基于径向基函数神经网络的板形模式识别研究

针对板带轧制过程中用于辨识板形模式的网络精度较低、在线速度较慢和获得网络辨识模型较复杂的问题,提出了一种基于径向基函数神经网络（RBF）的板形模式识别方法。该方法使输入节点减少,网络模型简化,并用模糊C均值算法和伪逆法确定RBF网络的参数,解决了传统方法学习时间较长的问题。实验表明,该方法能有效的提高板形模式识别的精度和速度。     

基于蝙蝠算法的永磁同步电机健康状态监测

永磁同步电机健康状态监测问题可转化为永磁同步电机多参数辨识问题。为提高系统参数辨识及状态监测效率,提出一种基于多智能体蝙蝠算法的永磁同步电机参数辨识方法。多智能体的邻域竞争合作算子实现了蝙蝠个体间的信息交流,提高了全局寻优能力及算法的动态跟踪性能;自学习算子提高算法局部寻优能力,加快算法收敛速度。永磁同步电机多参数辨识结果表明,多智能体蝙蝠算法能快速有效地辨识电机各参数,依据参数变化实现对电机运行状态的监测及预警。与未改进算法相比,验证了改进算法的有效性和优越性能。     

应用LTRNet卷积特征的ECO目标跟踪算法改进

本文提出了一种基于应用高效卷子算子(ECO)改进的LRECT跟踪算法. 首先, 为了增强网络所提取特征的 识别能力, 堆叠线性两步(LT)残差结构设计具有32层的线性两步方法性质的残差网络(LTRNet), 并且融合该网络浅 层与深层卷积特征信息形成跟踪算法的特征提取模块; 其次, 采用投影矩阵压缩LTRNet提取的高维特征, 将压缩特 征通过插值处理后, 与当前滤波器在傅里叶域进行卷积定位确定目标位置; 最后, 使用高斯牛顿算法和共轭梯度算 法求解以响应误差和惩罚项之和为优化目标的优化问题, 实现滤波器和投影矩阵的更新. 在OTB2015标准数据集 上进行测试实验, 结果表明本文所提算法可以实现较高精度的稳健性跟踪.     

液压伺服预紧的电磁发射轨道振动频率和幅值特性研究

为提高电磁轨道发射装置的稳定性,提出在电磁发射装置身管上施加预紧压力,利用液压伺服的液压自稳定性来平衡电磁冲击力引起的振动。在发射装置上3个不同位置安装具有抗电磁干扰的压电加速度传感器实时采集轨道的振动信号,应用虚拟仪器技术对比分析轨道振动频率和幅值变化。施加液压伺服预紧后大幅值振动时间明显缩短,并且在不同位置施加液压伺服预紧,发射装置呈现不同的振动特性。试验结果表明,施加液压伺服预紧能够有效缩短轨道的振动持续时间,提高电磁轨道发射装置的稳定性。     

基于模糊滑模的不确定混沌系统控制

提出了一种利用直接自适应模糊神经网络控制与模糊滑膜控制相结合来控制一类不确定非线性混沌系统的新方法。应用Takagi-Sugeno模糊逻辑系统设计系统控制律和参数在线调整规则,使控制系统能准确的跟踪给定信号,同时具有较强的抑制系统参数摄动的能力以及抑制随机噪声的能力。仿真实验结果表明,此算法有效地实现了不确定混沌系统的追踪控制,使系统的跟踪误差减小,提高了系统的鲁棒性,应用前景十分广阔。     

2-DOF并联机构动力学建模与迭代学习控制

针对一种直线电机驱动的2-DOF并联机构,结合直线电机的动力学特性,采用Lagrange方法对其进行动力学建模。考虑该机构重复性动作及其不确定性和非线性特点,提出一种自适应神经网络迭代学习控制方法。在该控制算法的作用下,系统输出能较好地跟踪给定输入。严格证明及仿真结果验证了该算法的有效性。     

基于小波域的模糊混沌数字水印算法

为实现对多媒体数据版权的有效保护,提出一种基于混沌映射和二维小波变换的模糊自适应数字水印算法。利用Lorenz混沌映射产生的混沌序列对水印图像进行加密,通过离散小波变换及模糊控制得到水印图像的嵌入强度,将加密后的水印图像嵌入宿主图像。仿真实验和性能分析表明,该算法具有良好的隐蔽性、鲁棒性和安全性。     

输入有饱和的轧机液压伺服系统的多模型切换控制

针对轧机液压伺服系统随工况变化而存在的弹性负载力和外负载力跳变所引起的结构跳变问题,建立并优化了考虑控制输入饱和特性的、系统连续工作时不同工况下的轧机液压伺服系统被控对象的多模型集.对每一模型采用线性矩阵不等式(LMI)方法设计了抗饱和状态反馈控制器,并制定了整个系统的切换策略,分析了具有饱和输入和外部扰动的切换系统的...     

基于分簇的低功耗多跳WSN时间同步机制

针对典型同步算法中同步开销大的问题,提出一种基于分簇的低功耗时间同步机制(LCTS),将单向广播同步和双向成对同步机制相结合,在分级网络的基础上给出一种分簇算法,将LCTS扩展到多跳网络中,并对时钟漂移进行估计和补偿。仿真结果证明,该机制在不引起同步滞后的前提下,能减少同步报文开销,保证良好的同步精度。