应用试纸法识别金属电镀层

应用试纸法识别金属电镀层是一种新颖的检验方法。由于这种方法具有快速、简单和不易损坏镀层等优点,对铿定某些精密零件、仪表上的镀层,有着很大的实用价值。金属镀层在不同浓度的酸与碱中的反应情况是不同的(见附表)。我们可以从不同的反应情况来铿别金属镀层。试纸法织别金属镀层就是借试纸与镀层接触后所产生的颜色的变化来铿别金属镀层的。这种试纸的制备很方便,只需将滤纸浸于能够铿别金属镀层的试液中,随即干燥后备用。当然,在识别金属镀层时,首先应当使用有机溶剂除去金属零件表面涂复的任何有机复盖层。这种方法,不仅可以识别金属镀层,还可以识别     

VMD和随机森林在反应堆金属撞击信号识别中的应用研究

反应堆中脱落部件或金属遗留件的存在会与压力边界产生碰撞而严重影响反应堆的安全,为有效解决由于特征信息不足和模型构建不合理而导致的反应堆中金属撞击信号识别精度低的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和随机森林算法(random forest,RF)的反应堆金属撞击信号识别方法。利用变分模态分解方法对原始信号进行分解得到若干分量信号,从各分量信号中提取分量特征以构成原始信号特征向量,将其作为输入建立VMDRF模型来对撞击信号、自检信号、脉冲尖峰信号、噪声波动信号、通道闪断信号、噪声信号六类信号进行分类以识别出金属撞击信号。采用核电现场LPMS监测系统所采集的数据对该方法的可行性和有效性进行验证,结果表明,该方法在反应堆金属撞击信号的识别方面能够获得良好的识别效果。     

线阵CCD在二维金属板坯热成像探测器的应用

本文介绍了一种以线阵ＣＣＤ为传感器的运动金属板坯头尾热成象探测器。此成象探测器采用改进直方图门限的图象处理技术和纵横双线阵ＣＣＤ,对热轧线上的热金属板坯头尾部的自辐射图象的识别分辨力优于１１ｍｍ／２０００ｍｍ。其结果可用于轧钢厂优化控制热金属板坯的头尾剪切。     

基于神经网络的车辆识别代号识别方法

在车辆识别和车辆年检时,正确识别车架上金属刻印的车辆识别代号(VIN)是非常重要的环节.针对VIN序列,本文提出了一种基于神经网络的旋转VIN图片识别方法,它由VIN检测和VIN识别两部分组成.首先,在EAST算法基础上利用轻量级神经网络提取特征,并结合文本分割实现快速、准确的VIN检测;其次,将VIN识别任务作为一个...     

金属橡胶/橡胶复合叠层耗能器动力学模型

针对橡胶常温低频段的阻尼性能差,设计开发了一种新型的金属橡胶／橡胶复合叠层耗能器。采用电液伺服材料试验机的位移加载方式,对该复合叠层耗能器进行了动态特性研究。在试验研究的基础上结合理论分析,建立了耗能器的动力学模型,并提出了一种迟滞回线分解识别算法,利用试验数据辨识出了模型中的未知参数。对比仿真与试验结果表明,所建模型可靠且参数识别精度能够满足工程应用的要求。     

角度编码柔性无芯片标签的散射特性及识别

本文研究了一种角度编码的柔性无芯片标签的散射特性.该标签的V形散射体包含两条金属臂,利用两臂之间的空间角度进行编码.通过测量标签在谐振频率上的正交散射场分量,即可识别标签.即使标签在自身所在表面上发生旋转,也能够被准确识别;分析了标签粘贴在曲面物体上,物体弯曲半径和物体相对介电常数对识别结果的影响,以及准确识别标签的情况下,收发装置之间的最大夹角.     

金属橡胶非线性隔振器试验研究与参数分析

研究了变激励条件下金属橡胶非线性隔振器的参数变化。以某型隔振器为研究对象,对其进行了静态试验及不同正弦激励条件下动态试验。借助双折线泛函本构关系的本构模型,利用粒子群优化算法对不同激励条件下的隔振器模型参数进行了识别,通过识别参数的对比得到了隔振器各参数在不同激励情况下的变化趋势。结果显示对金属橡胶非线性隔振系统进行动力学分析时,必须首先对实际工况下隔振器进行动态试验。再通过参数识别获取隔振器准确的数学模型,才能对金属橡胶隔振系统进行准确的动力学分析。为金属橡胶隔振系统的动力学分析提供了一般方法。     

