液压支架逆向运动学分析

针对现有液压支架正向运动学分析方法无法精确感知顶梁姿态的问题,提出了一种液压支架逆向运动学分析方法。采用SolidWorks软件及其Motion模块建立液压支架三维模型和Motion模型,通过解析液压支架动作来获取Motion数据库,采用三次多项式曲线拟合液压支架各驱动部件运动方程;采用粒子群优化算法优化驱动部件运动方程,得出最优拟合方程,从而得出液压支架最优运动轨迹。试验结果表明,该方法能够准确得出液压支架各驱动部件的运动轨迹,所得结果与实际运动曲线相符。     

基于J2EE技术的企业异步通信解决方案

解释了为什么异步通信对于企业的体系结构来说是至关重要的。借助J2EE平台跨平台、中间件技术、多层结构等技术性能优点，采用了基于J2EE技术的Java消息服务（JMS）和消息驱动bean（MDB）的解决方案，用来实现应用程序各个部件之间的异步消息传递，从而达到在分布式企业级应用系统中，异步通信机制有效地协调各个部分子系统的工作的目的。     

基于MGPI模型的SMA柔性驱动自适应NN控制

形状记忆合金(SMA)作为一类仿人肌肉驱动的智能柔性驱动材料,在机器人及高端制造等领域逐步得到应用,但由于SMA的热力学效应,造成输入输出之间存在强饱和回滞非线性,从而影响了驱动性能.此外在引入负载后, SMA柔性驱动部件输出性能表现出更为复杂的驱动特性.因此,如何有效抑制带载条件下SMA柔性驱动部件强饱和非线性影响,成为提升驱动性能的关键.针对此问题,本文重点研究带载条件下SMA柔性驱动部件的建模及驱动控制算法.针对SMA驱动部件中的强饱和非线性特性,本文提出一类修正(MGPI)回滞模型来进行表征.通过设定线性输入形状函数,不仅有效解析表征SMA驱动部件中的饱和回滞非线性,并且便于控制器设计.基于MGPI模型,考虑柔性驱动部件的动态特性,本文提出了带载条件下的SMA柔性驱动部件的自适应神经网络控制算法,实现考虑内部非线性和外部干扰条件下的驱动精度有效提升,并保证全局稳定性.     

智能型决策模型协同管理机制的研究

本文分析了计算机决策支持系统中模型管理问题,传统的模型管理中没有模型适应性管理机制,文中提出了一种新的通用智能型决策模型协同管理机制。给出了相应的设计方案,建立了决策模型调用规则知识库和推理机制,模型驱动协同处理部件,有效地控制了数据接口子部件、人机交互子部件和决策事件处理子部件协调工作。     

基于函数链神经网络的模型构造及控制

通过对热驱动部件的理论分析,确定参数待定的热驱动部件数学模型。针对现有数学模型中多阶指数函数拟合算法的复杂性,提出一种基于函数链神经网络(FLANN)的多阶指数函数逐级递推式拟合算法。根据不同时间常数的指数函数具有不同平衡时间的特点,采用基于FLANN一阶指数函数拟合算法,逐步确定多阶指数函数对应项的待定参数,建立热驱动部件的数学模型。应用多模控制和模糊切换策略,对具有大进给力的纳米级驱动部件进行控制,试验表明系统具有快速响应和高精度,并实现了平稳过渡,证明了基于FLANN的算法构建的控制模型具有精度高、收敛性好以及简单实用等优点。     

西门子推出“全集成驱动系统”理念

2013年5月15日,西门子驱动技术集团在中国正式推出"全集成驱动系统"的理念,为中国工业驱动技术的发展开拓了新的视野。西门子全集成驱动系统采用三重集成理念:横向集成、纵向集成和全生命周期集成,将驱动系统的每一个部件都集成到整个驱动链和自动化控制系统中,并涵盖整个产品生命周期。西门子工业业务领域驱动技术集团总经理林斌先生强调指出:"面对     

