基于DE-SVM的柴油机气门故障诊断方法及应用

针对柴油机故障诊断样本少的实际问题,结合支持向量机的特性和微分进化算法良好的全局优化性能,提出了一种微分进化算法优化支持向量机方法.利用柴油机气门振动信号实测数据,经小波变换作为诊断模型的故障特征,建立了基于微分进化算法优化支持向量机的柴油机气门间隙故障诊断模型,并与反向传播神经网络算法、基于遗传算法优化支持向量机和基于粒子群优化支持向量机的模型相比较,结果表明:应用微分进化算法优化支持向量机比其他三种算法具有更优性能,能够有效地进行柴油机的故障诊断.     

基于微粒群算法的无刷直流电机单神经元自适应控制

为提高无刷直流电机速度控制性能,提出一种基于微粒群优化算法的单神经元自适应速度控制算法,该算法利用单神经元在线调整连接权值的能力,实现无刷直流电机速度的自适应控制.针对传统单神经元权值调整规则容易陷入局部最优等不足,利用微粒群优化算法良好的全局和局部寻优能力对单神经元连接权值进行在线调整,提高了单神经元的自学习、自适应...     

WK系列挖掘机电机辨识研究

从理论分析出发,重点阐述了WK系列电铲调试过程中电机辨识的意义及过程。首先,从异步交流电机的数学模型分析,对变频调速系统的电机辨识进行了理论分析。然后,分别对矢量控制系统和直接转矩系统进行阐述,论述了电机辨识的意义,作用。最后,通过分析现场实验结果,数据表明辨识后的变频传动系统实现了高性能速度控制。     

基于PSO的二级倒立摆LQR最优控制器设计

根据微粒群算法的随机性、快速性、易于实现性等优点,针对LQR在二级倒立摆最优控制设计过程中对加权矩阵Q、R选择的盲目性,研究了基于PSO的LQR最优控制器的设计方法,该方法利用PSO算法的启发式全局优化特点对Q、R阵进行寻优,然后得到状态反馈控制律K。并设计了基于该方法的二级倒立摆的最优控制器,通过和基于遗传算法的LQR最优控制器比较,仿真结果表明：该方法所设计的最优控制器能使系统的响应时间更快,超调量更小,对二级倒立摆的控制效果更理想。     

矿用挖掘机提升机构健康监测系统设计

矿用挖掘机作为露天矿山采掘的核心设备,其健康监测对于提高其使用率,延长其使用寿命具有重要意义。提升机构作为矿用挖掘机的核心机构之一,其健康状态对于整个设备的性能至关重要。为此,分析了矿用挖掘机提升机构的特点,并设计了健康监测系统。通过该健康监测系统能够及时掌握矿用挖掘机提升机构关键部位的实时工作状态,辅助操作及维护人员更全面地掌握设备的健康状态。     

基于模糊控制的锂动力电池快速充电技术研究与实现

锂动力电池充电过程和具有多变量、离散性和非线性等特点,传统的PID控制很难从它的数学模型出发进行控制,而模糊控制技术可以不要数学模型进行控制。将模糊控制技术应用于充电控制,提出了模糊PID的充电模型,并与PID控制模型进行对比。仿真实验证明该充电模型具有充电时间短、鲁棒性强等特点,具有重要的实际意义和推广价值。     

WK-12C电铲电气调试

从WK系列电铲电气系统出发,介绍了不同时期电控系统的特点。重点针对WK-12C变频交流系统,介绍了其电控系统特点;然后,进一步分析其在调试过程中各阶段的关键点;最后,针对调试过程中常见的问题分析了常见的故障处理方法及一些经验。     

GASA—SVM改进算法及其在柴油机供油系统故障诊断中的应用

针对目前支持向量机（SVM）参数选择的盲目性,结合遗传算法GA的并行搜索和模拟退火算法sA的概率突跳特性,提出一种改进的基于遗传退火算法（GASA）混合策略优化支持向量机惩罚函数和核函数参数的GASA-SVM算法。利用柴油机供油系统油压波形的实测数据,归一化处理后作为诊断模型的特征值,建立了基于GASA-SVM的柴油机供油系统故障诊断模型。通过与BP神经网络、RBF神经网络、SVM和GA-SVM故障诊断模型比较表明：应用GASA．SVM建立的故障诊断模型在故障识别准确性上优于其它网络模型,能够有效进行柴油机供油系统的故障诊断。