基于计算机的空间并联机构工作空间的可视化分析

针对3TIR空间并联机构,提出了一种可以普遍推广的离散式蒙特卡洛法,通过对转动自由度的离散化处理达到降维度的效果,利用子空间的并集和交集思想分别实现了整个空间并联机构的可达工作空间以及灵活工作空间的可视化效果,并以一种型为4-PRPaRR的3T1R空间并联机构为例进行实例分析,研究了具体参数对工作空间的大小以及工作性能的影响,并首次从灵活工作空间和可达工作空间的角度分析了空间并联机构的工作性能,为多自由度空间并联机构的应用和研究提供了重要的理论基础。     

数控机床电主轴热误差建模算法研究

为了减少电主轴在长时间运行过程中因热变形所产生的误差、提升数控成形磨齿机的加工精度,提出了基于多元二次回归理论的电主轴热误差建模方法。以某成形磨齿机的电主轴为研究对象,通过进行基于工况条件的热误差实验,检测电主轴径向、轴向热误差与温度变化之间的关系;然后运用多元二次回归建模方法并结合最小二乘法理论,建立了其轴向、径向热误差模型。实验结果表明该误差模型的预测精确度高、适用性好,对促进成形磨齿机加工精度的提升具有较好的参考意义和实用价值。     

自适应云资源大块数据对象并行存取方法

对自适应云资源大数据块对象进行并行存取时,由于没有利用数据挖掘理论构建大数据对象的并行存取模型,导致并行存取的时间长、内存占比高、提取正确率低等问题,由此提出自适应云资源大数据块对象的并行存取方法.利用聚类算法对大数据块对象中的数据进行缺失值填充,并将填充后的数据进行分割处理,获取新的数据集;获取大数据块对象的输入层神经元,计算数据采样梯度函数,结合数据挖掘理论构建大数据块对象的并行存取模型;将自适应云资源大数据块对象放入模型中进行自适应寻优处理,以此完成自适应云资源大数据块对象的并行存取.实验结果表明,利用上述方法对大数据块对象进行并行存取时存取时间短、内存占比低、存取的正确率高.     

双有源桥DC-DC变换器H∞混合灵敏度控制及优化

以双有源桥DC-DC变换器（DAB）为研究对象,针对交直流微网中因可再生能源的波动性和随机性、测量误差、运行工况变化等原因所导致的参数摄动问题,提出基于差分进化算法（DE）优化的H_∞混合灵敏度鲁棒控制（H_∞-MSC）策略。通过选取合适的加权函数对系统不同频段特性进行规划,得到理想的动态性能及鲁棒性能,并针对加权函数难以选取的缺点,采用DE算法对选择过程进行优化,通过迭代寻优匹配最佳控制器参数,改进H_∞-MSC算法。最后,通过半实物实验对比例积分（PI）单移相控制算法和DE-H_∞-MSC算法进行对比分析。研究结果表明,DE-H_∞-MSC算法能有效增强DAB系统的动态性能和鲁棒性能,可提高微电网系统运行的稳定性。     

基于降维Carleman嵌入技术的电力系统高阶变量交互作用分析研究

引入Carleman嵌入式分析技术,导出降维Carleman线性化模型。利用线性化理论得到非线性模式、单状态变量的时域解及相应非线性参与因子,导出了高阶状态变量的解析解,并进一步将参与因子的概念拓展到高阶变量非线性参与因子。研究结果可用于研究电力系统的非线性动态特性,揭示和评估量化各模式以及各状态变量之间的非线性交互作用。最后,利用该方法分析了一个电力系统仿真算例,并与Prony分析进行了对比。通过分析各阶状态变量时域响应和相应的参与因子,对比研究系统工况发生变化时特征模式空间的变化,验证了所研究方法的有效性。     

利用自适应选择算子结合遗传算法的机器人路径规划方法

在二维复杂环境中,为了避免机器人运动规划中可能出现的局部陷阱和过早收敛问题,提出一种改进的元启发式算法——自适应遗传算法。首先,利用随机Dijkstra算法创建初始种群;然后,在遗传算法的每一代中,改进所创建的路径,并用自适应算子替代常规选择算子;最后,通过搜索过程中的反馈信息,可以令自适应选择算子在整个算法运行中恰当地控制选择压力。为了验证所提方法的有效性,在MATLAB中进行了仿真实验,并将所提方法与另外两种典型方法进行了对比。实验结果表明,提出的方法可以有效避免路径规划中的局部收敛问题,且在复杂环境中也可以产生可行路径。     

工业机器人在线控制和远程监测系统设计与实现

针对库卡KRC4工业机器人控制系统,设计实现了在线控制和远程监控系统。该系统包含工业现场的在线控制部分和基于以太网通信的远程监测部分,使用了KUKA.Ethernet KRL作为机器人端的通信接口。在线控制部分使用TCP通信协议进行通信,使用Winform实现用户界面,同时内嵌浏览器利用ECharts实现了机器人路径的三维显示;远程监测部分使用UDP和机器人进行通信,同时在B/S模式下使用MQTT实现了高并发和多用户的在线实时监测。     

面向物联网终端的动态多用户信号盲测算法

目前多用户信号盲检测算法没有对初始信号进行预处理,存在盲检时间长、盲检成功率低和盲检检测概率低的问题,提出面向物联网终端的动态多用户信号盲检测算法.在物联网终端对初始信号进行填补、删除或修改异常信号等处理,并利用聚类分析法和主成分分析法分别提取出物联网终端信号关键因子,利用判断公式判别出两种方法的关键因子是否相似,通过小波分解对相似的关键因子进行去噪降维处理,重构出有效信号,并对有效信号所在的重复周期进行合并译码,提高盲检性能,设定两个相关阈值,实现物联网终端多用户信号盲检测.实验结果表明,盲检时间短、盲检成功率高和盲检检测概率高.     

基于SDN的无线网状网络缓存位置决策和操作分配方案

针对信息中心网络缓存管理效率较低的问题,提出一种旨在提高缓存管理效率的方法,且充分利用了无线网状网络(WMN)环境中软件定义网络(SDN)的概念。主要工作体现在SDN内容管理上,缓存位置决策考虑了网络拓扑位置、内容尺寸和缓存节点资源的位置。缓存操作考虑了请求客户端和缓存节点位置,且操作分为通过分支点的off-path缓存和通过缓存节点内容流的on-path缓存。控制器通过缓存内容表来确定工作的分配。实验在两种环境下进行:含有局部聚合客户端的小型网络和局部分布式客户端的大型网络。结果显示,所提方案仅利用每秒5.13kb的控制流量负荷即可将随机缓存位置方案的平均响应延迟减少23.95%。相比于其他网络缓存方案,所提方案最大化了WMN的节点缓存效率,明显提升了内容缓存分配性能,且系统没有较大的额外开销。     

基于人工鱼群算法的永磁同步电机模型预测控制研究

针对基于模型预测控制算法的永磁同步电动机的控制问题,提出了一种基于人工鱼群算法的改进型PID-模型预测控制算法。首先构建了基于矩阵变换器的永磁同步电机系统模型,并采用了新的输入滤波器。然后利用人工鱼群算法完成PID-模型预测控制中的参数整定,从而解决了原有算法参数优化精度不高的问题,能够迅速地获得全局最优解。永磁同步电动机的力矩控制性能仿真实验结果表明:相比原有PID-模型预测控制算法,提出算法具有更快的收敛速度和控制效果。