混联式混合动力变速器液压系统控制策略设计

为了满足某新型混联式混合动力变速器在不同的整车行驶模式下对其液压系统工作状态的不同控制要求,基于该新型混联式混合动力变速器及其液压系统的结构,设计了液压系统工作状态和阀块工作状态的控制策略,通过建立Simulink控制模型,并采用快速控制原型技术和整车转鼓试验对该控制策略的正确性和可靠性进行验证。试验结果表明该控制策略能够很好地匹配整车的行驶模式,满足变速器对其液压系统的控制要求。     

功率分流式混合动力变速器箱体动态特性分析

功率分流式混合动力变速箱内的各齿轮啮合和电机产生的振动噪声是影响整车性能的重要指标,而箱体是变速器的主要噪声辐射件,对箱体进行模态分析有利于对箱体的进一步优化。运用Ansys对某混合动力变速器箱体进行模态分析,得到箱体的固有频率。通过模态试验验证有限元模型的正确性和可靠性。同时给出了理论计算出的前轮固定转速对应的各啮合齿轮的啮合频率,并对箱体在某些恒定车速下的振动情况进行试验,试验表明在一些常用的纯电动工况下,齿轮的啮合频率确实与箱体的固有频率避开,为箱体的前期开发和后期优化提供了依据。     

基于快速模糊规则搜索的快速模糊系统建模

本文提出了一种基于快速模糊规则搜索的快速模糊系统建模方法,首先使用本文提出的快速模糊规则搜索方法进行模糊规则的粗略搜索,然后基于所得到的模糊规则集建立模糊神经网络模型,即利用规则前件确定网络结构,规则后件初始化部分网络权值。使用遗传算法对网络模型的权值和阈值进行学习训练。实验结果验证了快速模糊系统建模方法在描述较大规模非线形系统中的实用性和有效性。     

遗传程序设计方法综述

近年来,遗传程序设计（genetic programming,GP)的研究引起了人们很大的关注,它运用遗传算法（genetic algorithm,GA)的思想,通过生成计算机程序来解决问题,介绍了遗传程序设计的研究状况以及目前的研究进展,概述了它的基本算法、主要特点、理论与技术,同时介绍了一些GP实现系统以及主要的应用领域,最后探讨了遗传程序设计的研究方向。     

生物信息学中的MicroRNA预测研究

为microRNA预测的研究提供参考,讨论了生物信息学中有关MicroRNA预测研究的若干问题。根据最新的研究成果,由MicroRNA预测的特征信息和数据源,从结构序列分析方法、比较基因组方法和机器学习方法等方面对MicroRNA预测的生物信息学方法做了回顾和展望,指出了该领域研究的趋势。通过对3类方法的比较结果表明,采用机器学习方法的效果更优越,能较精确地预测出MicroRNA。     

用于动力系统控制的时滞神经网络

提出了一种连续回归时滞神经元网络,并将其用于动力系统控制。通过在隐层神经元中引入时滞,构造了一种新的时滞神经网络模型。应用Lyapunov稳定性方法,给出了此神经网络权值的修正算法和系统的控制输入,保证了控制系统的稳定性。本文建立的控制方法不需要系统任何的先验知识,并能保证控制误差收敛到零点附近的一个小的邻域,并始终保持在这个区域内。最后通过对一种超声马达进行控制实验,验证了本方法的有效性。     

基于神经网络的迭代控制器在超声马达速度控制中的应用

针对超声马达的速度控制问题提出了一种基于神经网络方法的迭代控制器。通过理论分析给出了保证控制器最快收敛的自适应学习率。数值结果表明该控制器对于多种形式的参考速度都有较好的控制效果 ,其控制精度与已有方法相比有较大提高。模拟结果还表明该方法对于随机扰动有较强的鲁棒性。     

基于模糊自适应BP算法的包装件缓冲垫层非线性特性识别

将模糊自适应ＢＰ算法应用于包装件缓冲垫层非线性特性识别问题，提高了网络训练速度，从而使结构化神经网络方法更适于实际应用．     

弱非线性系统在白噪声激励下均方响应的优化

本文研究了具有硬弹簧或软弹簧的弱非线性振动系统在白噪声激励下位移均方响应的优化问题。利用摄动法求得了位移响应谱与激励谱之间的关系。根据阻尼最小二乘可行方向法,以质量 m_2在某频率范围内的位移均方响应为目标函数,对阻尼与刚度系数进行了最良选择,在计算机上实现了这种优化。