磁轴承控制器的设计及仿真研究

介绍了磁轴承系统的组成,对控制器性能的基本要求及控制方案的选择,分析了典型ＰＩＤ控制器存在的两个弊端,提出了磁轴承控制器的四种模型。通过对这四种模型的仿真研究,分析了各模型中比例系数、积分时间常数、微分时间常数及局部反馈系数对系统性能的影响,并给出了各参数较为理想的参考值及阶跃响应曲线,仿真结果对制作模拟控制器及数字控制器有一定的借鉴作用。     

基于行动理论的智能体模型

结合BDI模型和情境演算的优点构造了一个agent模型。在agent模型中,agent的心智状态由状态信念集、效应规则集、可行规则集、策略规则集和意向集组成。如果agent的心智状态是信息完全的且在流中添加情境变元,则它将成为Reiter提出的基于情境演算的行动理论,所以此agent模型既能表示agent的心智状态又能进行行动推理和规划,最后,文中提出了具有完全信息的agent实现目标的一种运行方式     

考虑不确定性因素的多学科设计优化方法

将基于单循环方法的可靠性分析(SLBRA)与多学科可行(MDF)设计优化相结合,提出了一种基于可靠性的多学科设计优化(RBMDO)方法.在优化过程中使用Kriging近似模型以不断提高模型精度,解决了MDF方法反复进行多学科分析、计算量较大的问题.该方法在可靠性分析过程中避免了优化迭代,从而提高了计算效率.以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求.与双循环方法相比,优化效率明显提高,证明了该方法在工程应用中可行且有效.     

经典模型降阶方法述评

大系统模型降阶是一个活跃的研究领域,比较成熟的经典降阶方法主要有;Pade逼近法,时间矩法,连分式法,Routh逼近法及混合法等。本文综述了这一领域的现有文献,介绍了每种降阶方法的基本思想、优缺点和适用范围,特别指出了一些新的经典模型降阶方法的进展。文中最后提出了模型降阶方法的可能研究方向。     

黑板框架的知识表达方法

本文介绍了黑板框架知识表达方法的设计思想和技术。黑板框架是由框架、知识源和黑板模型组成,是产生式规则、谓词、框架等多种知识表达功能的组合形式,它将知识表达和知识处理结合成一体,既能表达静态的知识,又能表达动态的知识;既能方便地表达断言性知识,又能自然地表达结构性知识。表达功能强、灵活性大;方便知识调度,加快推理速度,提高推理效率;方便知识获取并有利于机器学习。 黑板框架是一种能表达特定领域复杂知识结构的良好的方法,具有表达充分、推理充分、推理效率和获取效率高的特点。 文中还对目前各种知识表达方法进行了评价,对黑板模型、知识源、黑板框架的概念进行了描述,并对黑板框架给出了严格的BNF定义。 黑板框架的知识表达方法,已在医学专家系统开发工具BFBEST中获得了成功的应用,并取得满意的效果。     

银行印鉴的模糊识别方法

印鉴的计算机自动识别在金融电子化进程中是一个关键问题,也是一项十分难以解决的课题,目前国内外已提出了一些算法,但仍然在存在若干未能解决的问题,本文结合遗传算法,图像分析,模糊识别等方法,提出了一套完整的印鉴识别方法,能适应不同形状,大小的印鉴,配准精度高,特征提取较为全面,有效,分类准确,且能较好的消除背景干扰,基本达到实用要求。     

风洞模型-支撑系统涡激振动测量与分析

以0.55m×0.4m低湍流航空声学风洞某模型及其支撑系统为研究对象,采用基于加速度传感器直接测量支撑系统和热线间接测量模型尾流相结合的方法,测量并分析了风洞模型-支撑系统的涡激振动模态,给出了测量方案和数据处理方法。采用基于加速度传感器的功率谱分析方法,获得了模型-支撑系统的三阶振动频率分别为31.1、120.9和221.4Hz;采用基于加速度传感器的频域滤波和频域积分方法,提高了有效信号的信噪比,获得了模型-支撑系统振动的振型和振动节点位置;采用热线测量模型尾流分离涡脱落频率的方法,获得了模型一阶和二阶振动的尾流涡激频率分别为31.1和124.1 Hz,并从测量尾流速度脉动量获得了模型振幅变化和抖振边界信息。实验结果表明,采用热线测量模型尾流从而分析模型振动的方法,有利于小尺度的模型振动测量,而且相对于加速度传感器装于模型表面的直接测量方法而言,对试验模型的绕流流场干扰较小,为测量风洞试验模型的涡激振动模态提供了一种方法。     

基于5S训练模式的航空安全管理

5S训练模式是精益生产思想里的一个重要内容,精益6西格玛是一种把6西格玛和精益生产思想整合在一起的新的质量管理理念。在航空安全管理上把5S训练模式和6西格玛结合起来能够提高客户满意度、降低飞行成本、提高飞行质量、加快改进流程,使航空公司价值实现最大化。围绕航空安全管理的特点,本文结合精益生产中的5S训练模式建立了飞行安全管理模型。     

结合图像局部信息的高斯混合型图像分割框架

针对现有的基于判别型或聚类型的图像,用分割方法无法处理被噪声污染的图像的现状,提出一种新的两步式图像分割框架。该框架首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后将现有的基于判别型或基于聚类型图像分割方法在重塑图像上执行,从而提高了现有图像分割算法的有效性和鲁棒性。文中用典型的聚类型方法高斯混合模型来说明该框架的可行性。由于框架的两个步骤具有独立性．因此可推广到现有的其他基于像素或直方图的方法。在人工和真实图像上的实验结果证明,这种两步图像分割框架可以获得有效且鲁棒的图像分割结果。     

应用限制编程的信息模型内在检查方法

提出了一种基于限制编程(Constraint programmmg)的信息模型内在一致性检查方法,重点描述了EXPRESS信息模型的一致性及其检查。EXPRESS语言,作为标准制造数据交换的一个重要部分,广泛地应用于制造与信息业。中提到的一致性检查包括三个步骤：EXPRESS模型形式化,限制满足性问题(CSP)从形式化模型中的抽取和CSP的可满足性测试。本同时揭示了限制编程的一个新的应用领域：模型验证。