基于有限元分析的复杂结构弹性振动传递函数建模

为了解决复杂结构的弹性振动建模问题,提出了一种基于有限元分析的弹性振动传递函数建模方法。首先建立能够准确反映结构动力学特性的有限元模型;然后根据输入参数和辨识算法类型的不同,分别从时域和频域两方面进行传递函数建模,其中时域辨识建模以PRBS信号的瞬态响应结果为辨识数据进行时域参数辨识,频域辨识建模以结构的频率响应函数为辨识数据进行频域参数辨识;最后以“时域建模频域验证,频域建模时域验证”的方法检验传递函数的精度。通过建立悬臂梁、某运载火箭和某弹体局部结构的传递函数模型,证明了该方法的可行性和有效性,为该方法在工程实践中的应用提供参考。     

逆反射测量标准装置的测量不确定度评定

通过对逆反射测量标准装置的测量原理和测量过程的研究,建立标准装置测量发光强度系数和逆反射系数时的数学模型,对两个模型中影响测量结果的分量进行了分析,得到了标准装置测量不确定度的主要来源和分布特征。采用标准不确定度评定方法对各不确定度分量进行了评定,进而利用各分量合成和扩展标准装置的测量不确定度。评定结果表明在不同的值区间范围内,逆反射测量标准装置的测量不确定度为4.0%或4.3%。     

气动肌肉的最小二乘支持向量机迟滞模型

针对传统迟滞模型存在的待辨识参数多、参数辨识过程复杂和辨识精度低等问题,采用最小二乘支持向量机对气动肌肉的位移/气压迟滞开展建模研究。通过非线性映射将原始数据空间映射到高维空间,将原系统的非线性问题变成高维空间中的线性问题,借助于最小二乘法求解该线性方程组,从而提高其求解速度及收敛精度。在气动肌肉迟滞特性实验的基础上,采用所建数学模型,与经典的PI模型进行对比。结果表明,采用最小二乘支持向量机建立的数学模型具有更高的建模精度,均方差和平均误差相比PI模型分别减小了99.21%和99.1%,该方法可为后续气动肌肉的迟滞补偿控制提供有效的手段。     

液压防后倾装置特性建模及起重机防后倾研究EI北大核心CSCD

为求解起重机突然卸载冲击液压防后倾装置的动态响应问题,提出一种液压防后倾装置特性建模方法。将液压防后倾装置简化为变阻尼缓冲模型,对模型的管路特性和插装阀特性分别进行理论分析,建立描述液压防后倾装置缓冲特性的一般方法。通过系列特性试验,分离缓冲力中的阻尼力分量,辨识出描述液压防后倾装置阻尼特性的参数。将液压防后倾装置模型作为随速度变化的虚拟力集成入起重机刚柔耦合模型中,构成起重机虚拟样机模型。通过起重机卸载冲击仿真,获得描述卸载载荷和阻尼力关系的仿真曲线,通过起重机防后倾试验,验证了仿真模型的准确性。这一试验建模方法为准确求解一类弹性结构与液压缓冲系统之间的复杂动力学响应提供参考。     

基于人工神经网络的动力学参数辨识法

针对传统最小二乘法辨识动力学模型精度不高的问题,结合深度学习方法,提出了一种基于人工神经网络的动力学参数辨识方法。使用线型整流单元(ReLU)作为神经网络的激活函数,使用RMSProp算法对神经网络权值进行迭代,使用Dropout方法防止过拟合。采用有限项傅里叶级数轨迹作为激励轨迹,对采集到的数据进行标准化处理及滤波处理。最后,对算法得到的模型进行比较验证。结果表明,本文提出的方法相对于传统方法有较高的精度,不需要对摩擦力进行建模,能够更好地应用于机器人模型控制系统。     

陡波电容分压器分布参数的测定与仿真

利用阻抗增益解析装置测量高压电容分压器的低压臂电容阻抗频率特性和相位频率特性.计算电容等效串联电阻及等效串联电感等寄生参数,并通过多个电容并联的方式减小寄生参数值,提高分压器的频率响应.通过仿真,以实测频率特性为目标调节分压器仿真寄生参数,电容的等效串联电阻和等效串联电感误差均小于5%,仿真结果与测量结果基本相符.     

