数据采集过程的Office 97显示方法

本文介绍了一种利用Office97宏和VBA方法读取硬件端口地址，进行数据采集和显示的技术，扩充了一般办公软件的功能。同时简述了如何采用VC＋＋制作DLL文件以及如何在VBA中调用WindowsAPI函数的方法。利用此技术完成的软件，在实验中运行良好。     

基于X86体系μCOS-II在VC6.0下的移植

μCOS-II的范例程序是在Borland C/C++上编译的,对于大多数学习者来说并不熟悉这个编译环境,为学习μCOS-II还要去适应BC的编译环境。基于VC++6.0良好的集成编译环境,探讨了基于x86计算机将μCOS-II移植到VC++6.0编译环境,以供教学与学习参考使用。     

不确定离散系统的神经网络自适应控制方法研究

本文研究了不确定离散系统的神经网络自适应控制器的设计。因为它不需要假设系统状态是可测的,一个观测器用来估计不可测状态。与现有离散系统的结果相比,该控制器具有较少的直接自适应参数。因此,可以很方便地实现工程算法。利用Lyapunov分析方法,所有的闭环系统的信号是保证最终有界（UUB）,并且能够实现系统输出跟踪参考信号到有界紧集。一个仿真例子,验证了该方法的有效性。     

多层前向神经网络的新型二阶学习算法

提出了多层前向神经网络的新型二阶递推学习算法。该算法不仅能使用网络各层误差而且使二阶导数信息因子反向传播。证明了新算法等价于Ｎｅｗｔｏｎ迭代法并且有二阶收敛速度。它实现了Ｎｅｗｔｏｎ搜索方向和Ｈｅｓｓｉａｎ阵逆的递推运算,其计算量几乎与普通递推最小二乘法相当。由算法性能分析证明新算法优于Ｋａｒａｙｉａｎｎｉｓ等人的二阶学习算法。     

基于EMD和AFD的齿轮断齿诊断技术研究

断齿作为齿轮失效的形式之一,对其进行故障诊断具有重要意义.传统的诊断方法如自适应滤波方法对于非平稳振动信号的分析效果不太明显.EMD(Empirical Mode Decomposition,简称EMD)方法是把复杂的振动信号分解为有限个本征模函数(Intrinsic Mode Function,简称IMF)之和,得到的IMF包含真实的物理信息,而且都是平稳的.这种基于信号的局部特征时问尺度分解的方法非常适用于非线性和非平稳过程的分析,该方法能够实现通过时域的分析,得到故障特征信号.本文提出基于EMD和自适应滤波分解(Adaptive Filtering Decompositon,简称AFD)的方法,利用边际谱分析齿轮故障特征.实验结果表明,该方法能够有效、准确地提取齿轮断齿的故障特征.     

压磁应力传感器差动信号检测电路设计

由于压磁应力传感器结构对称性存在着差异,致使传感器输出信号的零点值调节困难,而传统的电路输出交流信号,不便于信号处理。采取对两组检测信号先整流滤波,再进行分压式比较,使得输出信号直接为直流信号。利用所设计的电路进行了实验,通过调节电位器即可实现传感器零点值的准确调节。通过实验验证了电路的性能,也验证了磁测应力传感器的性能。     

基于小波分析的振动信号阈值去噪新方法

传统的软、硬阈值去噪方法在去噪前后小波系数之间分别存在恒定偏差和阈值函数不连续等缺点,达不到对信号去噪的理想效果。针对软、硬阈值函数的优缺点,提出了一种新的阈值去噪函数。在 Matlab 环境下分别使用3种阈值函数进行去噪实验,对比由3种方法得到的信噪比及均方误差。仿真结果表明,该函数不但具有很好的连续性,而且显著减小了软、硬阈值函数中估计小波系数与真实小波系数间存在的恒定偏差,证实了新阈值函数更加灵活,能更好地消除白噪声干扰。     

基于盲源分离的管道声波信号分析及处理方法探究

由于对管道声波信号进行分析时,会有许多不确定的信号源干扰因素,在实际生产应用中更是受到现实环境制约影响从而导致检测结果并不准确。本文通过对分离信号进行了时域和频域信号分析,表明分离信号具有极大的实用性,为管道预警技术的研究提供了新的研究方法和途径。     

一种新的免疫遗传算法及其应用

为了克服基本遗传算法存在的缺点和不足,将免疫系统中抗体多样性的维持机制引入遗传算法,同时兼顾个体多样性和提高种群中个体适应度的水平,提出了基于相似性矢量距为选择概率的免疫遗传算法,并给出了此类概率选择的一般表示形式.为了防止基于相似性矢量距为选择概率的免疫遗传算法在优化过程中出现退化现象,通过在算法中引入免疫疫苗的方式,对该算法进一步加以改进.从每一代保优抗体中提取有效信息,进而得到一种新的疫苗提取方法.基于所提出的改进免疫遗传算法,提出了改进的编码方案.对20个城市的TSP问题进行研究,通过不同参数的比较,得出了算法中相关参数的取值范围.比较了6种算法的收敛速度,进一步证实了所提出算法具有良好的收敛性.     

不确定系统的神经网络积分变结构控制

针对一类不确定系统,在系统上界值未知的情况下,结合神经网络能任意的逼近不确定系统的优点,设计出一种神经网络积分变结构控制器,利用RBF(Radial Basis Function)神经网络来实时估计系统的不确定性界限,从而降低了一般变结构控制研究的条件.在变结构控制器中又引入饱和函数取代符号函数,进一步减弱“抖振”现象...