基于数据拟合的机械参数测量模型研究

以机械工程中无法用传感器直接测量或测量十分困难的动态参数为研究对象,根据已知离散数据样本,采用数据拟合理论建立测量模型,解决了2个具有因果性质被测物理量之间函数关系的计算问题,为不易直接监测的机械参数提供了一种间接测量方法。液压打桩锤冲击力和塔式起重机力矩实测研究证明该方法可行、可靠、可移植性好。     

锥面镜磁流变抛光去除函数畸变规律分析与演绎

磁流变抛光是实现锥镜低表面损伤、面形误差高效抑制的重要工艺，然而锥面磁流变抛光去除函数畸变严重、畸变规律复杂，而现有方法难以直接有效建立其去除函数模型，导致面形收敛效率低下。本文分析了锥面曲率效应对磁流变抛光去除函数畸变的影响机制，研究去除函数的基准化特征参数关于平均曲率的解析规律，建立了由平面到锥面的磁流变抛光去除函数演绎方法。该方法将锥面去除函数的长宽、体去除率、峰去除率演变规律综合纳入到演绎之中，更全面地反映了锥面曲率效应下的磁流变抛光去除函数的畸变特性，同时避免了理化特性参数测量以及复杂方程和非线性问题的求解，为实际工况下锥面去除函数演绎提供一种有效、低成本方法。重复性采斑实验结果显示锥面去除函数特征参数的演绎误差为3.20%～12.02%，证明了该演绎方法具有较强的适用性。     

直线刃麻花钻切削几何参数数学模型的研究

通过对标准麻花钻的几何造型研究，根据切削性能预报力学模型的要求，建立了有关的切削几何参数数学模型。为便于研究其变化规律，所给出的数学模型直接表达为半径的函数关系式。并成功地导出钻头的后角模型。     

架空输电线路防振锤动态耗能特性的分析研究

为了探索一种能有效评价防振锤耗能性能的测试方法，在对互功率谱密度法函数物理意义进行分析的基础上，提出了在对防振锤采用等幅扫频激振时测量激励与响应的互功率谱密度的方法。对FR型电力防振锤的试验结果表明，在对互功率谱密度函数进行积分后，可以直接得到防振锤的固有频率、耗能曲线等参数，完整地反映出防振锤的动态耗能性能。     

基于核函数的三坐标空间测量误差估计

由于三坐标测量过程中涉及多种测量误差因素,因此在快速测量过程中对误差特性进行详细分析就比较复杂。本文以移动桥式三坐标测量机为研究对象,运用基于非参数回归模型中的核函数估计法对手动三坐标测量机的空间测量误差进行了多元非线性建模和预测。通过对采集数据进行回归拟合,并与参数建模的拟合结果进行对比分析后可知,非参数回归模型中的核函数估计法具有更好的预测效果。     

基于竞选算法优化的图像增强方法

利用了不完全Beta变换对数字图像进行自适应的增强处理,利用竞选优化算法给出Beta变换的参数,提出了一个测量函数作为评价图像增强效果的目标函数,筛选出最大函数值为最佳参数选择。利用Matlab软件根据上面的方法编写程序,得出两参数的收敛曲线、测量函数的收敛曲线和处理后图像的直方图。仿真结果表明,该算法能够自适应地进行数字图像增强处理。增强后的图像灰度分布更加均匀,对比度得到明显提高。     

赖氨酸发酵过程关键参数的模糊神经网络逆软测量研究

针对微生物发酵关键生物量参数(基质浓度、菌丝浓度和产物浓度)难以直接测量的问题,以赖氨酸发酵过程为研究对象,采用基于"虚拟子系统"的模糊神经网络逆系统软测量方法对关键生物量参数进行在线估计.假定在发酵过程内部存在一个以不可直接测量参数为输入,直接可测参数为输出的"虚拟子系统",并建立 "虚拟子系统" 的数学模型.再构造"虚拟子系统"的模糊神经网络逆系统,将逆系统串接在"虚拟子系统"后构成复合伪线性系统,得到动态软测量模型,实现不可直接测量参数的在线估计.实验结果表明:该方法能很好地实时估算赖氨酸发酵过程关键参数,为进行赖氨酸发酵过程补料优化控制打下良好的基础.     

相位信号的自适应滤波降噪检测研究

本文分析了一种运用ＳＣＨＥＲＩＮＧ电桥自动检测介质损耗角设计方法中相位信号的噪声特点。在无法直接获取参考输入的情况下，通过估计宽带噪声信号的采样时间序列的自相关函数，确定了自适应滤波器参考输入通道的延时参数，成功地设计了自适应噪声对消系统，有效地提高了信号的信噪比，实验及仿真结果证明了这种方法有效的保证了测量精度     

表面粘贴式FBG传感器应变传递分析

6层光纤布拉格光栅传感器由光纤、保护层、粘结层、衬底、外粘结层、基体组成,基体与光纤不直接接触,所以测量精度取决于光纤和基体之间的粘结特性。提出基体到光纤应变传递的函数模型,然后利用有限单元法验证函数模型的正确性,最后,基于该函数讨论中间层参数对平均应变传递率的影响。文中的分析结果满足FBG传感器测量精度要求。     

CNC齿轮测量中心上盘形凸轮测量方法研究

研究了直接在CNC齿轮测量中心上检测凸轮并评定误差的方法和理论。在凸轮工件型面上直接采集测量数据,用三次样条插值函数拟合测头中心轨迹,通过测头半径补偿和凸轮从动轮数据转换,得到凸轮升程曲线,运用最小条件法评价凸轮升程误差。此方法具有测量过程简便、测量效率高、计算精度高、应用性广等优点,适用于以CNC齿轮测量中心为检测设备的自动加工系统。     