基于后驱动技术的BIT测试适配器

介绍一种采用后驱动技术的故障注入方法 ,可以在不拆卸被测系统任何部件也不需在被测系统中添加任何测试接口的情况下 ,对被测系统实施方便灵活的故障注入。文章首先简单介绍了智能化BIT测试适配器 ,接着重点阐述了后驱动技术的原理、后驱动故障注入的实现及后驱动故障注入的特点。     

基于后驱动技术的BIT测试适配器

介绍一种采用后驱动技术的故障注入方法，可以在不拆卸被测系统任何部件也不需在被测系统中添加任何测试接口的情况下，对被测系统实施方便灵活的故障注入。文章首先简单介绍了智能化BIT测试适配器，接着重点阐述了后驱动技术的原理、后驱动故障注入的实现及后驱动故障注入的特点。     

Web数据并行搜索驱动模型

面对海量Web数据的高效率搜索问题的需求，并行、分布式的体系结构可以构建大规模搜索系统。该文利用多级分布式并行构架，运用网格理论技术，挖掘Internet上空闲的计算资源，提出了一个Web数据并行搜索驱动模型，描述了模型的主要部件、体系结构、搜索过程及并行驱动机制。分析和实验表明，该模型具有良好的可扩展性，适合Internet网络数据的大规模搜索应用。     

基于动态解释的信息系统多维重构技术*

结合解释型语言的动态特性、模型驱动技术和分层重构的思想,提出了企业信息系统基于动态解释的多维重构技术,实现界面、过程和数据的动态重构以支持企业业务的柔性调整和敏捷实施。在典型轻纺企业的实际应用表明,该技术能缩短信息系统调整周期和提升软件复用水平。     

Smooth trajectory tracking of three-link robot: a self-organizingCMAC approach

A neuro fuzzy system which is embedded in the conventional control theory is proposed to tackle physical learning control problems. The control scheme is composed of two elements. The first element, the fuzzy sliding mode controller (FSMC), is used to drive the state variables to a specific switching hyperplane or a desired trajectory. The second one is developed based on the concept of the self organizing fuzzy cerebellar model articulation controller (FCMAC) and adaptive heuristic critic (AHC). Both compose a forward compensator to reduce the chattering effect or cancel the influence of system uncertainties. A geometrical explanation on how the FCMAC algorithm works is provided and some refined procedures of the AHC are presented as well. Simulations on smooth motion of a three-link robot is given to illustrate the performance and applicability of the proposed control scheme.     

一个新混沌系统的自适应模糊同步

本文基于Takagi-Sugeno(T-S)模糊模型,研究了混沌系统的自适应同步。基于T-S模糊模型重构了混沌系统,推导了在衰减率α下,自适应同步全局渐近稳定的充分条件;同时,在驱动系统参数未知的情况下,使用自适应参数调节律,得到响应系统参数的估计值。设计的模糊控制器均由线性函数构成,结构简单,规则少,有利于实际应用中构造控制器。数值仿真结果验证了方法的有效性。     

基于神经网络的机械传动方案决策系统的建模与仿真

针对机械传动方案决策系统难以建立准确数学模型的特点,提出了利用BP及BP改进神经网络的非线性映射能力,进行机械传动方案决策系统模型辨识建模的新方法.介于网络的输入输出数据难以精确描述的特点,运用模糊理论对其进行了处理.通过仿真实验验证了利用BP及BP改进网络建立其决策模型的可行性,表明了BP改进算法收敛速度更快,模型更准确,从而为机械系统传动方案的决策提供了一种更为有效的推理模型.     