纤维增强金属的制造及其机械性能

金属基复合材料近年来已得到多方面开发,从肉眼能够识别的宏观复合结构,到只有用显微镜才能识别的微观结构,为数众多。择其主要者有包层金属板(clad)、纤维增强金属、颗粒增强金属以及弥散增强金属。由于它们复合结构不同,理所当然其复合目的、制造过程以及增强机构就不同。它们的主要差别归纳于表1。因为金属基复合材料的种类很多,这里不能一一叙述。本稿将集中介绍无机纤维增强金属(FRM)。近年来FRM作为一种新型材料特别受到人们的重视。     

金属橡胶非线性动力学特性建模方法研究

通过对几种工程实用的金属橡胶非线性动力学模型的分析,给出了迹法模型和有记忆型模型的具体推导,并给出具体的参数分离识别方法。采用上述数学模型对金属橡胶减振元件的实验数据进行参数识别,并重构了其位移恢复力迟滞曲线,深入分析金属橡胶材料各动力学数学模型中的内在减振机理。对比分析结果表明：各种数学模型及识别方法均能对金属橡胶材料迟滞特性进行比较满意的建模。从工程实用和满足精度要求的角度出发,混合阻尼模型数学形式较为简单可靠,是金属橡胶动力学模型的工程实用首选,上述模型将为金属橡胶新型减振材料更好地在实际工程中广泛应用提供参考。     

无线电子标签读写器天线的研究

天线是射频识别技术(radio frequency identification,RFID)中读写器的重要组成部分.实验测定了天线尺寸、品质因数、天线电感值以及金属环境对天线性能的影响,发现天线的读写距离大约为天线内部直径的2倍;品质因数最好为13～20;最佳电感值为700μH;金属环境会对天线性能的影响包括读写器天线与金属距离、金属材料、金属板开孔大小以及应答器安装孔的大小,最后给出了改善天线性能的4种方法.     

输入数据缺失情况下的OE模型辨识算法研究

针对辨识技术应用过程中出现的一类输入数据随机缺失时的辨识问题进行了研究。针对输出误差(OE)模型描述的一类系统,提出了一种模型辨识和缺失数据预测交互迭代的辨识算法。在模型辨识中采用了递推的辨识算法便于形成实时更新的在线辨识策略;而在缺失数据的预测过程中,利用小波降噪技术对预测数据进行适应性的滤波。仿真和分析表明,所提出的辨识算法对连续性输入数据缺失具有很强的鲁棒性;与没有小波技术参与的辨识算法相比,该算法具有较高的模型辨识精度和对缺失数据较好的预测能力。     

修正的ARMA模型在微悬臂系统辨识中的应用

在力学显微镜和光力学的研究中,微悬臂是一种被广泛使用的微机械器件。为了了解微悬臂的模态信息,采用ARMA模型对微悬臂进行系统辨识和模态参数识别。针对观测噪声会使时间序列模型辨识精度变低的问题,研究如何将带有观测噪声的ARMA模型转化为无观测噪声的ARMA模型。得到微悬臂的ARMA模型后将其转化为连续系统的传递函数,再从传递函数中求出微悬臂的各模态参数。为了减小微悬臂对外力的延迟响应时间,根据系统辨识得到的模型,构造一个复原滤波器,微悬臂的位移信号通过这个复原滤波器后得到作用力信号。仿真及实验结果证明了所用的系统辨识、模态参数识别及信号复原方法的有效性。     

Using neural networks in the identification of Preisach-typehysteresis models

The identification process of the classical Preisach-type hysteresis model reduces to the determination of the weight function of elementary hysteresis operators upon which the model is built. It is well known that the classical Preisach model can exactly represent hysteretic nonlinearities which exhibit wiping-out and congruency properties. In that case, the model identification can be analytically and systematically accomplished by using first-order reversal curves. If the congruency property is not exactly valid, the Preisach model can only be used as an approximation. It is possible to improve the model accuracy in this situation by incorporating more appropriate experimental data during the identification stage. However, performing this process using the traditional systematic techniques becomes almost impossible. In this paper, the machinery of neural networks is proposed as a tool to accomplish this identification task. The suggested identification approach has been numerically implemented and carried out for a magnetic tape sample that does not possess the congruency property. A comparison between measured data and model predictions suggests that the proposed identification approach yields more accurate results     

钢丝绳减振器非对称迟滞模型的参数分解识别研究

针对钢丝绳减振器垂向非对称迟滞特性的理论描述需要，提出了非对称迟滞模型的参数分解识别方法。采用这一方法进行试验曲线的模型参数识别，并依据具体识别过程对原有模型的不足之处做了局部修改。根据参数识别结果，获得试验曲线的数学模型，并运用数值计算方法得到模型相应的理论曲线。理论与试验的曲线比较表明，分解识别方法能获得较为理想的识别结果，对原有模型的修改是符合实际的。     