磁悬浮运动中电磁铁磁滞特性的非线性影响研究

超精密磁悬浮运动控制中,电磁铁铁心及衔铁导轨中存在的磁滞特性是导致电磁力难以实现精确控制的重要原因之一.研究磁滞特性对电磁力的非线性影响规律并建立其非线性模型具有重要意义.通过研究磁悬浮精密运动中电磁铁磁滞特性对气隙处磁感应强度的影响,分析了带气隙磁路磁滞特性建模原理,建立了包含Jiles Atherton模型的电磁铁磁浮力非线性模型,并采用粒子群优化算法对该模型参数进行实验验证.结果表明,磁悬浮精密运动中电磁铁磁滞特性不容忽视,采用经参数辨识得到的新模型比采用传统模型计算得到的气隙磁感应强度值更精确、更接近实测值.研究结果为提高磁悬浮精密运动中电磁力的精确控制提供了重要参考价值.     

基于机电类比的线-角振动激振器参数辨识北大核心CSCD

针对电磁式线-角振动激振器动力学参数难以直接获取的问题,提出一种基于机电类比原理的动力学参数辨识方法,可获取该激振器单轴和耦合振动的动力学参数。首先,介绍了电磁式线-角振动激振器的结构组成及工作原理,并建立激振器单轴振动以及耦合振动的运动微分方程;其次,基于导纳型机电类比原理建立含力学参数的单轴振动以及耦合振动机电类比模型;最后,根据机电类比模型建立含动力学参数的阻抗公式,结合附加质量法得到激振器动力学参数辨识模型,进一步通过数值仿真验证模型有效性,仿真结果表明:该方法具备较高的辨识精度以及抗噪声能力,各参数的辨识相对误差均在5%以内。     

晃动液体单摆模型动力学参数的频域辨识

本文研究晃动液体动力学参数的频域辨识法,详细推导了晃动液体的等效单摆模型,研制了贮箱模型、悬挂装置和高灵敏度测力计。通过测量贮箱位移和激振力,求得其位移对激振力的频率特性数据。首先用误差校正法辨识传递函数系数,然后用数学规划法确定模型的动力学参数。同时,通过测量晃动液体的扰动力矩,直接推算单摆模型的悬挂点位置。辨识出的单摆模型动力学参数值与按位势理论计算的数值接近。研究结果表明本文采用的频域辨识法有效。     

用蚁群优化算法进行误差修正的手臂姿态跟踪的研究

为了提高人体手臂运动姿态跟踪的精度,提出了一种采用蚁群优化(ACO)算法修正误差的手臂姿态跟踪方法。该方法基于对姿态测量单元中加速度计的误差模型的分析,采用ACO算法进行误差模型参数拟合以修正加速度计的静态误差;应用卡尔曼滤波算法对MEMS加速度计、磁力计和陀螺仪数据进行数据融合,得到肢体姿态最优估计;采用了手臂肘关节的几何约束模型,对手臂姿态跟踪过程中因噪声扰动和肌肉变形产生的随机漂移误差进行补偿,得到手臂关节的正确位置估计。试验表明,该方法有效地降低了传感器噪声所引起的漂移,提高了位置测量的准确度和稳定度。     

改进人工蜂群算法优化的LSSVM在混合气体定量分析中的应用

针对在易燃易爆混合气体定量分析中因交叉敏感易产生测量误差以及最小二乘支持向量机（least squares support vector machine,LSSVM）参数难以确定的问题,提出一种改进人工蜂群（improved artificial bee colony,IABC）算法优化的最小二乘支持向量机。首先,在标准人工蜂群（artificial bee colony, ABC）算法中引入自适应递减因子以更新步长,并结合轮盘赌和反向轮盘赌改进待工蜂跟随概率公式,从而提高收敛精度;然后,利用改进后的人工蜂群算法对最小二乘支持向量机的惩罚参数C和核参数σ²进行优化;最后,利用优化后的参数重建最小二乘支持向量机定量分析模型,并与利用常用的混合气体定量分析方法——粒子群优化（particle swarm optimization,PSO）算法优化的最小二乘支持向量机定量分析模型进行对比。实验结果表明,在交叉敏感状态下,采用改进人工蜂群算法优化的最小二乘支持向量机时的建模总时间和各组分气体浓度测量的平均相对误差均低于采用粒子群算法优化的,有效提高了混合气体的浓度测量精度。研究表明,改进人工蜂群算法优化的最小二乘支持向量机可为混合气体定量分析提供理论支撑,具有一定的工程应用价值。     