一种新的网格资源模型研究

提出了模糊概念格和模糊概念Trie树的网格资源模型，将形式概念分析理论和网格资源管理技术进行了有机地结合。给出了网格、资源的形式概念定义，构造了网格资源模糊概念格。利用形式概念分析方法，生成了网格资源模糊概念的外延Trie树和内涵Trie树，并给出了树的生成和资源与服务检索算法。实验和实例表明，这种资源组织方式是可行和有效的。     

炮管俯仰系统建模及油液污染影响控制仿真

非平衡炮管俯仰系统控制的关键是如何克服变化非平衡力矩、油液污染造成内部参数改变等扰动的影响。为实现其高精度控制,给出了一种基于模糊PID理论设计的控制器,采用集中参数法建立各组件数学模型并联立得到系统整体模型,进而搭建Matlab/Simulink仿真模型,应用传统PID控制器与模糊PID控制器进行驱动腔的控制。对比仿真结果表明,模糊PID控制可有效提高系统控制精度至0.1mil,且响应速度得到了一定改善。证实了PID控制结构简单却不能在线调整参数,模糊PID控制因具有较强的鲁棒性而容易获得更好的控制效果。     

基于聚类分析的模糊分类系统构造方法

提出一种新的利用样本数据构造模糊分类系统的方法.首先对每一类样本进行聚类分析,提出一种自适应确定各类别聚类数目的迭代算法,从而实现对特征空间的划分.然后对每个特征子空间产生一条模糊规则,将所有的规则组合在一起形成初始模糊分类系统,并对该系统进行结构简化和参数优化,在系统结构尽可能简单的前提下,进一步提高系统的分类性能.最后利用该方法对二维特征空间的两类样本和Iris数据样本进行分类.仿真结果表明,该方法能利用较少的模糊分类规则达到较高的识别率.     

A Fuzzy Modelling Approach Using Hierarchical Neural Networks

A simple and effective fuzzy modelling approach is presented in this paper. A three-layer hierarchical clustering neural network is developed to build fuzzy rule-based models from numerical data. Differing from existing clustering-based methods, in this approach the structure identification of the fuzzy model is implemented on the basis of a class of sub-clusters created by a self-organising network instead of on raw data. By combined use of unsupervised and supervised learning, both structure identification and parameter optimisation of the fuzzy model can be carried out automatically. The simulation results show that the proposed method can provide good model structure for fuzzy modelling and has high computing efficiency.     

一种面向对象的模糊知识库模型

本文给出了一种专家系统模糊知识库的结构模型。重点讨论了该模型的体系结构和采用面向对象技术表示模糊规则的方法。并介绍了采用面向对象方法分析和设计模糊知识库的技术和采用面向对象串行化技术实现模糊知识库持久保存的方法。最后，分析了采用面向对象技术构建模糊知识库的优点。     

A transformed input-domain approach to fuzzy modeling

This paper presents an explanation of a fuzzy model considering the correlation among components of input data. Generally, fuzzy models have a capability of dividing an input space into several subspaces compared to a linear model. But hitherto suggested fuzzy modeling algorithms have not taken into consideration the correlation among components of sample data and have addressed them independently, which results in an ineffective partition of the input space. In order to solve this problem, this paper proposes a new fuzzy modeling algorithm, which partitions the input space more effectively than conventional fuzzy modeling algorithms by taking into consideration the correlation among components of sample data. As a way to use the correlation and divide the input space, the method of principal component is used. Finally, the results of the computer simulation are given to demonstrate the validity of this algorithm     

参数未知的永磁同步电机混沌系统模糊自适应同步控制

提出了一种参数未知的永磁同步电机(PMSM)系统的模糊自适应同步控制方法.首先通过放射变换和时间尺度变换,将转子磁场定向坐标系下的PMSM模型,变换成无量纲模型.其次通过分析其相图和Lyapunov指数谱,阐述了PMSM的混沌动态行为.接着,在假设PMSM系统参数未知并将PMSM混沌模型及其响应系统模型表示成T-S模糊模型的基础上,利用Lyapunov稳定性理论和自适应控制策略设计了响应系统,并导出了自适应控制律来估计驱动系统参数.此外,设计了响应系统的模糊控制器,对PMSM系统及其响应系统进行同步控制,并证明了同步误差动态是渐近稳定的.最后,仿真结果验证了该方法的有效性.