基于Petri网的FMS物流系统建模与仿真

在建立FMS物流系统Petri网模型的基础上,采用“映射”思想,将Petri网模型转化为物流系统的仿真程序,提出了库所映射为程序数据、变迁映射为程序函数、系统子网映射为FMS系统基本类的映射方法,通过实例仿真验证了软件程序与模型的一致性。     

基于观测器的液压系统健康状态评估方法研究

为了实时评估液压系统的健康状态,提出了基于观测器的健康状态评估原理,利用解析模型、仿真模型和数据模型及其配合等方法进行液压系统标准模型的建立,联合实际液压系统的监测数据,构建液压系统的状态观测器。将实际系统的相关参数作为输入,实际监测点的输出与标准模型的输出进行特征分析与对比,在数据处理的基础上形成残差及其向量,运用数据分析方法计算系统健康度,并解析各元素及其耦合所映射的故障类型与故障程度,实现液压系统的故障定位与评估。最后,利用某型装备的起竖液压系统进行了应用举例,介绍了模型构建、故障模式与参数选择、残差构成及健康度计算的方法。所研究的状态评估方法对实时评估液压系统,及开展液压系统视情维修具有参考价值。     

基于SysML和Modelica的复杂机电产品系统设计与仿真集成

系统仿真是辅助系统设计的一种重要手段,如何将系统设计与系统仿真有机结合,从而支持设计工作的高效开展,是一项重要的研究课题.针对这一问题,基于系统工程标准建模语言SysML和多领域仿真建模语言Modelica提出一套系统层设计与仿真集成方法.首先基于元对象机制分析和比较了SysML和Modelica的元模型;然后以Modelica元模型为基准,构造了面向Modelica的SysML扩展包M-Design;最后依据扩展的SysML和Modelica元模型定义了二者之间的映射规则,从而实现SysML设计模型向Modelica仿真模型的自动转换.以储水池系统为例,展示了复杂机电系统的设计和仿真的集成过程.     

压缩式垃圾车液压系统故障诊断方法研究

针对传统液压系统故障诊断方法诊断效率低、诊断精度不高等问题,以垃圾车液压系统为研究对象,提出了基于支持向量机的液压系统故障诊断方法.运用AMEsim软件建立垃圾车液压系统仿真模型、采集故障数据,利用故障数据建立支持向量机分类模型并进行参数寻优,最后利用分类模型对液压系统未知故障样本进行测试.仿真结果表明,上述函数和惩罚因子的选择对诊断精度影响较大;支持向量机诊断方法能更加有效提取液压系统故障信息,有更高的故障诊断精度和诊断效率.     

一类反馈过程神经元网络模型及学习算法研究

提出了一种带有反馈输入的过程式神经元网络模型,模型为三层结构,其隐层和输出层均为过程神经元。输入层完成连续信号的输入,隐层完成输入信号的空间聚合和向输出层逐点映射,并将输出信号逐点反馈到输入层;输出层完成隐层输出信号的时、空聚合运算和系统输出。在对权函数实施正交基展开的基础上给出了该模型的学习算法。仿真实验证明了该模型的有效性和可行性。     

基于Matlab/Simulink的汽车ABS系统的建模与仿真

以单轮车辆为研究对象,在Matlab/Simulink的环境下建立整车数学模型、双线性轮胎模型、液压制动系统模型和滑移率计算模型,设计PID控制器,对所建立的汽车ABS数学模型进行仿真研究,得出仿真曲线,并将仿真结果与无ABS作用时的制动结果进行对比.结果表明,建立的ABS数学模型可靠,能达到较为理想的制动效果.     

