一种应用TMS320F2812和编码器测量电机转速的方法

利用TMS320F2812的正交编码电路及HEDSS的增量式编码器测异步电机转速,介绍了测速原理,提供了调试成功的C源程序,采用两种方法验证测得的异步电机转速,给出了该方法在实际应用中的注意事项。     

支承刚度和轴向位置对某型对转发动机低压转子临界转速的影响

为提供某型对转发动机低压转子临界转速的设计和调整的理论依据,开展了该转子的临界转速随支承刚度和轴向位置变化规律的研究.以该转子为研究对象,采用有限元法建立了转子动力特性的计算模型,基于不同的支承刚度和轴向位置,运用转子动力学分析软件SAMCEF/ROTOR对低压转子的前4阶临界转速进行了系统的计算分析,揭示了低压转子前4阶临界转速随支承刚度和轴向位置的变化规律.结果表明:支承刚度对低压转子的临界转速有显著影响,而支承轴向位置对临界转速的影响较小.     

峰值点非负矩阵分解聚类算法

非负矩阵分解模型是一种常见的数据降维方法。在现有非负矩阵分解算法用于聚类的研究中,每个类别一般仅由一个或者指定多个中心点表示,然而这种表示方式往往无法准确描述其类别的特征和结构,从而影响聚类效果。为了解决这个问题,本文提出了峰值点非负矩阵分解算法。该算法首先为数据集找到多个密度峰值点,并构建密度峰值点和样本点的二部图,然后利用二部图完成聚类。此外该算法引入流形图正则化项来充分利用数据间的流形结构信息,并给出了算法的迭代更新规则。在大量真实数据集上的实验结果表明,该方法可以更加有效地利用数据本身的结构信息,从而提高聚类效果。     

自适应时间平滑的演化谱聚类

传统的聚类算法一般只适用于静态数据的处理,而真实世界的数据往往数据量大且变化多,静态的聚类算法不能为动态数据提供其演化规律的分析学习。演化数据的聚类,一方面要正确反映每一时刻数据的合理簇划分,另一方面又要使动态的聚类结果在演化过程中尽可能平滑。本文提出了一种自适应时间平滑的演化聚类框架,该模型考虑到当前时刻数据与历史时刻数据的未知关联,通过限定时间回溯的范围,自适应地寻找与当前快照最相关的历史快照,并通过有机融合基于Itakura-Saito距离的静态相似度和基于时间序列的动态相似度,计算各个时间片快照上的相似度矩阵。本文进一步提出了两种自适应时间平滑的演化谱聚类算法,从不同的角度定义时间代价,得到不同的演化聚类结果。在真实数据集上的实验表明这两种算法能够有效地利用历史数据,在聚类结果上准确性更高,时间平滑性也更好。