液力传动插槽装置

我广生产的 A 型泵,泵体上的键槽孔是在插床上加工的,因泵体内有六个键槽孔,每加工一个孔需上下移动插头三次,劳动强度大、效率低、影响生产节拍,成为卡脖子工序。为此,我们在插床上设计制造安装了液力传动装置(图1),收到良好效果。     

雷达波导件塑性成形工艺分析及有限元数值模拟

以雷达上的波导件为研究对象,针对传统加工工艺的缺点以及工件形状特点,提出挤压成形工艺方案。利用有限元分析软件DEFORM对该工件的关键成形工序—反挤压过程进行刚塑性有限元数值模拟研究。通过数值模拟,观察到在不同压下测量时毛坯的等效应力、等效应变云图及挤压力与行程图,得到其金属流动规律,为合理设计模具和验证工艺提供依据。     

需求依赖销售价格与变质时间的三级时滞易变质品供应链协调

为了解决时变需求下时滞易变质品供应链的协调问题,考虑需求依赖销售价格和变质时间的情形,建立第三方物流服务商参与的三级时滞易变质品供应链协调模型,分别得到分散决策与集中决策下的均衡解。研究表明,集中决策下的时滞易变质品供应链预期利润高于分散决策,且两种决策模式下的预期利润差值随着生产商承担运输服务费用比例的增大而增加。借助常相对风险规避型效用函数与Nash讨价还价理论设计收益共享机制,合理分配集中决策下的预期利润增量。通过数值算例演示了决策变量的求解过程,并通过敏感性分析给出了时滞易变质品特性参数变动对模型结果的影响方式。     

微机控制PWM直流可逆调速系统

一、序言脉宽调速系统具有以下优点:首先,由于该系统中加在直流电动机电枢上的脉冲电压的频率高(2KHz),故仅靠电枢回路电感的滤波作用就可获得脉动很小的直流电流,电流的波形系数比可控硅系统好。在相     

化学机械抛光流动性能分析

基于连续流体理论和其运动学关系，建立了力平衡方程关系式。推导r牛顿流体在化学机械抛光过程中的润滑方程，给出了模拟出的典型的压力分布情况和无量纲载荷、转矩与抛光垫转速变化的关系。计算结果表明：抛光中的压力分布是沿半径方向变化的且抛光垫转速的增加将有助于提高抛光的切除速率。     

MIMO异构网络中一种基于人工噪声的抗主动窃听者的鲁棒安全传输方案

为保证MIMO异构网络面临多天线主动窃听时的安全性,该文提出一种基于人工噪声的抗主动窃听者的鲁棒安全传输方案。首先,考虑窃听者发送上行导频干扰的情形,研究了其发送的上行导频干扰对合法用户信道估计的影响。随后,基于信道估计结果对宏基站、微基站的下行数据与噪声信号的预编码矩阵进行设计,并推导了此种情形下系统安全速率的表达式。然后,以系统安全速率最大化为目标对基站的下行数据与噪声信号的发送功率进行优化设计,并提出一种基于1维线性搜索的求解方法。进一步地,考虑窃听者在发送上行导频干扰后,继而发送噪声干扰用户下行通信的情形,提出一种基于离散零和博弈方法来获取最优的发送功率设计。仿真结果验证了所提方案的安全性和鲁棒性。     

倾转式三旋翼无人机的自适应鲁棒容错控制

本文针对受到外界未知扰动和模型不确定性影响的倾转式三旋翼无人机,研究了其在尾部舵机发生堵塞故障时的容错控制问题.通过对倾转式三旋翼无人机姿态动力学特性的分析,将尾部舵机堵塞故障加入到力矩解算方程中.基于自适应反步法和非奇异终端滑模控制,提出了一种不需要故障诊断的鲁棒容错控制设计.利用基于Lyapunov的分析方法证明了闭环系统的稳定性,以及姿态误差的渐近收敛性质.通过在三旋翼无人机半实物仿真平台的实时实验以及与滑模控制器的对比,验证了该算法在无人机尾部舵机发生堵塞故障时,对姿态运动具有较好的控制效果.     

基于虚拟结构法的分布式多无人机鲁棒编队控制

针对多无人机编队控制(UAVs)问题, 本文提出了一种基于虚拟结构法的非线性鲁棒控制算法. 首先将编队 控制问题转化成两个子问题: 在惯性坐标系下虚拟刚体(VRB)光滑轨迹的生成设计, 以及在虚拟刚体坐标系下的无 人机编队队形控制设计. 针对部分无人机无法直接获取虚拟刚体状态的约束, 通过引入相邻无人机的跟踪状态, 实 现了分布式的编队控制. 同时, 考虑多无人机近距离编队飞行时相互间的气流扰动影响, 设计了基于supertwisting 的鲁棒控制算法, 提高了编队系统的控制精度和稳定性. 利用Lyapunov稳定性分析方法, 证明了位置跟踪误差在 有限时间内收敛到滑模面, 得到闭环系统全局渐近稳定的结果. 最后通过实际飞行实验, 验证了所提控制算法的有 效性和鲁棒性.     

基于层级注意力机制与双向长短期记忆神经网络的智能合约自动分类模型

针对区块链平台上智能合约应用种类繁多,人工筛选合适的智能合约应用服务日益困难的问题,提出一种基于层级注意力机制与双向长短期记忆（Bi-LSTM）神经网络的智能合约自动分类模型——HANN-SCA。首先,利用Bi-LSTM网络从智能合约源代码和账户信息两个角度同时建模,最大限度地提取智能合约的特征信息。其中源代码角度关注智能合约中的代码语义特征,账户信息角度关注智能合约的账户特征。然后,在特征学习过程中从词层面和句层面分别引入注意力机制,重点捕获对智能合约分类有重要意义的单词和句子。最后,拼接代码特征与账户特征以生成智能合约文档级特征表示,通过Softmax层完成分类任务。实验结果表明,所提模型在Dataset-E、Dataset-N和Dataset-EO数据集上的分类正确率分别达到了93.1%、91.7%和92.1%,效果明显优于传统的支持向量机模型（SVM）和其他神经网络基准模型,且具有更好的稳定性与更高的收敛速度。