利用人工神经网络SNC进行最优励磁控制

BP神经网络是一种多层结构的映射网络。由于它计算简单、存储量小，并具有分布并行处理特性，所以是目前应用最广的一种模型。本文设计了一种BP神经网络的监督学习控制器（SNC），在线性最优励磁控制的基础上，利用3层BP神经网络对柴油发电机的控制过程进行监督学习。通过对网络的训练，使其能达到实时控制的目的。仿真结果表明，所设计的SNC在系统运行方式较大的变化范围内，都能提供很好的控制性能。     

基于Matlab／Simulink的汽车ABS建模与仿真

该文以单轮车辆为研究对象,建立整车数学模型、轮胎模型、制动器模型、液压系统模型和滑移率的计算模型。对所建立的汽车ABS数学模型进行仿真研究,得出仿真曲线。仿真结果表明,建立的ABS数学模型可靠,能达到较为理想的制动控制效果,验证了汽车ABS具有良好的制动性能和方向操纵性。     

压滤机液压控制系统动态特性数字仿真

本文提出利用MATLAB语言的SIMULINK软件包对液压系统进行动态仿真的方法.基于功率键合图理论建立了液压系统的仿真模型,并利用SIMULINK软件对液压系统的动态特性进行仿真.结果表明,SIMULINK方法是对液压系统的动态特性进行仿真的一条有效途径.用MATLAB实现其液压系统的动态仿真为液压系统设计提供系统工作的状态信息.     

具有动态变更适应性的铁路信息集成系统

提出了信息空间3层结构模型，并根据此模型设计并实现了铁路信息集成系统体系结构。当信息源数据库模式变更时，铁路信息集成系统只需在线自动调整映射并且不需修改使用此系统的应用程序。与现有铁路综合统计信息系统相比，铁路信息集成系统具有动态变更适应性。     

面向虚拟人的语义环境模型研究

提出了一个语义环境模型,模型可分为3个层次:几何层、语义层和应用层。以虚拟环境三维几何模型和环境语义信息表为基础,结合虚拟角色自身的特征信息,生成完全面向该虚拟角色的环境语义信息。并将相关虚拟物体语义信息映射到环境模型上,把环境语义信息作为虚拟人路径规划的重要因素引入改进的规划算法,进而针对不同的障碍物和虚拟人进行路径规划。实验结果表明,语义环境模型为虚拟人提供了环境交互信息,提高了虚拟人的仿真度。     

联合作战模拟系统中军事模型体系结构

进行联合作战模拟系统体系结构设计时,面临的主要问题之一是设计在结构水平上与被仿真对象(联合作战)基本相似的模型体系(模型结构和模型数据),即它必须包含映射“联合作战”中实体及实体活动的各种军事模型和映射实体间各种关系的军事模型间关系。针对此问题,该文以联合作战模拟为应用背景,设计了联合作战模拟系统中军事模型的体系结构,说明了它的相关概念;阐述了军事模型的开发过程,并确定了联合作战模拟系统中军事模型间信息控制关系。     

高空台液压加载系统试验智能运行技术研究

为了满足航空发动机高空模拟试验智能化需求,以高空台液压加载系统为研究对象,研究其试验智能运行的关键技术。通过深入分析液压加载系统设备组成及试验智能化存在的传感器数据利用不充分、控制精度不高和数据可视化展示不直观等问题,提出基于层次分析法的数据分组关联架构,设计数据融合架构对传感器数据进行预处理并对数据进行数据层、特征层和决策层融合。针对控制精度不高且须满足快速性的要求,提出一种基于设备特性与加载谱的智能复合控制框架用于智能化控制。针对液压加载系统子设备众多且易发生故障并存在性能退化的问题,提出基于深度学习的故障诊断方法与基于支持向量机的健康预测方法。同时,提出一种基于WebGL框架下的液压加载系统工艺流程可视化展示方法并建立了三维可视化模型,实现液压加载系统动态模拟的运行状态显示。     

WADE系统的多级分布式对象命名体系的设计与实现

WADE是一个基于校园网络的面向对象的元计算系统，通过分布式对象模型实现广域异构资源的一致管理，提出了一种4级对象层次结构支持模型的组织与实现，对象命名代理负责用户与系统的接口，映射用户对象标识符UOID到系统对象标识符SOID，对象通信代理为对象绑定通信地址，建立通信对象标识符COID，对象存储管理器则负责对象的惰性保存，并通过永久对象标识符POID识别惰性对象，WADE采用了双Cache缓冲机制，有利于提高对象的操作与通信性能。     