苹果霉心病无损检测研究进展

目的介绍几种常用的苹果霉心病无损检测技术及建模方法,为苹果及其他水果病害的无损检测提供新的思路和依据。方法综述苹果霉心病无损检测技术和建模方法的原理,以及国内外的研究进展。结果在苹果霉心病的无损检测中,光谱检测技术应用较广泛,生物电阻抗特性、各种成像检测技术和机器智能感官仿生检测技术逐渐得到发展,融合多源信息的霉心病检测技术也越来越受到研究者的青睐。结论苹果霉心病无损检测的研究还处于初级阶段,许多检测技术和建模方法的参数还需要进一步优化。随着研究的深入,无损检测技术不仅可以应用于水果病害的检测,还可以应用于其他食品工业,具有广阔的研究前景。     

肌力协同补偿的无动力下肢外骨骼设计与分析

无动力外骨骼具有质量小、代谢能耗低、基本不改变正常步态、无需外动力源和可持续工作时间长等优点，已逐渐成为新型外骨骼领域的研究热点。为提升常规无动力下肢外骨骼对步态能量的利用效率，设计了一种肌力协同补偿的无动力下肢外骨骼。首先，通过建立人体下肢动力学模型分析了行走过程中下肢能量的变化规律，得到了步态能量的储存与释放机理；然后，结合设置代起止点的折线路径及肌力贡献度，制定了关节肌肉的肌力协同补偿路径；最后，基于踝、髋关节的刚度设计了弹性储能元件，构建了一款无动力柔性下肢外骨骼，并利用OpenSim软件分析了有无穿戴外骨骼时人体下肢相关肌肉在行走过程中的代谢能耗。结果表明，在穿戴无动力下肢外骨骼时，比目鱼肌、腓肠肌和胫骨前肌的代谢能耗分别降低了31.5%，34.7%和40.0%，股直肌、阔筋膜张肌和缝匠肌的代谢能耗分别降低了36.3%，7.0%和5.0%；单个步态周期内下肢相关肌肉的总代谢能耗降低了15.5%。研究结果可为低代谢能耗的无动力下肢外骨骼的优化设计提供一定的理论依据。     

频域提取法提高动态阻抗谱测量精度

血液成分的无创检测对于糖尿病等疾病的诊断和治疗具有重要意义．在血液成分无创检测领域，阻抗谱法血液成分无创检测技术具有重要应用价值．但血液成分复杂，并且各成分浓度变化对血液的阻抗特性影响较小．为了实现基于生物电阻抗的血液成分分析必须提高阻抗测量精度．以动态脉搏波阻抗谱原理为依据，并结合过采样技术，研究了动态阻抗谱的频域提取方法．用FFT频域提取基波分量代替幅值，克服了时域峰峰值提取的困难，同时采用过采样技术，可以实现过采样频率每提高一倍，信噪比提高3dB．实验结果表明，这两种方法结合可以显著提高动态阻抗谱测量精度．     

平纹编织碳纤维增强树脂复合材料离散电导率建模方法

编织碳纤维增强树脂复合材料(CFRP)的电阻抗分布具有各向异性、异质性、几何结构复杂等特点。建立电阻抗分布模型是利用电磁涡流无损检测技术获取编织CFRP缺陷及疲劳损伤信息的关键关节。基于电阻抗张量建模理论,采用多层编织结构CFRP二维平面的分块均化电学特性表征方法,建立编织结构CFRP的简化电阻抗分布模型,从而实现编织结构CFRP电磁特性的精确、快速有限元分析。在有限元仿真基础上,通过设计双空气旋转线圈电磁传感器对平纹编织CFRP进行电磁无损检测,选用阻抗的极坐标图描述被测材料沿不同方向的阻抗变化趋势,通过实验验证有限元建模的正确性。最后利用所提出的建模方法模拟了双空气旋转线圈传感器对平纹编织CFRP的结构缺陷及循环载荷疲劳的检测效果。      

Identification of probabilistic distribution parameters for the mesoscopic stochastic fracture model

