵活、自主地采取行动以满足设计要求，也为软件自适应动态演化的研究提供了一个全新的思路。西安电子科技大学教授李青山等撰写的《基于智能体的在线演化机制及支撑环境》，介绍了基于智能体的在线演化机制及支撑环境，可保证系统在不中断运行的情况下，根据用户需求和环境信息的变化，对智能体之间的协作关系进行调整，以提高软件的自适应演化能力、生命力等，降低软件开发、维护和运行成本。 多智能体系统是复杂问题求解与复杂系统建模的一种有效工具，采用自底向上的方法对个体及个体间的局部交互进行建模，模拟系统的全局行为，实现系统的宏观目标。吉林大学教授杨博等撰写的文章《网络理论与多智能体系统研究》，介绍了网络结构分析的研究背景、主要进展，分析了其发展趋势，并在此基础上讨论了国内外有关复杂网络与多智能体系统研究的主要工作，尝试从网络理论的视角，审视多智能体系统研究的新思路和新方法。 社会网络主要由自治的社会 智能体，又称主体，是指通过传感器感知环境、效应器作用于环境，并主动执行动作的实体。经过近30年的发展，智能体和多智能体系统已经逐渐成熟，成为国际人工智能领域的前沿和研究热点。在近年来的AAAI人工智能会议(AAAI)和国际人工智能联合会议(IJCAI)上，录用数量最多的也是这方面的文章。 为了交流智能体和多智能体系统的最新研究成果，更好地推动其在我国的研究发展，今年3月，中国科学院计算技术研究所在北京召开了智能体和多智能体系统研讨会，与会专家围绕这一主题，进行了深入探讨。大家认为，智能体和多智能体系统当前的研究热点、面临的挑战和发展趋势值得让更多的人了解，于是，我们组织了本期专题。 新加坡南洋理工大学南洋助理教授、中科院计算所副研究员安波等撰写的《多智能体系统研究的历史、现状及挑战》，介绍了多智能体系统的起源、发展、当前的研究热点和未来发展趋势。特邀编辑：史忠植1　安　波1,2　1中国科学院计算技术研究所 2新加坡南洋理工大学 智能体和多智能体系统研究关键词：智能体　多智能体系统

人工智能概论(郭福春)教材参考答案52542

高等教育出版社《人工智能概论》教材课后习题参考答案 第一章 一、单选题 1.B 2.B 3.C 4.D 二、多选题 1.ABC 2.ABCD 3.ABCD 4.ABC 三、简单题 １.参考P6 ２.参考P5 3. 参考P11 4. 参考P19、P23 四、实训练习 任务描述中已列明实训过程和步骤

一、单项选择题 1. A 2. B 3. C 4. D 5. A 二、多项选择题 1. ABCE 2. ABCD 3. AB 4. ACD 三、简答题 1. 机器学习是人工智能实现的重要手段之一，深度学习是机器学习算法中的一种，目前是人工智能应用的主流算法。 2. Bagging的抽样是有放回抽样，抽样的样本集之间是并列关系，而Boosting算法抽样的样本集是顺序关系。 四、实训练习 若参考推荐实训平台上的参考答案。

一、单项选择题 1. C 2. B 3. B 4. C 5. C 二、多项选择题 1. ABE 2. ABCDE 3. ABCD 三、简答题 1. （1）信息化程度的提升；（2）互联网及移动互联网应用的发展；（3）数据采集、存储及数据交换效率的提升。 2. 人工智能应用基于算法实现，算法基于数据进行学习，海量样本大数据可以为算法提供更为丰富的学习资料，提升算法训练的效果，进而提升人工智能应用的准确度。 四、实训练习 可参考金融AI实验平台相关的实训手册。

一、单项选择题 1. C 2. A 3. D 4. D 5. D 二、多项选择题 1. ABCD 2. ABC 3. CDE 三、简单题 1. 人工智能发展三要素：算法、数据和算力。 2. 芯片类型： CPU，传统的计算芯片； GPU，较CPU的计算能力更强，非常适合人工智能的相关计算； FPGA，可编程、高性能、低功耗； ASIC神经网络处理器，从硬件方向对神经网络结构进行模拟，内存、CPU和通信部件完全集成在一起，完全在本地完成数据处理，解决了传统计算机内存与CPU之间的瓶颈。 3. 神经网络算法训练阶段对精度非常依赖，且计算量要求高，需要支持训练的芯片具有强大的单芯片计算能力及并行计算能力，同时需要存储器能够承受训练过程中参数频繁写入的需求。 预测决策阶段，对运算和存储的需求远远低于训练阶段，但由于应用场景多样，则需要个性化的考虑速度、能效、安全和硬件成本等因素来做选择。 4. 人工智能带来的科技创新已经被各国认为是下一个经济增长的驱动力，而作为人工智能的硬件基础，人工智能芯片则成为各国发展人工智能的战略之一，也是一些国家试图抑制其他国家发展的手段。因此中国自主研发人工智能芯片，是实现完全的科技自主的必须工作。 四、实训练习 参考实训任务。