密闭腔内毫秒级传热中内壁温度的软测量

密闭腔工况在工业、国防上有着广泛的应用和更广泛的发展前景，实现其内壁温度的测量具有重要的意义。在分析机理的基础上，采用软测量的方法，对密闭腔内毫秒级传热中内壁温度的测量进行了研究，获得了温度软测量的模型及相应的解法。实例表明：采用软测量方法，选择变化缓慢的温度为二次变量，并利用给出的软测量模型与解法，可以实现密闭腔内毫秒级传热中内壁温度的测量。     

火电厂热工参数软测量技术的发展和现状

影响火力发电运行安全和经济性的重要因素之一是许多重要技术参数和经济参数，难以在线实时测量。针对某些热工参数难以准确在线实时测量的影响，概括和总结了国内火电厂热工变量软测量技术的发展和现状。以烟气含氧量、飞灰含炭量、球磨机负荷为例，着重分析和总结了其测量的现状、软测量建模方法和二次变量的选取，并概括了国内现有的其他热工参数软测量技术，对火电厂热工参数软测量技术的发展具有一定的指导意义，对热工控制系统的优化具有一定的参考价值。     

基于Linux-Qt的嵌入式农田水势软仪表GUI设计

农田水势(FWP)是SPAC中土壤水势、作物水势和大气水势的统称,由作物微环境信息估算FWP值被称为农田水势软测量技术。按照FWP软测量的实际要求,提出了一种基于Linux-Qt的农田水势软仪表GUI设计方案,采用C语言开发了二级操作界面调用的作物微环境数据查询以及RBF神经网络软测量模型训练、校正以及农田水势实时估计等软测量核心模块,并利用实验样本数据进行了运行检验。     

基于神经网络的汽包水位软测量研究

介绍工业过程软测量技术.讨论基于神经网络的软测量技术在热工过程应用中的相关问题.通过对汽包水位测量的仿真研究表明软测量技术在热工过程检测方面的应用前景。     

农田水势软测量网络中数据存储系统设计

农田水势软测量网络由多个农作物生长微环境信息测量节点和软测量站组成,依据微环境信息测量节点和软测量站的数据传输要求,设计农田水势软测量网络的数据存储系统,构建采集节点的数据存储系统和软测量站的数据存储系统,并在节点和软测量站之间实现数据的转移,为软测量站进行软测量建模提供大量数据,从而计算农作物的农田水势信息。经实验测试,系统完成预期功能。     

正则化学习算法在软测量建模中的应用

软测量技术的核心是建立软测量模型。基于过程可测信息集建立软测量模型即逼近建模过程是不适定的。以径向基函数神经网络作为软测量模型,在软测量建模中引入正则化学习算法。以广义交叉验证作为正则化参数估计方法,讨论了径向基函数神经网络软测量逼近建模的全局与局部正则化学习算法,给出的实例说明了其有效性。     

基于烟气氧含量软测量的锅炉在线燃烧优化

尾部烟气氯含量的准确测量对提高锅炉燃烧的经济性有重要意义。本文把软测量技术应用于思部烟气氯含量的测量，主要通过机理分析建立了氯量软测量模型，仿真验证表明建立的氯量软测量模型能够较好的反映实际氯量的变化，同时提出了一种基于锅炉负荷调整烟气氯含量设定值，再进行风煤比寻优的电站锅炉在线燃烧优化方案，达到了节煤降耗的目的。     

基于PSO-SVM的关键生物参数软测量方法研究

微生物发酵过程中一些关键生物参数难以实时在线测量,严重影响发酵的优化控制。为解决关键生物参数的测量难题,采用了一种基于PSO-SVM的软测量方法。该方法利用粒子群优化(PSO)算法优化选择支持向量机(SVM)的最佳参数,并建立了基于PSO-SVM的软测量模型。利用赖氨酸发酵的数据对模型进行仿真验证,结果表明该模型具有很好的学习精度和泛化能力。另外在建模耗时上,PSO-SVM算法所用时间远少于标准SVM算法所用时间。     

农田水势软测量网络中的作物微环境数据采集节点

若干作物微环境数据采集节点和农田水势软测量站组成星形结构的农田水势软测量网络。其中的数据采集节点(下位机)以ATmega128单片机为核心,按照农田水势软测量技术要求配置各种传感器,所采集的各种微环境数据经过数据预处理之后,通过RS-485串行总线或无线数据传输模块向农田水势软测量站(上位机)传输,以实现农田水势值估计和农田环境参数远程监测。     

基于和声搜索优化多T-S模糊神经网络的聚合釜过程软测量建模

根据多个模型相加可以提高整体预测精度和鲁棒性的思想,提出一种基于模糊C均值聚类算法的多T-S模糊神经网络模型对聚氯乙烯(polyvinylchlorid,PVC)聚合生产过程中的氯乙烯(vinyl chloride monomer,VCM)转化率和转化速率进行预测。首先采用主元分析来对软测量模型的辅助变量进行选择以降低模型维数,并提出和声搜索和最小二乘法相结合的混合优化算法来优化T-S模糊神经网络子模型的结构参数。仿真结果表明该模型能够显著提高PVC聚合过程中经济技术指标预测的精度和鲁棒性,可以满足聚合釜生产过程的实时控制要求。