As a kind of multiphase composite material, the basic mechanical behaviors of concrete are randomness and nonlinearity. The mesoscopic stochastic fracture model (MSFM) which can reflect the coupling effect of randomness and nonlinearity, has been widely used for the nonlinear analysis of concrete structures. In this paper, we proposed a new stochastic modeling principle to identify the probabilistic distribution parameters of MSFM. In order to reduce the modeling works, a dimension-reduced algorithm is proposed as well. In this paper, an overview of MSFM is firstly presented to introduce the background of the research. Then the stochastic harmonic function (SHF) representation is introduced to express the random field mentioned in the MSFM, and the probability density evolution method (PDEM) is applied to obtain the theoretical probability density function (PDF) of the stress–strain relationships. Furthermore, a stochastic modeling principle is proposed, in which minimizing the Kullback–Leibler divergence (KLD) is taken as the optimization object. Based on the framework of genetic algorithm, a dimension-reduced algorithm is proposed to identify the parameters with reference to the data from tested complete curves of uniaxial compressive and uniaxial tensile stress–strain relationship of concrete. The results indicate that the proposed principle and algorithm can be used to identify the parameters of MSFM accurately and efficiently.     

温湿度对蜂窝纸板静力学性能影响及有限元分析

目的 针对目前定制家具打包运输过程AGV避障方法中,对障碍物信息辨识度较低、难以做到精准避障等问题,提出一种采用视觉传感器基于改进目标检测算法的AGV避障策略。方法 利用Mobilenet模型改进传统SSD目标检测算法,以AGV工作环境数据对训练后的SSD-Mobilenet模型进行迁移学习,结合视觉、超声波等多个模块实现避障原理,搭建以树莓派3B+为控制核心的实验平台进行相关实验研究。结果 实验证明该方法的检测精度达到94%,能够精准辨别障碍物类型;目标检测避障方法的避障通过时间比传统方法减少了15.8%～27.3%。结论 该方法有效提高了AGV避障的准确率与效率,可广泛应用在AGV避障控制中。     

基于本地检测法的微电网孤岛检测方法研究

微电网在并网和孤岛2种状态间能够稳定切换运行,首先要解决的关键问题就是要有效检测出所处的运行状态,因此,孤岛检测技术一直是微电网研究的重点及热点问题。在详细分析传统经典孤岛检测算法的基础上,对近年来众多研究者提出的基于频率、相位、谐波和阻抗等不同基本电气量的改进检测算法进行总结,并指出具体的改进措施,对比分析其各自在检测盲区、精确性和工程实用性等特性上的优缺点。综述了多种检测相结合使用,以及基于其他原理的孤岛检测算法,并对未来孤岛检测算法的研究做出进一步的展望,以促进微电网技术向更加智能化的方向发展。     

基于TV-泊松奇异积分联合先验模型的图像重构

目的针对当前图像重构算法容易产生过渡平滑图像纹理区域,使复原图像丢失大量纹理,降低重构图像视觉质量等缺陷,提出TV-泊松奇异积分联合先验模型耦合贝叶斯推理的图像重构算法。方法引入配分函数,结合TV函数,构造TV图像先验。定义泊松奇异积分先验,并将其嵌入到TV先验中,设计一种联合先验模型,控制图像纹理平滑度。基于高阶统计量技术,完善图像退化模型,并耦合先验模型,生成重构图像的最大后验估计MAP。引入优化最小原则,求解MAP,完成贝叶斯推理,获取重构图像。对文中算法复原图像纹理的关键参数进行优化,并研究分析该算法的用户响应。结果与当前图像重构算法相比,文中算法的复原视觉质量更高,能够较好地平衡噪声与纹理。在图像退化程度较大时,文中算法具有良好的用户响应。结论文中算法能够较好地同步保持图像边缘与纹理。     

基于信息熵与谱有限元法的传感器优化布置

为从测量数据中获得尽可能多信息,减少待识别模型参数的不确定性,提出面向结构模型参数识别的传感器优化布置方法。为避免用静态形函数传统有限元方法建模对结构动力特性及传感器优化布置影响,采用高精确动力学法即谱有限元法对结构进行动力学建模。以结构模型参数识别结果的不确定性最小作为传感器优化布置准则,该不确定性程度通过信息熵标量指标量化,用贝叶斯统计系统识别法进行识别。采用整数编码遗传算法在所有可能的传感器配置组合中极小化信息熵指标,获得给定数目的传感器最优布置位置。通过弹性地基带弹性接头的周期管梁模型数值仿真及模型试验验证所提方法。