基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。     

投稿须知北大核心CSCD

一、本学报刊载与水力发电有关的学术论文,主要包括水文水资源与水电站优化运行,水力学、水环境与水生态,河流海岸动力学,岩土力学与工程,水工结构、材料与施工管理,水能与水力机械,海洋能发电工程,遥感水文与水利大数据等领城的研究性成果。二、稿件要求:1.论文稿件通过网上直接投稿,网址:www.slfdxb.cn.来稿文字应明了简练,每文均应有中英文園目。摘要及关键词。中图分类号、作者姓名。工作单位及邮政编码:并在首页注脚处附第-.作者和通信作者简介及E-mail地址。若有基金资助,写明基金项目名称及编号。有关论文写作及格式和文字的具体要求,请参考“论文模板”(由网站“下载中心”下载)。     

投稿须知北大核心CSCD

一、本学报刊载与水力发电有关的学术论文,主要包括水文水资源与水电站优化运行,水力学、水环境与水生态,河流海岸动力学,岩土力学与工程,水工结构、材料与施工管理,水能与水力机械,海洋能发电工程,遥感水文与水利大数据等领域的研究性成果。二、稿件要求:1、论文稿件通过网上直接投稿,网址:www.slfdxb.cn。来稿文字应明了简练。     

环氧树脂复合材料的固化动力学

将环氧树脂与适量的玻璃纤维混合加工到一起,形成一种含有玻璃纤维特性的环氧树脂复合材料。而且玻璃纤维的加入可以加强环氧树脂复合材料的固化动力学特性,为此提出环氧树脂复合材料的固化动力学特性分析,并对弹性效果以及伸缩抗压的特性变化进行分析。结果表明:当加入玻璃纤维时,环氧树脂复合材料固化动力学特性增强,当玻璃纤维比例达到50%时,其固化动力学特性达到最佳状态。     

基于改进SOA-VMD的磁声发射信号去噪算法

磁声发射（MAE）是铁磁性材料磁化过程中产生的声发射信号，在构件应力检测和微观损伤检测中有着广泛的应用。针对MAE信号非稳态、复杂性、衰减性等特点，提出海鸥算法结合变分模态分解（SOA-VMD）的去噪方法，为克服海鸥算法求解过程中易陷入局部最优解问题，利用柯西变异算子产生随机迭代过程，使改进算法即柯西变异海欧算法（CVSOA）跳出早熟收敛。采用以幅值谱熵为适应度函数，优化VMD算法中分解模态个数K和二次惩戒因子α两个参数，将含噪声的MAE信号进行VMD分解重构。经仿真信号和实际检测信号分析表明，改进后的CVSOA-VMD算法全局寻优能力和去噪性能优于传统的SOA-VMD算法，降噪后的MAE信号特征值对于不同应力下均方根、偏斜度特征值的重复性更好，可靠性更高。     

基于重力势能转化的下肢外骨骼设计与动力学研究

基于人体重力势能转化的弹性助力原理,设计了一款下肢外骨骼,其类型为被动式,可为髋关节提供助力。依据拉格朗日方程建立了下肢外骨骼数学模型,研究了该模型在释能阶段的髋关节转矩。利用Adams软件建立了下肢外骨骼动力学仿真模型,通过数理统计的方法对比了数学模型和动力学仿真模型髋关节转矩的计算结果,得出两者高度相关。利用Adams软件仿真分别得出了人体在穿戴下肢外骨骼和不穿戴下肢外骨骼情况下释能阶段的髋关节转矩曲线,以髋关节做功值为依据对两组髋关节转矩曲线做了对比分析。结果表明,穿戴下肢外骨骼时,释能阶段髋关节做功值减少了19.29%。最后,以储能弹簧刚度与预拉力为设计变量对下肢外骨骼髋关节转矩进行优化,得出最适储能弹簧刚度下穿戴下肢外骨骼时髋关节做功值比不穿戴下肢外骨骼时减少了26.00%。     

轻量级电驱水下机械臂设计与运动学分析

设计了一款四功能水下机械臂，并对驱动关节进行了模块化设计和密封测试。为了保证水下机械臂的可靠性，在水下机械臂水下测试前，进行了强度校核和模态分析。为了验证水下机械臂的性能，通过 Ｄ- Ｈ法建立了其运动学模型，在此基础上分别进行了正、逆运动学分析。此外还采用蒙特卡洛法，在正运动学分析的基础上研究了工作空间特点。研究结果将为进一步的运动控制提供有益的帮助。     

球形机器人系统建模与仿真

针对目前球形机器人的完整动力学模型不能应用现有的非线性控制方法的问题,通过合理的抽象和简化,采用拉格朗日法选取适当的广义坐标,推导出一种完整的三维动力学模型,并将其转化为二阶非线性微分方程,相较其他的动力学模型降低了复杂度,为基于动力学模型的控制策略研究提供基础。同时针对该模型采用一种并联PID控制方法,在Simulink仿真实验中证明在此动力学模型基础上该控制策略能实现机器人的平衡控制与运动控制,并具有较好的响应特性和稳定性。     

基于参数优化VMD的齿轮箱故障特征提取方法

为解决齿轮箱故障振动信号信噪比低、故障特征提取难的问题,提出了基于参数优化变分模态分解(VMD)的齿轮箱故障特征提取方法。首先,以分解结果的局部极小包络熵最小为目标,利用果蝇算法搜寻VMD分解参数K和α的最优组合;将原始信号分解成若干IMF分量,从中选择包络熵较小的分量进行信号重构,并对重构信号进行包络解调运算,从重构信号的包络谱中提取故障频率特征。结果表明,利用此方法对实测信号进行处理,成功降噪、提取齿轮箱故障特征,并且比利用经验模态分解方法降噪效果更好,提取的故障特征更加明显。