基于神经网络的智能刀具状态检测系统

可靠的在线刀具磨损状态检测是柔性制造系统、计算机集成制造系统以及自动化机床必不可少的一个环节。文中论述了用反传神经网络与一类模糊神经网络分析处理由力传感器和声发射传感器所测得的刀具状态信号,识别出刀具的磨损情况,从而进一步实现刀具磨损状态的在线检测,控制自动机床及时更换刀具。本研究对四种规格的钻头的磨损情况进行了全程检测,并比较分析了反传神经网络与模糊神经网络对这一问题的有效性。实验结果表明,这两种方法对处理刀具磨损状态检测均有显著的效果与很高的准确性。用一类模糊神经网络处理多传感器信息是实现刀具状态在线检测的一个极为有效的方法。     

基于模糊神经网络的某型直升机可靠度预测

为了实现某型直升机可靠度准确预测,建立了基于自适应模糊神经网络的可靠度预测模型。该模型以故障间隔时间为输入,以可靠度为输出,通过模糊神经网络自适应训练获得适合直升机可靠度预测的故障间隔时间隶属函数。对模型进行检验取得了较好的仿真结果,与应用RBF神经网络进行可靠度预测相比速度更快,同时预测精度提高了98.4%。     

摇臂探测车折叠式悬架的综合评价与设计分析

悬架是探测车车体与车轮的连接部件,对整车体积影响较大。为减小探测车在着陆器 内所占的空间,将悬架设计成可折叠展开形式。概括了可折叠悬架展开的特点及其设计要求 。针对同一展开悬架构型,提出了4种可折叠悬架的构型方案,对它们进行了模糊综合评价 ,确定了综合性能最优的一种构型。设计了一种弹簧驱动的可折叠悬架,并分别对折叠和展 开状态悬架进行有限元分析,结果悬架的刚度和强度均满足设计要求。最后对悬架的展开过 程进行了动力学仿真分析,得到了车体质心的垂直加速度和速度曲线。结果发现,在采取改 进措施后,车体质心垂直加速度明显减小。
     

截断分布下广义失效概率的可靠性分析方法

提出基于随机变量为截断分布和失效域模糊下的结构可靠性分析方法。由于常规的可靠性分析方法不能直接用于截断分布情况下广义失效概率的计算,因此,先将截断分布情况下的可靠性分析模型转化为非截断分布情况下的多模式并联系统模型,在此基础上引入模糊失效域的隶属函数,将截断分布情况下的模糊可靠性分析问题转化为一般的随机可靠性问题,利用Monte Carlo法和重要抽样法求得广义失效概率。给出了方法的实现步骤和原理,并用不同算例验证了方法的合理性与可行性。     

基于改进的模糊C-Means航迹聚类方法研究

为指导飞行程序的改善和发现管制员的指挥模式,在分析历史飞行航迹特征基础上,应用最小描绘长度(MDL)原理对航迹特征点进行划分,运用融合了遗传算法和模拟退火算法的改进的模糊C-Means算法对特征点进行聚类,通过最长公共子序列(LCS)算法得到航迹相似性矩阵,利用矩阵得到航迹簇,最后形成中心航迹,算例仿真验证了新算法的有效性.     

聚三唑树脂的固化动力学模型

运用分段拟合法所得的固化动力学模型描述了一种新型聚三唑树脂的固化行为。研究表明,该树 脂体系在固化前期符合自催化模型,模型为dα dt =3. 78×1016exp(-10200/ T)α0. 653(1-α)2. 015;在固化后期符合n 级固 化模型,模型为dα dt =3. 34×1016exp(-10200/ T)(1-α)0. 927。聚三唑树脂的固化工艺为:RT→80℃→120℃→150℃。     

祥和扎龙

<正>在黑龙江省西部,嫩江的乌裕尔河下游,有一处世界重要的湿地,千百年来少有人走进深处,这里生息着近百种珍贵鸟类。正是出于对它的好奇和珍重,十几年来我多次从大庆或齐齐哈尔不同方向走进这片浩瀚的湿地,湿地中飘若天仙的丹顶鹤及湿地中的养鹤一家人,给我无尽的奇妙感受。中国现有国家级湿地保护区10余个,其中位于齐齐哈尔东南部及大庆西北部之间的扎龙国家级湿地保护区属丹顶鹤主要繁殖地,是丹顶鹤的故乡。每年3月中旬前后,随着气候转暖,黄河三角洲和我国南方的绝大部分丹顶鹤种群历经数日征程,又会迁回到繁殖地扎龙筑巢繁衍。     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。     

航空发动机涡轮前温度场数据分析方法

在航空发动机整机测试条件下,温度场测试具有局限性。介绍了1种发动机涡轮前温度场测试数据的统计分析方法,该统计方法较为有效;引入模糊原理,对统计量进行了概率分析,使得统计量评估更加完善。     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.