多智能体系统在电力行业中的应用

龙源期刊网 https://www.docsj.com/doc/928333412.html, 多智能体系统在电力行业中的应用 作者：贺廷柱胡琳 来源：《科技与创新》2017年第09期 摘要：多智能体系统（MAS）起源于分布式AI研究领域，其自有特性决定了它在电力行业有广阔的应用前景。重点介绍了多智能体系统在电网故障诊断、继电保护、配电领域和电力市场中的运用情况，这也是现阶段多智能体系统所运用的主要领域。随着智能电网的发展，多智能体系统在电力行业中的应用必然大放光彩。 关键词：多智能体系统；电力行业；工程领域；故障诊断 中图分类号：TM76 文献标识码：A DOI：10.15913/https://www.docsj.com/doc/928333412.html,ki.kjycx.2017.09.005 1 多智能体系统简介 多智能体系统（MAS，Multi-Agent System）起源于分布式人工智能系统，早在20世纪70年代就对该系统进行了研究。20世纪80年代后期，基于MAS的研究已成为分布式人工智能 研究的一个重要分支，对应的研究成果也开始被运用于工程领域。随着计算机网络技术的发展，越来越多的学者加入了多智能体系统的研究领域。 但是，与AI中许多术语并无准确定义一样，多智能体系统也没有准确或统一的定义。目前，绝大部分人接受的定义是：多智能体系统是具有一系列的目标，确定的能力和知识，能够推理环境，生成相应的规划并执行规划，以实现目标的功能实体。每个单一智能体必然具有自发性、分布性、唯一性、移动性、诚实性和理性。因此，由各个单一智能体所组成的多智能体系统通常具有3大特性，即可变性与适应性、交互性与合作性、自发性。多智能体系统的基本构成模型如图1所示。 图1 MAS的基本构成模型 多智能体系统的3大特性决定了其可以有效完成全局目标，并且可以与周围环境互动，还可以消除任务学习和规划决策等方面的弊端。多智能体系统能够支持分布式应用，所以，具有良好的模块性和优异的扩展性，也能有效降低系统的总成本。作为处理分布式系统问题的新方法，其通信语言相同、各个智能体分工明确，解决了智能体与智能体之间的决策冲突问题。正是多智能体系统在解决实际问题时具有诸多优点，使其在诸多工程领域得到了广泛应用。 2 多智能体系统在电力行业中的应用 2.1 在电网故障诊断中的应用

多智能体系统文献综述

多智能体系统文献综述 摘要：对多智能体系统及其协同控制理论研究和应用方面的发展现状进行了简要概述.首先给出Agent及多Agent系统的概念和特性等,介绍了研究多Agent系统协同控制时通常用到的代数图论;然后综述了近年来多Agent系统群集运动和协同控制一致性方面的研究状况,并讨论了其在军事、交通运输、智能机器人等方面的成功应用;最后,对多Agent系统未来的发展方向进行了探讨和分析,提出几个具有理论和实践意义的研究方向,以促使多Agent系统及其协同控制理论和应用的深入研究. 关键词：多Agent系统(MAS)；协同控制；代数图论；群集运动；一致性协议 分布式人工智能是人工智能领域中一个重要的研究方向,而多Agent系统(multi-Agent systemMAS)则是其一个主要的分支. 20世纪90年代,随着计算机技术、网络技术、通信技术的飞速发展,Agent及MAS的相关研究已经成为控制领域的一个新兴的研究方向.由于Agent体现了人类的社会智能,具有很强的自治性和适应性,因此,越来越多的研究人员开始关注对其理论及应用方面的研究.目前,人们已经将MAS的相关技术应用到交通控制电子商务、多机器人系统、军事等诸多领域.而在MAS中,Agent之间如何在复杂环境中相互协调,共同完成任务则成为这些应用的重要前提.近年来,从控制的角度对MAS进行分析与研究已经成为国内外众多学术机构的关注热点,人们在MAS协同控制问题上做了大量的研究工作,特别是在MAS群集运动控制和协同控制一致性问题方面取得了很大的进展.目前对MAS的研究总体上来说还处于发展的初步阶段,离真正的实用化还有一定的距离;但其广泛的应用性预示着巨大的发展潜力,这必将吸引更多专家、学者投入到这一领域的研究工作中,对MAS的理论及应用做进一步探索.根据上述目的,本文主要概述了多智能体系统(MAS)在协同控制方面的研究现状及其新进展 1 Agent与MAS的相关概念 1.1 Agent的概念 Agent一词最早可见于Minsky于1986年出版的《Social of Mind》一书中.国内文献中经常将Agent翻译为:智能体、主体、代理等,但最常见的仍是采用英文“Agent”；因为Agent 的概念尚无统一标准,人们对于汉语中哪个词能更好地表达其含义还没有达到共识.介绍两种引用较多的定义形式: ①：Maes在文献[1]中将Agent定义为:试图在复杂的动态环境中实现一组目标的计算机统②：Wooldrige和Jennings在文献[2]中,从Agent的特性方面给出其弱定义和强定义Agent接受从环境中感知的输入,并产生输出动作作用于环境,这种交互通常是一个连续不断的过程.Agent不能完全控制它周围的环境,只能通过动作输出影响环境. 1.2 MAS的概念 概念：MAS是由多个Agent组成的集合,Agent之间以及Agent与环境之间通过通讯、协商与协作来共同完成单个Agent所不能解决的问题. 优点：更广泛的任务领域、更高的效率、改良的系统性能、错误容忍、鲁棒性、分布式的感知与作用、内在的并行性、对社会和

