多约束条件下金刚石圆锯片结构优化研究

基于序列响应面模型和混合优化算法相结合的方式,提出一种在复杂载荷条件下降低金刚石圆锯片锯切噪声的优化方法。建立了多变量、多约束条件下金刚石圆锯片结构优化的数学模型,经计算得到了满足刚度要求的优化圆锯片。通过数学统计分析,获得了尺寸参数对锯片的声学、变形以及应力等性能影响规律。根据结果制备了金刚石圆锯片,锯切实验表明优化锯片能够有效的降低噪声,表明这种方法可为锯片或此类结构的声学优化研究提供新的方向和参考依据。     

惯性导航设备升沉数据测试系统研究

研制了一套基于STM32单片机与单轴摇摆台的测试系统,利用固定圆心、固定半径条件下的圆内三角形关系,通过拉线传感器采集单轴摇摆台复合运动中的升沉数据;同时,对惯性导航设备输出的升沉数据进行采集与处理。对测试系统输出的升沉数据进行了验证,实验结果表明:该测试系统的测试数据准确合理,可实现对惯性导航设备升沉参数的动态测试,弥补了现有同类测试系统的结构复杂、量程小等不足。     

分布式卷积神经网络在刀具磨损量预测中的应用

刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。