基于支持向量机和振动场的故障诊断方法

故障样本量是制约智能故障诊断发展的关键因素之一,然而实践中往往难以获取充足的故障样本。支持向量机是一种新型的机器学习和模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出优越的性能。本文将欧氏距离分类引入到支持向量机解决支持向量机多类分类问题,提出了基于支持向量机和振动场的故障诊断方法。实验结果表明,该方法在故障诊断上计算速度和准确度令人满意,为类似的研究提供了借鉴意义和参考。     

基于矢量运算及半步长迭代算法相结合的刀补算法研究

分析了空间矢量运算和计算机半步长迭代算法,提出了以空间矢量计算等距线和以半步长迭代算法处理刀具轨迹转接过渡相结合的新型刀补算法,通过运用空间矢量运算来处理刀补轨迹数据,使用半步长迭代算法,判断等距线间有无交点和求交点,解决了传统刀补平面几何处理的繁冗问题。     

基于不确定性分析的商用车多目标协同优化方法研究

商用车系统是非线性、强耦合以及受大量不确定性因素影响的系统。文章基于不确定性多目标UMOMDO(Uncrtainty Multi-Objective Multidisciplinary Design Optimization,UMOMDO)优化方法,研究建立一种不确定全局协同优化框架。以近似模型数据、试验数据与动态仿真数据为基础,基于深度数据驱动学习算法构建优化变量的解空间界定器,通过特征建模与递推演算方法界定优化变量范围,将设计变量映射到高维空间。再通过高维空间数据密度差,建立整车多目标协同优化模型,并基于该优化框架对H5B中型商用车进行车架结构-性能-可靠性多目标协同优化设计。优化过后的设计与原设计相比,满载最大应力降低2.8%,扭转最大位移降低15.2%,一阶频率提高3.3%,可靠度提高到95%,且质量减少2.3%,较好地完成了可靠性轻量化设计的目标。     

基于深度极限学习机的煮糖制炼自适应控制研究

煮糖制炼过程是一个包含各种因素相互影响与相互作用的高度非线性且机理复杂的过程,难以直接通过机理建模解决煮糖制炼自动控制问题.为了解决存在耦合方式多变、糖膏物性不确定与高度非线性等复杂因素的煮糖制炼自适应控制难题,本文提出了 一种基于深度极限学习机的煮糖制炼自适应控制方法.该方法基于极限学习机自编码器抽取煮糖制炼过程关键...     

基于虚拟仪器技术消除残余应力的综合实验平台

研发了基于开放式模块化和虚拟仪器技术的消除残余应力综合实验平台。平台兼顾了软硬件的优点,能够为学生开出创新实验、综合设计实验、研究性实验和面向工程应用实验等多种实验,为了培养学生的创新实践能力、自学能力、独立分析能力、多学科知识综合运用能力和解决工程实践能力提供了重要途径。     

基于数据驱动的煮糖结晶过程自适应控制

针对传统煮糖结晶方法效率低且难以实现自动化的问题,本文以对流平衡为主线,研究了煮糖结晶过程关键控制量和能量变化关系,基于能量平衡理论和自适应控制理论提出了一种煮糖结晶过程自适应控制方法。实验表明,该方法具有易于实现自动控制、响应速度快和控制效果好的特点,并在一定程度上提高了煮糖效率和质量。