An active learning framework for content-based information retrieval

We propose a general active learning framework for content-based information retrieval. We use this framework to guide hidden annotations in order to improve the retrieval performance. For each object in the database, we maintain a list of probabilities, each indicating the probability of this object having one of the attributes. During training, the learning algorithm samples objects in the database and presents them to the annotator to assign attributes. For each sampled object, each probability is set to be one or zero depending on whether or not the corresponding attribute is assigned by the annotator. For objects that have not been annotated, the learning algorithm estimates their probabilities with biased kernel regression. Knowledge gain is then defined to determine, among the objects that have not been annotated, which one the system is the most uncertain. The system then presents it as the next sample to the annotator to which it is assigned attributes. During retrieval, the list of probabilities works as a feature vector for us to calculate the semantic distance between two objects, or between the user query and an object in the database. The overall distance between two objects is determined by a weighted sum of the semantic distance and the low-level feature distance. The algorithm is tested on both synthetic databases and real databases of 3D models. In both cases, the retrieval performance of the system improves rapidly with the number of annotated samples. Furthermore, we show that active learning outperforms learning based on random sampling.     

SPINE：一个轻型永久对象管理器

在信息系统中，应用程序是基于对象模型的，但企业数据主要还是存储在关系型数据库中。永久对象管理层搭起了一个沟通对象模型和关系模型的桥梁，简化了应用程序的开发。SPINE是我们开发的一个轻型的永久对象管理构架，它允许系统中同时存在一个对象的多个拷贝，并通过版本机制来解决访问冲突；其次，它引入了三层对象设计模式，使系统更加紧凑；它还通过PROXY设计模式实现了关联对象的延迟装载，从而提高了系统性能。     

基于YOLOv4的抓取检测

对于物品的纹理特征容易影响到抓取检测的精度,且原始的默认锚框不适合待抓取检测目标的尺度,以及在小目标物体检测效果不佳等问题,该文通过以下方法进行改进。首先通过图像处理将物品的原始图像经过处理使其只具有物品的轮廓信息,然后采用KMeans得到适合所检测目标的锚框尺度,以基于YOLOv4的神经网络模型建立改进后的YOLOv4抓取检测模型,最后去除YOLOv4中检测较大物体19×19的特征层检测层及其附近的卷积及池化层,以此降低系统复杂度减少参数,并且将第11层和第109层进行特征融合得到特征尺寸152×152使其能够更好地提取小目标特征。将原始图像和只具有轮廓信息的图像分别送入改进前和多种进行改进后的网络进行检测性能的分别对比。实验结果表明经过改进的网络抓取检测的平均成功率为81.5%,比原始的YOLOv4提高了4.3%,有效提升了抓取检测的精度并且加强了检测小目标的能力。     

船用蒸汽动力装置控制设备综合试验仿真系统

随着仿真技术的发展，半实物仿真已越来越多地应用于控制系统的研究和设计。该文介绍了针对某型船用蒸汽动力装置大量采用的液压(水压)控制器而研制的综合试验仿真系统。该系统应用了半实物仿真技术，将实物——液压式控制器、仿真计算机、信号转换设备和测试设备构成有机整体，形成半实物仿真系统。该系统能够较全面地对此类液压控制器进行试验研究，包括在实验室进行动态试验。文中还对实现过程中模型的简化和信号的转换等问题进行了探讨。     

Fully Automatic Registration of Image Sets on Approximate Geometry

The photorealistic acquisition of 3D objects often requires color information from digital photography to be mapped on the acquired geometry, in order to obtain a textured 3D model. This paper presents a novel fully automatic 2D/3D global registration pipeline consisting of several stages that simultaneously register the input image set on the corresponding 3D object. The first stage exploits Structure From Motion (SFM) on the image set in order to generate a sparse point cloud. During the second stage, this point cloud is aligned to the 3D object using an extension of the 4 Point Congruent Set (4PCS) algorithm for the alignment of range maps. The extension accounts for models with different scales and unknown regions of overlap. In the last processing stage a global refinement algorithm based on mutual information optimizes the color projection of the aligned photos on the 3D object, in order to obtain high quality textures. The proposed registration pipeline is general, capable of dealing with small and big objects of any shape, and robust. We present results from six real cases, evaluating the quality of the final colors mapped onto the 3D object. A comparison with a ground truth dataset is also presented.