水泵转子径向圆跳动检测数据修正

针对应用千分表和电涡流传感器进行水泵转子径向圆跳动检测时,检测结果出现正弦变化规律的现象,分析了安装偏心误差对检测结果的影响原理,建立了相应的数学模型.运用最小二乘拟合法计算出变化曲线的幅值及初相位,从而消除偏心误差实现误差分离.结果表明,当将所提方法应用在水泵转子径向圆跳动检测的工程实践中时,可以有效消除安装偏心引起的误差,从而提高检测精确度.拟合平方和误差约为0. 000 9,所提方法可以广泛应用于轴类工件的检测实践.     

基于机器学习方法的无线传感网络时钟同步算法

提出一种无线传感网络同步的方法,结合发送者-接收者同步(SRS)和接收者-接收者同步(RRS)两种方法,使得位于特定区域的传感器节点通过监听一对超级传感器节点交换时钟消息,借助最小二乘法精确估计出时钟偏差以及频率偏差进行补偿,实现节点间同步。该时钟同步方案的设计与其他已提出的同步方案相比,显著降低了整个网络的能量消耗而不引起任何同步精度的损失。     

基于BP神经网络的高速动车组网络控制系统时延研究

当前,高速动车组的控制系统迅速向网络化与智能化方向发展,网络控制系统已被大规模地应用于高速动车组的控制系统之中,网络控制系统可实时地传输高速动车组中各个设备的数据并监控高速动车组的运行状态,以保证高速动车组安全地运行。但高速动车组的通信网络控制端口和变量数目非常多且各端口的长度与特征周期也各异。故高速动车组的网络控制系统在输出数据的时候,不可避免地出现网络时延现象,该现象严重地威胁着高速动车组网络控制系统的实时性和稳定性。由于高速动车组的网络控制系统是一种非线性系统,故文章针对带有时延问题的高速动车组非线性网络控制系统,提出一种有效的优化方法,即将BP神经网络递推预测与广义预测控制结合起来,先根据BP神经网络递推预测的方法对网络控制系统未来的输出进行预测,然后利用递推最小二乘法对网络控制系统未来时刻的系统参数进行辨识,将非线性网络控制系统在每一时刻进行线性化处理,最后由广义预测控制算法补偿非线性网络控制系统的时延且对所提出的方法进行实验仿真,实验结果表明:该方法可有效地消除高速动车组网络控制系统的时延,同时具有实时性高、计算速度快及鲁棒性强等优点,显著地优化了带有时延问题的高速动车组非线性网络控制系统。     

永磁同步型磨削电主轴运动精度分析

随着高档数控机床对主轴的运动精度的要求不断提高,研究永磁同步型磨削电主轴运行精度问题是十分必要的。在基于主轴振动误差和热分析的基础上,分别建立了径向误差运动、倾角误差运动和轴向误差运动数学模型。应用最小二乘法近似算法拟合主轴径向误差运动轨迹,然后对倾角运动误差进行建模,得到主轴回转轴线的倾斜角度。结合时域和频域信号分析方法,对轴向运动误差轨迹展开分析。为了实现一次测量主轴径向和轴向误差位移,并且获得主轴热误差,采用了典型的双标准球5-DOF测量主轴误差装置。通过国产某机床厂所研发永磁同步型磨削电主轴在试运行时主轴回转误差问题进行了实验。研究结果表明:当转速升高到最高转速,径向误差和轴向误差升高,离心力对主轴精度作用更加明显;当存在主轴偏心时,径向误差运动轨迹为逐渐由近似圆过渡到花瓣状态;双标准球五点法测试方法不仅可以判断电主轴制造存在的制造、装配等问题,并且该实验方法可应用于电主轴误差运动的实验,同时满足倾角误差、轴向误差运动和主轴温度变形的测试。     

基于格拉斯曼流形的无线信道预测

对多天线无线系统的信道预测进行了研究,提出了一种基于格拉斯曼流型的信道信息动态预测方案。推导出在格拉斯曼流形上步长优化预测准则。将时间相关性信道的CSI建模成格拉斯曼流形上的时间序列,利用格拉斯曼流行的微分几何特性定义切向矢量,测地线等。以预测误差最小的原则选择最佳步长。仿真结果证明,该方案不仅可以补偿反馈延迟,而且能极大的改善误码率及和速率。     

融合SCADA数据的风电机组齿轮箱状态评估

为对风机齿轮箱状态进行准确评估,提出一种基于核主成分(KPCA)与最小二乘支持向量机(LS-SVM)结合的齿轮箱数据融合故障预测模型。鉴于SCADA系统中数据信息质量的不确定性和冗余性,该模型首先对监测数据预处理(4分位法剔除异常数据等),对齿轮箱特征因素进行相关性分析,利用该预测方法对齿轮箱典型状态特征(振动、温度特征等)进行预测,利用统计过程控制原理(SPC)分析残差,以实现齿轮箱异常状态的预测。最后,以齿轮箱油温预测为例,验证了该模型的准确性和有效性。