智能交通系统概论

智能交通系统之车牌识别技术 摘要：车牌识别技术是现代智能交通系统中的重要组成部分之一，应用十分广泛。今天我就以此为课题展开研究 车牌识别技术以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。系统通过视频采集接口采集摄像头摄入包含车牌的视频图像，再对动态采集到的图像进行处理以克服图像干扰，改善识别效果，接着在动态采集到的图像中自动找到车牌的位置也就是边缘检测，并分割出单个字符的矩形区域, 然后对车牌进行二值化,最后把规整好的字符输入字符识别系统进行识别。如果车辆在通过设有视频采集摄像头的路口是出现超速、超载、闯红灯等违章现象该系统就可以通过拍摄到的违章车辆牌照进行处理并向工作人员发出报警。该系统适合于城市交通管理、高速路汽车超载、超速监控、公路计费、停车场管理、被盗车辆的侦破等应用。一下介绍一下车牌识别技术在各方面的要求： 车牌识别技术对摄像机的要求： 1、对摄像机清晰度要求。图像水平分辨率要大于480线，高清晰度摄像机要配高清晰度监视器。 2、摄像机最低照度也称作灵敏度。最低照度指标不能只看前面的数字有多少，而应该看这个指标是在什么条件下测到的。如彩色最低照度0.15Lux/F1.4/50IRE/AGCON，这表明0.15Lux的低照度是用F1.4通光量镜头，视频信号测量电平在50IRE（350mv），AGCON的条件下测出来的。如果换通光量大的F1.0镜头，视频信号测量电平在25IRE，测出的低照度指标更低。1/2英寸CCD摄像机的灵敏度和图像质量要高于1/3英寸CCD摄像机。 3、摄像机的信噪比。在光线很好的情况下，摄像机的信噪比都很好，图像上看不出噪波点，但在光线较暗时，信噪比指标好的摄像机图像依然清晰噪波点

智能系统基本概论

智能系统 智能系统（Intelligence system）是指能产生人类智能行为的计算机系统。智能系统不仅可自组织性与自适应性地在传统的诺依曼的计算机上运行，而且也可自组织性与自适应性地在新一代的非诺依曼结构的计算机上运行。“智能”的含义很广，其本质有待进一步探索，因而，对：“智能”这一词也难于给出一个完整确切的定义，但一般可作这样的表述：智能是人类大脑的较高级活动的体现，它至少应具备自动地获取和应用知识的能力、思维与推理的能力、问题求解的能力和自动学习的能力。 主要特征： 处理对象 智能系统处理的对象，不仅有数据，而且还有知识。表示、获取、存取和处理知识的能力是智能系统与传统系统的主要区别之一。因此，一个智能系统也是一个基于知识处理的系统，它需要如下设施：知识表示语言；知识组织工具；建立、维护与查询知识库的方法与环境；支持现存知识的重用。 处理结果 智能系统往往采用人工智能的问题求解模式来获得结果。它与传统的系统所采用的求解模式相比，有三个明显特征，即其问题求解算法往往是非确定型的或称启发式的；其问题求解在很大程度上依赖知识；智能系统的问题往往具有指数型的计算复杂性。智能系统通常采用的问题求解方法大致分为搜索、推理和规划三类。 智能与传统的区别 智能系统与传统系统的又一个重要区别在于：智能系统具有现场感应（环境适应) 的能力。所谓现场感应指它可能与所处的现实世界的抽象——现场——进行交往，并适应这种现场。这种交往包括感知、学习、推理、判断并做出相应的动作。这也就是通常人们所说的自动组织性与自动适应性。 类型： 操作系统 也称基于知识操作系统。是支持计算机特别是新一代计算机的一类新一代操作系统。它负责管理上述计算机的资源，向用户提供友善接口，并有效地控制基于知识处理和并行处理的程序的运行。因此，它是实现上述计算机并付诸应用的关键技术之一。 智能操作系统将通过集成操作系统和人工智能与认知科学而进行研究。其主要研究内容有：操作系统结构；智能化资源调度；智能化人机接口；支持分布并行处理机制；支持知识处理机制；支持多介质处理机制。 语言系统 为了开展人工智能和认知科学的研究，要求有一种程序设计语言，它允许在存储器中储存并处理一些复杂的、无规则的、经常变化的和无法预测的结构，这种语言即后来被称为的人工智能程序设计语言。人工智能程序设计语言及其相应的编译程序（解释程序）所