基于GNAR模型和Itakura距离的结构非线性损伤识别方法

为了有效地解决时域非线性损伤的识别问题,提出了基于线性/非线性自回归一般表达式模型(general expression for linear and nonlinear autoregressive model,GNAR模型)和Itakura距离的损伤识别方法。描述了GNAR模型的基本理论,给出了基本的模型定阶和参数估计方法。采用剪枝算法对GNAR模型结构进行了优化选取,并提出了以Itakura距离作为损伤指标的非线性损伤识别方法。采用3层框架非线性损伤实验验证了该方法的有效性,并将提出的方法运用于输电塔钢架模型的非线性损伤识别实验中。结果表明:提出的结构非线性损伤识别方法对框架和输电塔钢架结构的非线性损伤识别效果良好,且环境变化对其识别结果影响较小,由该方法计算得到的损伤层损伤概率明显大于未损伤层,有利于高效地确定非线性损伤源的位置。     

基于数据增强的滚动轴承智能故障诊断方法

目的 针对包装机械设备中滚动轴承应用场景多且有效故障数据难采集而导致的智能诊断方法诊断准确率较低的问题,提出一种基于数据增强的滚动轴承智能诊断方法.方法 首先根据轴承振动信号的故障特征,提出一种数据增强方法,有效扩充训练数据样本多样性.然后采用卷积神经网络对原始样本和增强样本进行故障诊断训练,从而大幅度提高诊断模型的诊断性能.为了验证所提方法的有效性,建立滚动轴承故障试验台并采集轴承故障数据.结果 实验结果表明,在标签训练样本不充足的情况下,提出的方法与不使用数据增强方法相比,模型在诊断准确率方面取得了较大的提高,能够准确地识别各类轴承故障.结论 该方法实现了准确地对稀缺标记样本下滚动轴承故障的诊断,为保证包装机械滚动轴承故障诊断的诊断精度提供了可靠的方法.     

慢时变参数转子系统动平衡校正量的确定

本文在动平衡影响系数法的基础上结合在线动平衡的特点，建立了慢时变参数转子系统动平衡校正量的辨识数学模型；根据多层递阶预报辨识法的基本思想，针对建立的慢时变参数转子系统动平衡校正量的辨识数学模型，提出了具体的无试重辨识方法。最后，通过一简例的数值仿真，说明了本文提出的慢时变参数转子系统动平衡校正量的确定方法是可行的。     

基于有限元模型修正的土木结构损伤识别方法

基于有限元模型修正的结构损伤识别方法计算过程直观、物理意义明确,能同步识别结构损伤位置和损伤程度,是结构损伤评估最直接的依据。该文介绍了基于有限元模型修正的损伤识别方法基本原理与过程,总结近三十年来有限元模型修正技术的发展。土木工程结构模型复杂性(包含大量单元、节点、待修正参数等)导致有限元模型修正过程效率低,详细介绍了基于子结构有限元模型修正的土木工程损伤识别方法在提高计算效率方面的优势。将两种有限元模型修正方法应用于一栋超高层建筑数值模型的损伤识别,说明两类方法在土木结构损伤识别中的特点。土木工程尺度大而结构损伤通常发生在局部区域,子结构方法将整体结构的分析转换为对若干独立子结构的分析,通过少数局部子结构的模型修正实现损伤识别,避免重复分析大尺寸整体结构,为大型结构基于有限元模型修正的损伤识别开辟高精度和高效率的途径。     

Metamodel-based inverse method for parameter identification: elastic–plastic damage model

This article proposed a metamodel-based inverse method for material parameter identification and applies it to elastic–plastic damage model parameter identification. An elastic–plastic damage model is presented and implemented in numerical simulation. The metamodel-based inverse method is proposed in order to overcome the disadvantage in computational cost of the inverse method. In the metamodel-based inverse method, a Kriging metamodel is constructed based on the experimental design in order to model the relationship between material parameters and the objective function values in the inverse problem, and then the optimization procedure is executed by the use of a metamodel. The applications of the presented material model and proposed parameter identification method in the standard A 2017-T4 tensile test prove that the presented elastic–plastic damage model is adequate to describe the material's mechanical behaviour and that the proposed metamodel-based inverse method not only enhances the efficiency of parameter identification but also gives reliable results.     

一种基于遗传算法的高频载荷识别方法

针对结构在高频载荷作用下模态密集,分析求解比较复杂的特点,提出一种基于遗传算法进行高频载荷识别的方法。运用统计能量法建立了高频载荷识别正模型并进行响应的求解。通过遗传算法反复调用统计能量模型,迭代运算实现高频载荷的反演。数值算例结果表明该方法收敛较快,反求精度高,可以用于高频载荷的快速准确识别。