基于点模式匹配的芯片缺陷检测算法研究

针对高速与高精度场景下芯片缺陷检测实时性和准确性难以同时保证的问题,提出一种基于方位环境特征的点模式匹配定位算法(Azimuth Environment Feature Vector-Based Point Pattern Matching Localization Algorithm,AEF-PPMLA),提升检测的实时性、准确性和易用性。该算法含两个部分:方位环境特征向量计算方法(Azimuthal Environment Feature Vector Calculator Method,AEF-VCM)和相似度计算方法 (Matching Degree Calculator Method,MDCM)。AEF-VCM对芯片的方位环境特征进行向量描述,减少点匹配的计算量,提高检测的实时性;MDCM采用卡方检验算法来度量特征向量的相似度,提高检测的准确度。实验部分验证算法的定位精度、耗时以及缺陷识别的准确率,结果表明所提出的AEF-PPMLA能够快速准确定位芯片并识别引脚缺陷,满足高质量生产需要。     

燃油增程式电动汽车动力系统关键技术综述

增程式电动汽车又称里程延长式电动汽车,作为纯电动汽车的平稳过渡车型,以其效率高,电池容量小,不会因缺电抛锚等优点受到了广泛的关注。该文针对燃油增程式电动汽车的动力部件选型、动力系统配置、系统协调控制与效率优化等关键技术问题进行了分析研究。对比分析国内外相关技术方案的同时,结合自主研发的一款增程式电动汽车进行了动力系统关键技术的探讨。最后,展望了增程式电动汽车的技术发展,提出了几个值得关注的相关重要研究课题与研究方向。     

自由曲面打磨机器人非奇异终端滑模阻抗控制

针对传统控制方法难以实现对复杂曲面高精度打磨问题,在笛卡尔坐标系下设计了基于非奇异终端滑模的复杂曲面打磨机器人阻抗控制方法。该方法首先根据系统的阻抗模型参数,将设定的打磨轨迹转化为机器人末端可执行的阻抗轨迹,然后设计了基于非奇异终端滑模的控制方法对该阻抗轨迹进行跟踪。对于滑模控制的抖振问题,采用指数趋近律对其进行削弱。基于Lyapunov理论对系统的稳定性进行了证明,仿真和缸体打磨实验结果显示,该方法能够在有限的时间内达到收敛状态且避免了控制奇异的现象,提高了控制系统的鲁棒性和精度。     

基于和声搜索算法与模糊层次分析法的交流伺服系统综合性能评估研究

针对交流伺服系统的综合性能难以定量评估的问题,提出一种基于和声搜索算法与模糊层次分析法的交流伺服系统综合性能评估方法。根据交流伺服系统控制性能与电机本体设计两方面的指标,采用模糊层次分析法,构造模糊判断矩阵;将模糊判断矩阵的一致性检验与元素值修正难题转化为非线性约束问题,并利用和声搜索算法求解,得到交流伺服系统综合性能指标权重值;采用模糊逻辑将不同量纲的性能指标值进行归一化,并通过对归一化后的性能指标值进行加权计算,定量评估交流伺服系统综合性能;采用MATLAB仿真,将定性问题用统一的标准模型进行定量评估。结果表明,所提出算法能对交流伺服系统进行定量的综合性能评估。     

三清殿抢修工程的古建施工技术和工艺

本文主要介绍全国重点文物保护单位苏州妙观三清殿抢修工程中的柱网纠偏、柱基加固、木构架修缮及屋面复原有关施工技术和施工工艺     

一种基于自组织模糊规则的水轮机调速器

针对非线性复杂时变的水轮发电机组，介绍了一种基于自组织模糊规则的水轮机调速器。在常规的模糊控制器基础上，结合e-ec相平面分析了控制器的一般性能，以判别式k进行规则修改决策，并得出控制量增量，以此直接修改模糊控制规则表中对应元素，从而建立了不需要被控对象精确模型的自组织模糊控制系统。系统对于结构和参数变化大的水轮机也具有广泛的适应性，而且结构简单，鲁棒性强。仿真实验表明此控制方法实际效果良好。     

基于并行混沌搜索的非线性系统参数估计

提出了一种并行混沌搜索结合模式搜索法的混合优化算法,并应用于非线性系统参数估计.该算法采用并行混沌搜索机制,多个混沌变量同时映射一个优化变量.为了提高搜索速度,在每一次并行混沌搜索之后,由模式搜索法对并行混沌搜索结果再次寻优.该优化算法具有混沌优化的全局搜索能力,而模式搜索法则加快了局部寻优性能.该算法应用于三种不同非线性系统中,仿真结果表明其是一种有效的参数估计方法,参数估计精度优.     

混沌神经网络模型及其应用研究综述

回顾了近年来混沌神经网络模型及其应用的研究进展．首先依据混沌产生的机理，将现有的多种类型混沌神经网络模型归结为4类典型的网络模型，并结合各种网络模型的数学描述来分析各自的机理和特性；然后从复杂问题优化、联想记忆和图像处理、网络与通信、模式识别、电力系统负荷建模和预测5个方面，介绍了混沌神经网络的应用现状；最后评述了混沌神经网络今后的研究方向和研究内容．     

发电机组汽门系统的多模型自学习控制

针对发电机组的非线性、大范围运行等实际问题，研究了用于汽门系统的多模型自学习控制（MMSC），首先根据各种工况下的样本数据归纳出模糊控制规则；然后由模糊聚类算法将多种工况约简为典型工况，得到相应的子模型模糊控制器（FLC）．以子模型FLC输出的加权集成作为MMSC的控制输出，而加权系数取决干子模型匹配度．在子模型FLC学习优化中，由支持向量机离线逼近模糊规则曲面，再由梯度下降算法在线自学习．仿真实验验证了所设计控制器的优良性能．     

电动汽车混合储能系统CEEMD-PE能量管理策略

针对电动汽车行驶过程中高频需求功率分量引起的锂离子动力电池寿命衰减问题,提出了一种完备集合经验模态分解-排列熵(complete ensemble empirical mode decomposition-permutation entropy, CEEMD-PE)能量管理策略。电动汽车功率需求被分解为有限个本征模态函数分量,并依据排列熵量度的各个本征模态函数分量的数据复杂度,将各个分量重构为低频分量和高频分量。最后,将包含瞬态功率和快速变化的高频分量分配给超级电容器,而将低频分量相应地分配给电池,实现了功率需求低频分量和高频分量在锂离子动力电池和超级电容之间的功率分流。实验结果表明,相较于Haar小波混合储能能量管理策略,在中速和高速区间的锂离子动力电池电流的均方根值分别减小5.91%和4.17%,电流峰值分别减小14.70%和5.77%。所提出的策略有助于抑制锂离子动力电池所承受的高频功率需求,降低大电流对锂离子动力电池的冲击。