清除轮胎模具内残留断钻针的方法

模具排风不顺畅是轮胎缺胶的一项重要原因,而模具排风孔的堵塞是影响模具排风的主要原因之一,模具透孔产生的断针是模具排风孔堵塞的主要原因,本文就模具透孔断针问题提供了一种确实可行的解决办法。     

模拟电路故障诊断的PSpice与Matlab仿真分析研究

根据模拟电路故障诊断中的测前模拟诊断SBT法,本文采用PSpice对待测电路CUT故障进行模拟仿真,通过小波包分析和信息熵方法提取故障电路输出信号的特征向量,利用Matlab设计的神经网络算法构建故障分类器并对电路故障进行识别与诊断。仿真实验结果表明将PSpice与Matlab相结合的诊断方法能够有效地诊断模拟电路故障,为模拟电路故障诊断的教学和科研提供参考。     

矿用电动轮自卸车调速系统的自抗扰控制研究

针对矿用电动轮自卸车交流电驱动调速系统中感应电机参数摄动现象严重,控制鲁棒性差的难题,研究了一种基于自抗扰控制器(ADRC)的转子磁场定向矢量控制的感应电机闭环调速系统,分析了ADRC对感应电机参数摄动和外扰等不确定项的补偿作用,实现了感应电机的转子磁链和电磁转矩的动态解耦.仿真结果表明,调速系统在大范围转子电阻摄动和转矩干扰下,系统的动态性能明显优于传统PI调节器,对感应电机的其它参数变化也具有较强的鲁棒性,容易推广交流传动的其它应用中.     

混沌时间序列的模糊聚类预测与目标检测

针对海杂波中的弱信号检测问题,以相空间重构和模糊理论为基础,提出了一种基于T-S模型的模糊聚类方法对混沌时间序列进行预测和目标检测,利用自适应门限法判决混沌背景下微弱目标信号的有无.在模糊聚类建模中将前件划分和结论参数分开辨识,既简化辨识步骤,又提高模型的泛化能力,同时解决了模糊模型随辨识系统复杂程度提高而规则数增大的问题.与基于RBF神经网络的混沌背景下弱信号检测结果进行比较,仿真结果验证了该方法的有效性.     

可编程控制器在矿山排水系统中的应用

可编程控制器在矿山排水系统中的应用周少武许主平湘潭矿业学院自动化研究所（湘潭４１１２０１）在煤炭生产中，排水系统直接影响井下安全。有些煤矿水泵房高压控制开关没有安装在井下中央排水泵房，而是安装在地面井口配电房，因此，井下泵房工作人员与地面井口配电房值...     

大型粮食中转仓库自动控制系统

1　概述　　本文介绍的粮食中转库是国家级大型粮食中转仓库 ,共有储粮筒仓 32个。粮食进出有 3个途径 :汽车、火车和轮船。设计粮食进出流量为 2 50ｔ/ｈ ,系统配备2台进口计量秤 ,对进出粮食进行计量。控制系统的任务是完成对粮食进、出的自动化控制 ,并为信息系统提供粮食进出原始数据信息。2　系统总体方案设计系统总体方案如图 1所示。监控计算机采用工业控制计算机 ,2台工业控制计算机经以太网与服务器相连 ;工业控制计算机与ＰＬＣ通过ＡＢ公司的ＤＨ 网相连 ;计量秤通过ＲＳ - 4 2 2 /4 85接口与工业控制计算机连接 ;信息系统部分 …     

基于双模态自适应小波粒子群的永磁同步电机多参数识别与温度监测方法

提出了一种双模态自适应小波粒子群（Binary-modal adaptive wavelet particle swarm optimization,BAWPSO）的永磁同步电机（Permanent magnet synchronous motor,PMSM）多参数识别与温度监测方法.为了提高算法动态寻优性能,群体被划分为正向学习和反向学习两种模态;对处于不同模态的粒子分别采用正向学习策略与反向学习策略协同求解,扩大了解的搜索空间;同时对粒子个体极值采用自适应小波算子增强学习以提高收敛精度.永磁同步电机参数辨识结果表明所 提方法能够有效地辨识电机电阻,dq轴电感与转子磁链等参数,且能有效追踪系统参数变化值.在辨识出电机定子绕阻值后,根据金属阻值与温度之间的线性 原理间接计算定转子温度,从而实现永磁同步电机系统温度在线监测.     

基于变学习率三角基函数神经网络的4型FIR滤波器设计

本文提出一种基于变学习率三角基函数神经网络的线性相位4型FIR滤波器设计方法。该方法根据三角基函数神经网络与线性相位4型FIR滤波器幅频特性之间的关系,构建了一种变学习率三角基函数神经网络模型,在神经网络训练过程中引入变学习率算法自调整学习率取值,解决学习率通常依靠经验或试凑法确定带来的不确定性,提高神经网络的学习效率和收敛速度。通过训练神经网络的权值,使设计的FIR滤波器幅频响应与理想幅频响应在整个通带和阻带内的误差平方和最小。文中利用该方法对FIR高通滤波器和带通滤波器进行了优化设计,仿真结果表明了该方法设计FIR滤波器的有效性和优越性。     

不确定混沌系统的差分进化小波神经网络控制

提出一种基于小生境自适应差分进化小波神经网络（NADE-WNN）的方法对不确定混沌系统进行控制。该方法利用小波神经网络学习未知模型混沌系统的动态特性并实施控制,为提高神经网络的学习精度和收敛速度,采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高网络的学习精度和全局收敛性。仿真实验结果表明,在有外部干扰和参数摄动的情况下,NADE-WNN仍能对不确定混沌系统进行有效控制,且网络结构、控制精度和收敛速度都优于传统神经网络。     

基于并行动态学习型免疫算法的永磁同步电机状态监测

为提高永磁同步电机(Permanent magnet synchronous machine, PMSM)系统参数辨识与状态监测效率,利用图形处理器(Graphics processing unit, GPU)并行计算与 人工免疫技术相结合的研究方法,建立面向永磁同步电机系统基于GPU并行动态学习型 免疫进化的参数估计与状态监测模型.为提高算法的动态跟踪性能,在抗体演化进 程中,通过知识学习策略来引导算法进化过程,首先将抗体群划分为B细胞群、浆细胞 群以及记忆细胞群,对处于不同进化群体中的抗体分别设计免疫综合学习策略、免 疫反向学习策略和高斯学习策略,以增强抗体间的信息交互;接着,应用图形处 理器并行计算技术进一步加速算法求解过程;最后,将所提算法应用于永磁同 步电机系统参数辨识与状态监测中,实验表明,所提方法能同时准确地对电机的定子 电阻、dq轴电感和永磁磁链等系统关键参数进行估计.依据参数变化实现对系统 运行状态进行在线监测与预警.计算结果表明, GPU并行技术能大幅度提高计算效率.