基于变分模态分解与支持向量数据描述结合的液压泵性能退化评估方法

针对液压泵性能退化过程定量评估,提出了变分模态分解(VMD)和支持向量数据描述(SVDD)相结合的综合评估方法。利用VMD方法将信号分解成一系列不同频率成分的BIMF分量,并用SVDD方法对异常点进行剔除;使用SVDD方法对正常状态样本进行训练得到超球体模型,并计算各样本到球心的距离;再将各样本到球心的距离转化为隶属度,作为性能退化指标。通过对轴向柱塞泵滑靴磨损和松靴故障实验数据分析,验证了该性能退化评估方法的有效性。     

基于改进小波阈值-SVM的齿轮故障信号识别

针对在齿轮疲劳试验中需要多次停机拍照的问题,提出基于改进的小波域阈值降噪方法,对采集的齿轮啮合的声发射信号分析,并提取特征矢量作为支持向量机的输入特征向量,识别出故障信号,根据齿轮旋转周期,确定缺陷轮齿。与开箱拍照的记录进行对比,计算得出的问题轮齿和照片记录吻合。该方法减少了因停机拍照造成的齿轮工作数据采集不准确的问题,同时也减少了工作人员的工作量,在后续的实验中该方法得到了有效的应用。     

基于改进GA-SVR算法的隧道工程三维弹塑性模型参数的智能辨识

将支持向量回归（SVR）算法引入岩土工程数值计算模型参数的辨识中可以充分发挥SVR算法的小样本、泛化性好和全局最优化的优点。但现阶段标准的SVR算法只能解决一维输出变量的回归问题，这就使其在反分析领域的应用受到限制。引入一种改进的SVR算法，这种算法通过将多维输出变量回归转化为多层标准一维输出变量回归来解决这个问题，并与十进制编码的遗传算法相结合，形成改进的GA-SVR算法，用遗传算法搜索最优的SVR模型参数以建立最优的待辨识参数与位移之间的非线性映射关系，然后用遗传算法进行待辨识参数的最优辨识。为对比这种改进GA-SVR算法的效果，将遗传算法与BP神经网络相结合，形成GA-BP算法且编制相应的计算程序。将这两种算法运用于同样的隧道工程三维弹塑性模型参数的智能辨识，数值算例表明改进的GA-SVR算法较GA-BP算法可以取得更高的辨识精度和更好的计算效率，可运用于类似岩土工程计算参数的辨识。     

非齐次特征值问题

所谓非齐次特征值问题就是给定一个矩阵 A,一个向量 b 及实数 S>0,求数λ工和向量 X使得 AX=λX+b 并且 X~HX=S~2,则称λ为非齐次特征值,相应的向量 X 称为非齐次特征向量。本文介绍产生非齐次特征值的主要背景,讨论非齐次特征值问题解的存在性及解的个数,描述求解非齐次特征值问题的数值方法。     

确定粘弹性岩体粘滞系数的位移速率法

本文利用开挖地下圆形隧洞时的初始位移速率实测值,根据相应的位移速率公式,反推出岩体的粘滞系数,并针对四种粘弹性力学模型给出了解的通式。     

探析社区中可食景观的空间载体及设计理念和技术

在城市化快速发展的今天,城市发展面临很多问题,如粮食生产的压力、户外活动的缺失、城市生活的乏味等,这些都促使了人们自发性地在社区中开辟未经规划的"专属田园",但规划和管理经验尚不成熟。在世界很多国家的社区花园中存在大量的可食景观,在公共绿地、宅前屋后、建筑屋顶、建筑立面等不同的空间载体中呈现出多种类型景观形式,发挥着巨大的作用。通过研究和归纳不同类型的具有代表性的社区花园可食景观,探析其设计理念和技术,为中国社区花园建设的完善提供借鉴。     

多种因素影响的工序持续时间的估计

在分析传统的“定额计算法”的基础上,用模糊综合评判方法确定了产量定额的修正系数,提出了多种影响因素的工序持续时间估计方法和实用公式．     

关于旋转向量场的进一步推广

旋转向量场研究含参变量微分方程:(?)极限环随α而有规律地变化,在极限环理论应用中是很重要的.旋转向量场的理论首先见于G·F·D·Duff的“极限环与旋转向量场”一文,但其条件太强,在许多情况下都不能满足.后来G·Seifert将Duff的条件减轻而获得相同的结论,但仍要假定“在有限时间弧上只有有限逗留点”.本文去掉了这些在应用上很不方便的苛刻条件,在较弱的条件下,以独特的方法证明有完全相同的结论.最后还用此法给出了推广的Poincare-Bendrxson环域定理的新证明.     

基于虚拟样机技术的液压液力复合转向机构的优化匹配研究

满足履带车辆在恶劣路面实现原地转向是转向系统设计的重要指标之一.目前,我国履带车辆普遍采用液压机械双功率流的无级转向系统,为满足大吨位车辆原地转向要求,必须匹配大排量的液压泵-马达或提高液压泵-马达的系统压力.为克服这些不足,提出液压液力复合转向工作机构.首先分析了液压液力复合转向机构的工作原理,确定了液力偶合器的原始特性.然后,以某车的综合传动系统为研究基础,通过引入液力偶合器构成液压液力复合转向机构,并在ADAMS/View环境中建立了相应的虚拟样机模型.以此模型为蓝本,确定了4个设计变量,通过分析,偶合器的有效直径和动力输入到液力偶合器泵轮的传动比为关键变量,并进行变量的敏度分析.最后,建立了优化约束条件和优化目标,利用ADAMS的DOE(Design of Experiment)功能进行了优化设计的仿真分析,确定了偶合器的有效直径和传动比,并进行了仿真实验.仿真表明,设计的液压液力复合转向机构可满足车辆在恶劣路面原地转向的要求,同时显著降低了液压泵-马达的排量,为低排量泵-马达实现大吨位车辆的转向性能提供了依据.     

基于ν-SVR算法的边坡稳定性预测

提出基于一种改进支持向量机算法(ν-SVR)的边坡稳定性预测方法,直接利用边坡的特征参数快速预测边坡稳定性。为解决算法中模型选择困难的问题,用留一法设计预测模型,用网格搜索法搜索最优参数。留一法可以避免传统方法中根据经验确定预测模型的缺点,较为客观地获取合适的预测模型。网格搜索法可以保证搜索到合适的参数。计算结果显示,联合运用这两种方法可以获得合适的预测模型。利用该预测模型对82个圆弧破坏边坡实例中的71个实例进行学习,对另外11个实例进行推广预测,取得了较好的效果,其预测精度明显优于一种改进BP神经网络算法和常规SVR算法,与GA-BP神经网络算法相近。在此基础上,提出基于ν-SVR算法的边坡设计方法,能够快速、准确的获取不同方案下的边坡安全系数,评价其稳定性,为选择经济合理的边坡设计方案提供决策依据。