分布式卷积神经网络在刀具磨损量预测中的应用

刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。     

气体污染物进入超压防护舱室后的运动状态数值模拟

为研究气体污染物进入舱室后在超压通风系统作用下的运动状态和分布规律,运用计算流体动力学方法和室内零方程湍流模型,进行了气流速度场和污染物示踪气体CO_2浓度场的瞬态数值模拟,分析了舱室受气体污染物污染的全过程。结果表明,前10s进入舱室的体积分数为0.005的CO_2气体,在超压通风系统开启后120s内体积分数迅速衰减至0.0001以下,舱室通风系统能够满足稀释污染物的要求。     

先序遍历动态四叉树碰撞检验算法的研究

为了改善数控仿真过程的显示效果,提出基于先序遍历的动态四叉树碰撞检验算法.运用此算法,碰撞检验的数据运算量大幅减少,改善了数控仿真显示效果及流畅性.并通过一个零件加工仿真实例验证了该算法的可行性和有效性.     

基于广义逆矩阵的AR模型参数估计算法

AR(auto-regressive)模型是时序建模分析中常用的时间序列模型。在模型参数的最小二乘估计和定阶的过程中,要求线性方程组必须有解。针对这一问题,文中引入自相关系数矩阵对线性方程组进行化简,并提出基于广义逆矩阵理论的参数估计方法。该算法对线性方程组是否有解没有限制,无需事先判定,从而解决建模过程中线性方程组无解情况下的参数估计问题。实验证明该法可有效地对设备运行状态进行趋势预测,具有一定的工程意义。     

面向闪存类存储设备嵌入式文件系统研究与实现*

介绍了面向闪存类设备的嵌入式文件系统.提出了一种不依靠任何操作系统,以单片机和闪存类设备为硬件基础的,依照FAT类型文件系统所构建的嵌入式主机文件系统的设计思路,详细地、分模块地对该系统进行了分析,并在实际开发和应用中已经得到了验证.     

基于双CPU的便携式故障诊断仪的设计与开发

针对中小型应用场合,将故障诊断技术与嵌入式技术相结合,开发了基于双CPU的便携式故障诊断仪。首先介绍了系统的硬件结构和软件设计,重点描述了硬件的双CPU结构和通信软件机制。实验结果证明,基于双CPU的便携式故障诊断仪性能稳定、成本低,集采集存储、分析和通信等功能于一体,可以广泛应用于各种设备的监测和诊断中。     

基于ESO及NTD的PMSM无机械传感器位置控制

在分析永磁同步电机(PMSM)系统模型的基础上,提出了一种基于扩张状态观测器(ESO)及非线性跟踪微分器(NTD)的PMSM无机械传感器位置控制系统。控制系统通过基于ESO及NTD的观测器实时观测出电机转子位置及转速,在此基础上实现PMSM无机械传感器位置控制。仿真和实验结果表明该系统结构简单,控制快速、准确、无超调,对于外界干扰具有较强的鲁棒性。     

钢管漏磁在线检测技术的研究

介绍了钢管漏磁检测的基本原理，对钢管在线漏磁检测系统进行总体设计。分析了漏磁场理论模型和讨论了影响缺陷漏磁信号的一些因素及补偿方法，针对该系统的特点设计了高速数据采集板，借助Windows系统平台，在所研制硬件的基础上，采用多线编程和虚拟设备驱动技术编制了数据采集、分析、状态显示、实时控制等面向对象、多功能模块化的软件，详细叙述了漏磁信号数据分析的方法和过程。这种系统具有检测速度快、数据吞吐量大、效率高、钢管缺陷分辨率高等特点。     

钢管缺陷漏磁场及影响漏磁信号因素的分析

介绍了钢管检测中常见的缺陷漏磁场模型和漏磁场分布，以及对凹坑缺陷漏磁场进行的模拟研究。比较了两种缺陷漏磁检测信号的时频特性，讨论了缺陷深度、励磁电流、检测探头纵向旋转速度等对矩形槽缺陷漏磁感应电压信号的影响。研究发现，缺陷深度和漏磁感应信号峰值约呈线性关系，这可作为钢管缺陷检测的应用基础。     

车间生产过程的能量足迹建模与加工参数协同优化

为降低零件加工过程的生产能耗,提出一种面向节能的车间生产过程多装备加工参数协同优化方法。以包含机床与机器人的定制化生产车间为研究对象,建立了考虑刀具退化动态过程的生产车间系统能量足迹模型。考虑刀具寿命、机器人运输平稳性的成本指标函数,建立了多装备系统的加工参数协同多目标优化模型。以加工时间为约束条件,使用蜂群算法获取了最优参数。实验表明,以节能目标为主的优化方案可降低机床加工能耗17.97%,降低机器人运输能耗18.13%。