基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

化工设备泄漏失效频率修正模型研究

化工设备泄漏失效频率数据对化工企业定量风险评估具有重要意义,但目前国内还没有建立相应数据库,在实际应用过程中往往采用国外的数据.介于工业化水平的差异,直接引用国外的数据不够严谨,因此,选取挪威船级社(DNV)公布的数据库为基础,建立合理的修正模型,从而获得适合我国化工行业的通用设备泄漏失效频率数据库,为定量风险评估及设备泄漏概率预测提供数据支撑.     

路面缺陷及病害养护车旋转叶片力学及流场仿真

以路面缺陷和病害养护车转动式料仓作为研究对象,通过分析料仓的使用及设计要求,确定料仓旋转叶片、旋转叶片的布置方式、螺旋升角值、叶片截面形状等.通过分析沥青混合料在路面缺陷及病害养护车转动料仓内的运动特性,运用CAXA、Pro/e、Solid Works、ANSYS Workbench等软件对沥青混合料进行仿真研究建立了沥青混合料的分析模型,通过比较转动料仓螺旋升角分别为25°、28°、30°时的仿真模型分界面及轴向平面混合料的速度,结合叶片加工工艺、搅拌效率、进出料效率等因素,确定料仓螺旋升角的最优角度,研究成果为路面缺陷及病害养护车的设计提供较好的参考价值.     

一种弯管成形半径的影响因素研究

对于3003-H24铝合金的三滚轮推弯工艺,通过对加工过程中模具位置变化的分析,得出前期研究的弯管成形半径理论计算结果比实测结果偏小的原因,进一步通过对弯管力的计算,并结合有限元分析,得出弯管力与弯管成形半径成反比,弯管力对模具位置变化的影响极小,主要应考虑设备的零件间隙;通过对弯管成形半径的修正量与理论加工半径、弯管力的关系,以及弯管力与设备零件之间的间隙变化量的关系进行研究,结合图形分析的方式,结果表明,弯管力达到一定值后,继续增大对零件之间的间隙变化量影响不大,对于所使用的弯管机及弯管方式,弯管力大于100 N后,间隙变化量趋于稳定,弯管成形半径的修正量主要取决于理论加工半径。对于弯管加工,只要根据实际所需弯管成形半径,计算出理论加工半径,并对其进行相应修正,即可提高加工的准确性。     

基于任务坐标系的液压机四角调平控制

针对液压机滑块的四角调平电液系统,提出了一种基于空间任务坐标系的控制方法。分析滑块与调平缸的运动关系与空间位置关系,从而建立坐标转换矩阵,将液压机滑块四角的直线位移坐标转换为滑块中心位移与倾角组成的任务坐标,在任务坐标空间内设计了基于调平力偏置非线性前馈补偿的滑块跟踪运动PID控制器,并且直接针对滑块的倾角设计了调平PID控制器,针对不同控制目标的控制参数是独立调节、互不影响的。设计了基于调平力偏置的预加速过程,以缓解滑块与调平缸接触时的冲击。最后,在25000 kN玻璃钢液压机上对所提控制方法的有效性进行实验验证。实验中,调平缸分别定位于平面矩形的四角,矩形尺寸为3550 mm×2900 mm。实验结果表明:使用基于任务坐标系的四角调平控制方法后,液压机滑块绕坐标轴x、y的旋转倾角分别被控制在0.0032°和0.0045°以内,各调平缸的位移偏差不超过0.45 mm。