基于模糊模式识别的月球车避障行为研究

由于对月球表面障碍物的分布情况不了解,不能建立全局障碍物环境模型,根据传感器所获得的信息建立月球车的局部环境模型,应用模糊模式识别的方法,对在月球上所可能遇到的障碍物的类型进行分类。对不同的类别采用不同模糊控制器用于月球车的自主避障。模糊控制器的输入是离障碍物的最短距离和目标角度信息与环境类剐,输出是月球车的转角。采用规则库的自动切换,实现月球车避障过程自适应控制。为了验证该算法的可行性,给出月球车在虚拟环境下的仿真结果。     

某单缸柴油机排气消声器的结构优化分析

针对单缸柴油机排气消声器在中低频段消声效果不理想的问题,提出一种新的消声器结构优化方案。首先,利用Virtual. Lab和Fluent软件进行消声器声学优化以及流场优化。然后对两种消声器动力性能进行对比分析,并通过功率损失试验和插入损失试验对比分析优化前后的消声器。仿真结果表明,优化后的消声器在中低频段消声效果优于原消声器,且内部平均温度比原消声器有所降低。试验结果表明,在典型扭矩点和功率点噪声分别降低约4.0dB和3.6 dB,均降低明显。优化后的消声器在不同转速工况下插入损失提升效果均十分显著,但功率损失率仍在允许范围内,这证明了新消声器结构的可行性。     

复杂曲线图像的数据提取方法

在振动噪声信号处理中,对于复杂曲线图像包含的数据,传统的提取方法效率低、难度大,影响后续的数据分析。为解决这一问题,本文融合曲线连续性、复杂曲线之间的空间特征以及RGB模型的特点,提出了一种针对两条曲线的识别提取算法和一种针对多条彩色曲线的识别提取算法,通过分别识别、提取、存储各曲线的坐标数据,对各曲线进行插值,仿真实现了复杂曲线图像的数据提取。本文提出的算法能够快速得到精确的曲线图像处理结果,为进一步分析、处理振动噪声信号图像中的复杂曲线数据提供了参考。     

泵车排量检测的极值增量DFA方法

混凝土泵车排量计量精度与效率的提升是解决泵车运行状态监测、施工管理和施工质量以及泵车性能评价等问题的关键。首先,提出基于去趋势波动分析(detrended fluctuation analysis,简称DFA)排量检测法,分析泵车液压泵体振动信号,提取标度指数;其次,利用标度指数标定泵车排量进而实现排量计量。分析结果验证了该方法可行但精度有待提高。为此在DFA法基础上提出了基于极值增量DFA排量检测法,获取标度律曲线上最小尺度波动参数和最大尺度波动参数,再使用尺度参数标定排量实现排量计量。试验结果表明,极值增量检测法较DFA检测法使排量标定精度提高了近3倍,为泵车排量计量提供了一种新的手段。     

某钢板弹簧结构优化设计

钢板弹簧对于汽车的行驶平顺性、舒适性具有重要的作用。针对某汽车的特殊工作需求,开展了其后钢板弹簧结构的优化设计。首先基于有限元分析法,考虑相关参数,建立了后板簧的计算模型;其次对该模型进行了动力学强度分析,得到了板簧应力特征及其在特殊要求工况下薄弱环节;然后提出优化方案,以最大应力最小化为优化目标,对板簧进行结构优化,并对优化后的板簧进行动力学强度分析,对比说明优化方案的可行性及优点。研究结果表明:优化后的板簧结构满足材料许用应力要求,并且板簧总厚度改变不大,整车姿态不变。优化设计后的板簧试制并装车,进行耐久性考核试验,取得了满意的效果。     

二进离散小波能量谱及其对微弱信号的检测

提出了二进离散小波的能量谱的分析方法 ,给出了实用的计算公式 ,论述了其可行性。导出了二进离散小波的能量频谱与离散信号频谱之间的关系。应用该分析方法有效地检测出了时域微弱奇异信号和频域微弱特征信号。能量时谱使二进离散小波分析得到的时域奇异信号更加突出 ,能量频谱发现了 Fourier分析不能得到的某些能量集中的特征信号。实例验证了该分析方法的优良特性 ,为设备运行状态检测和故障预报提供了一种新的手段。     

二进离散小波能量谱及其对微弱信号的检测

提出了二进离散小波的能量谱的分析方法，给出了实用的计算公式，论述了其可行性。导出了二进离散小波的能量频谱与离散信号频谱之间的关系。应用该分析方法有效地检测出了时域微弱奇异信号和频域微弱特征信号。能量时谱使二进离散小波分析得到的时域奇异信号更加突出，能量频谱发现了Fourier分析不能得到的某些能量集中的特征信号。实例验证了该分析方法的优良特性，为设备运行状态检测和故障预报提供了一种新的手段。     

基于ACT-R的智能车动态优化方法

为了使智能车辆在不同道路环境中能够顺利沿规划轨迹行驶,提出一种新的基于认知结构ACT-R的动态轨迹优化方法。该方法将数学工具最优控制方法和ACT-R模型联系起来,以ACT-R模型为核心,用最优控制方法生成轨迹,由ACT-R模型对评价函数的权重进行动态调整优化,通过智能优化多个权重的方法动态生成最优轨迹。避障行驶仿真实验结果表明,所提出的方法有效可行,可以动态地生成最优参考轨迹。     

随机质量板的振动响应及其统计分析

以Rayleigh-Ritz能量法和Lagrange动力学方程为基础,提出了一种分析随机质量板的振动响应方法,并对其统计特性进行了分析.考虑到工程中各种因素导致板的不确定性,在分析板的振动响应时,首先将板当作是各向同性的均匀质量板.应用Rayleigh-Ritz能量法分析板的振动能量,将由各种不确定性导致的板的振动响应作为由板上的附加质量块引起的因素来考虑,通过附加质量块在板上的分布来建立其动能,然后应用Lagrange动力学方程建立随机质量板的运动方程,求解该运动方程来分析板的振动响应.该方法可以根据分析对象的边界条件和分析频率需要,选取合适的基函数,提高在高频时板的振动响应的分析精度.应用Monte Carlo数值仿真验证了该方法.结果表明,由该方法得到的随机质量板的特征频率空间与由随机矩阵理论预测的结果是一致的;验证了该方法的正确性.     

基于KICA-GDA和LSSVM的齿轮箱轴承故障诊断

摘 要：为了提高齿轮箱轴承故障识别率,提出基于核独立分量分析（KICA）、广义辨别分析（GDA）与最小二乘支持向量机（LSSVM）的轴承故障识别方法。首先将轴承故障振动信号的谱峭度、信息熵等故障特征作为原始特征向量,通过KICA方法将原始特征向量映射到核特征空间,从而去掉不同故障特征间的冗余并消除原始特征向量间的相关性。然后利用GDA方法对故障特征进行非线性融合,并构造新的特征向量。最后,将新的特征向量作为LSSVM分类器的输入,并实现轴承的故障分类。齿轮箱滚动轴承故障诊断试验结果表明：KICA-GDA和LSSVM的故障诊断方法可以识别出更多的轴承故障信息,且提高了LSSVM的分类性能,该方法相对于直接采用LSSVM进行分类的轴承故障方法具有更优秀的分类性能。