排序方式: 共有48条查询结果,搜索用时 125 毫秒
11.
针对五轴数控微小线性段加工,因驱动器速度变化,导致速度转换点处加速度和加加速度不连续,致使工件表面加工存在不连续的问题,提出一种基于双NURBS的角度平滑插补算法。通过样条曲线拟合,计算出最佳控制点,提高刀具中心点轨迹拟合精度,达到表面加工光滑。仿真结果表明:采用该算法能够改善刀具运动的平滑度,提高模具和工件在五轴加工中的精度。 相似文献
12.
在实际应用中,尤其是在研究大规模决策空间的优化问题时,MOEA/D算法容易陷入局部最优。针对此问题,提出了一种基于量子搜索和高斯变异的MOEA/D算法。引入环境迁移模型,将两者进行并联,并且与原算法进行串联,利用量子搜索来提升算法的全局搜索能力,采用高斯变异位置更新方法保证算法的局部搜索能力。同时为了避免算法在迭代后期陷入"早熟"危险,提出了基于邻居位置的量子搜索,通过改变吸引点的生成方式,来加强量子搜索在迭代后期的局部搜索能力。结果表明:改进后的MOEA/D算法与原算法相比,提升了算法的搜索能力,也保证了算法的收敛能力。 相似文献
13.
通信数据会改变最小频移键控-线性调频(MSK-LFM)雷达通信一体化信号的模糊函数,影响回波的相参积累性能和雷达的弱目标检测性能。分析了MSK-LFM一体化信号的脉冲压缩处理过程,提出了通过设置每个脉冲传输不同数量的通信数据,即通信数据长度不同,来提高检测概率;同时分析了MSK-LFM信号的相参积累效果,结果表明,对于同一距离门的目标,不同脉冲间的相位改变只由多普勒频率引起;最后通过仿真实验对MSK-LFM信号在非理想情况下通信数据长度相同或不同时的检测概率进行了比较,同时与相同条件下直接序列chirp扩频(DS-CSS)一体化信号进行了对比分析。仿真结果表明:MSK-LFM信号在非理想情况下通信数据长度不同时的检测概率优于通信数据长度相同时的检测概率,同时也优于DS-CSS信号的检测概率。 相似文献
14.
针对计算机控制系统及电力传动控制系统等课程教学的实际需要以及工科学生实践能力的培养,在SKJ-II型数字随动系统平台上开发了嵌入式控制器,以代替传统的台式计算机、输入输出接口卡及控制软件;建立了SKJ-II型数字随动系统平台的数学模型,其中包括电控箱、直流力矩电机、测速发电机、光电编码器的模型,并且介绍了数字位置随动系统的动态结构框图的简化,经过合理选择ACR和ASR调节器,可以得到双闭环直流调速系统可以近似为一阶比例惯性系统,为便于教学,设计了基于串行通信的PC机大屏幕显示方式,实现了波形显示及给定轮、反馈轮的形态学显示。教学实践结果表明,该设计开发不仅增强了学生对理论知识的掌握,而且能提高学生的理论联系实际能力。 相似文献
15.
经阻容耦合的三角波载波信号会影响PWM控制器的传输特性。为研究阻容耦合后耦合信号的变化及其对PWM控制器传输特性的影响,通过对模型电路的分析并运用拉普拉斯(Laplace)变换方法求解出了三角波信号激励下阻容耦合电路的时域响应,再由具体数据仿真得出耦合参数对耦合效果和PWM控制器传输特性的影响并分析了产生这些影响的原因。通过仿真实验发现耦合电容取值偏小时,会导致耦合效果差,耦合波形失真严重,PWM控制器的传输特性变得非线性,从而使得PWM控制器的输出与期望偏差较大,不能满足要求,同时,耦合电路的时间常数偏小,也会使耦合效果差,影响PWM的传输特性。最后,还给出了工程应用中耦合电容和时间常数的参考值选择。 相似文献
16.
针对一类非线性多智能体系统,研究了满足预定性能的协同控制问题。基于动态面控制技术和模糊逻辑系统的逼近特性,提出了一种含有预定性能的自适应协同控制算法,并对其进行了仿真。仿真结果表明了该算法能使系统中所有信号均有界,"跟随者"能与"领导者"的输出达到一致,且同步误差在预先给定的性能边界内,并提高了误差精度。 相似文献
17.
18.
19.
将机翼外形参数化的思想和气动分析有效结合,在ISIGHT软件集成平台中同时实现三维外形建模、气动分析及其优化的全过程.探讨了机翼三维模型的自动化建模方法和解决方案,实现了机翼外形建模的完全自动化,并对实现机翼气动优化的相关算法进行了分析和研究.通过对机翼三维外形的自动调整和修改,在集成优化框架内,实现了气动性能的最优化... 相似文献
20.
肉眼醋酸实验是宫颈癌筛查的重要手段,使阴道镜设备具备自动识别醋白区域的功能是解决在临床上缺乏有经验医生这一难题的有效方法。针对这一目的,提出了一种建立在灰度共生特征矩基础上的CV模型水平集算法。该方法首先使用k-means聚类从肉眼醋酸实验后的原始宫颈图像中分割出宫颈区域,继而利用合成的灰度共生特征矩对宫颈区域进行醋白特征提取并获得待分割的特征图,最后使用改进的CV水平集算法对特征图进行分割并得到醋白区域。实验结果显示:改进后的CV水平集算法比传统CV水平集算法的敏感度在平均值上低26.6%,比分水岭分割高47.6%,比模糊聚类分割高11.23%;其特异性在平均值上比水平集分割高29.45%,比分水岭分割低11.64%,比模糊聚类高45.23%;而以Jaccard Index(JI)统计的精度指标在平均值上比传统CV水平集算法高19.74%,比分水岭算法高23.27%,比模糊聚类高38.11%。该新方法在总体性能指标上精度更高。 相似文献