非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.     

N2O贮箱自增压模拟

基于Zilliac的三区假设,建立了贮箱液相自增压供应模型,使用Peng-Robinson状态方程进行模型推导,并建立了自增压实验系统进行模型验证.研究结果表明:自增压过程中,贮箱饱和温度介于气相和液相温度之间,且更加接近于液相温度.模型能够较好地模拟贮箱压力和液相温度的变化,然而气相区域由于温度分层的存在使得集总参数模拟误差较大,故需要采用气相区域具有更多节点的集总参数模型进行模拟.      

欠驱动指爪机构的被动弹性元件参数优化设计

欠驱动指爪机构具有抓取不同目标物的自适应性,可满足操作任务的多样化需求。其欠驱动特性使得被动弹性元件的参数对抓取性能的稳定性和自适应能力有很大影响。若弹簧刚度选择过小,欠驱动指爪的稳定性会降低;若弹簧刚度选择过大,指爪的自适应能力会下降。因此,本文基于抓取状态平面法,对欠驱动指爪的被动弹性元件参数进行优化设计。首先,在欠驱动指爪静力学分析的基础上,建立弹簧刚度与驱动力的平衡方程。然后,通过对不同抓取模式拓扑转换的定量分析,获得欠驱动指爪与目标物之间不同的接触状态;同时为了保证稳定抓取,考虑了不同抓取模式下指爪弹性元件刚度与驱动力矩的参数匹配关系。在此基础上,基于抓取状态平面法建立被动弹性元件刚度与机构稳定区域关系的解析表达,并基于稳定区域面积最大化的思想,进行弹簧刚度的最优设计。最后,基于不同的抓取状态模型对弹簧刚度进行了优化设计,为后续欠驱动指爪机构设计和控制应用奠定理论和技术基础。     

基于转子动力学特性分析的局部共振诊断研究

建立了支承局部共振动力学模型,给出了利用振动数据进行局部共振频率预测的方法。进行了转子动力学试验,试验转子含有2个盘和2个支承并固定到柔性摆架上,试验中出现单个支承外传力超限,但盘的振动位移幅值较小,且有上升趋势的现象,符合支承局部共振的特征。利用局部共振频率预测方法对振动数据进行处理,得到了理论预测的局部共振频率。进行了模态试验,得出的局部共振频率与理论预测吻合,同时也验证了局部共振诊断。结合模态振型对摆架进行了改进,改进后,消除了该处局部共振。     

PIV测速技术实验参数分析

本文通过理论分析、计算机模拟及实验观测，对采用底片记录和杨氏条纹法判读的ＰＩＶ测速技术的动态测量范围、各种实验参数的影响及其优化取值准则进行了详细的分析讨论，并给出了一些有关的理论及经验公式。     

低信噪比情况下识别模态参数的时域平均方法

 <正> 1.引官 模态参数识别方法在应用中需要解决的一个重要问题是观测噪声的干扰问题。为了有效地抑制观测噪声的影响,各种时域参数识别方法普遍引入了估计方法,以ITDM为代表的利用脉冲响应包括对脉冲激励的响应和脉冲响应函数)识别模态参数的识别方法还引入了噪声模态     

基于远场模式的散射体形状成像

对线性抽样法的电磁场逆散射求解进行了研究。为避免迭代和优化法的正问题求解,用积分算子将散射物边界数据映射到散射场的远场模式,针对第一类积分方程的不适定性,用Tikhonov正则化法求解,并用高阶收敛算法确定正则化参数以快速数值实现。数值计算结果表明：线性抽样法＋确定正则化参数的高阶收敛算法可较好地滤除噪声,减少了确定正则化参数的计算量。     

数控布带缠绕机关键技术

 多功能数控布带缠绕机是集机械、电子、气动、控制、软件和数控等技术一体化的多学科交叉综合应用的复杂设备。从提高参数控制精度及匹配精度的角度出发,详细地介绍了一种新型布带缠绕机的结构、组成及实现方式,并对机床本体、张力控制系统、温度控制系统、压力控制系统及数控系统的设计与开发中的关键技术做了较为深入的探讨。将该技术应用于多功能布带缠绕设备中,采用专用数控系统、先进机械装置及控制算法,既实现了缠绕成型过程的自动化,又保证了缠绕制品的质量,解决了复合材料零部件成型过程的关键制造技术难题。     

新型Fe基形状记忆合金的研究与进展

Ｆｅ－Ｍｎ－Ｓｉ合金是利用γ奥氏体中应力诱发马氏体相变的非弹性形状记忆合金。本文对近年来Ｆｅ－Ｍｎ－Ｓｉ合金形状记忆效应（ＳＭＥ）的研究及工程应用进行评述，并对Ｍｎ、Ｓｉ元素，应力诱发相变，母相强化及热－机械处理（训练）等对ＳＭＥ的影响进行讨论。     

扩展卡尔曼滤波对时变参数追踪性能的影响研究

扩展卡尔曼滤波（Extended Kalman filter,EKF）理论由线性卡尔曼滤波理论发展而来。在结构的物理参数未知的情况下,扩展卡尔曼滤波理论将结构的物理参数与其状态向量组成增广状态向量,对增广状态向量进行识别,从而得到修正的结构参数。本文引入扩展卡尔曼滤波理论,对结构参数进行识别。为了验证该方法的有效性,引入1个时变参数三自由度系统作为仿真算例,分别探讨扩展卡尔曼滤波中的各项滤波参数（模型噪声的协方差矩阵Q,测量噪声的协方差矩阵R）对结构的时变参数追踪性能的影响。结果表明,合适的滤波参数能使得算法更迅速,准确地识别出结构中的时变参数变化趋势。还通过一个悬臂梁仿真算例,证明了即使在部分测点没有测量的情况下,EKF算法也能识别出结构参数。