基于模糊优化下离散误差非线性参数识别方法研究

根据结构系统动态特性分析的模糊性,试验测试数据和离散误差选择的模糊性,提出了一种基于模糊优化下解决离散误差信号非线性参数识别的思想和方法。根据模糊数学权函数理论,建立模糊优化函数,推导出一种适用于动态结构系统响应信号高精度参数识别方法——离散误差信号模糊优化非线性参数识别算法。作为实例,对MG1432B整机的动态特性进行模糊分析,并将其响应信号测试数据进行模糊优化非线性参数识别,从而精确地识别出九阶模态参数,并绘出相应点的幅、相频拟合曲线。验证结果说明,此方法具有较高的识别精度和工程应用价值。     

振动结构的复模态参数识别——大型机器和钢筋混凝土框架基础模型的动力分析

本文针对一般粘性阻尼情况推导了复模态的导纳方程,并应用导纳园(Nyquest图)和优化方法进行复模态参数识别。该方法也能应用于实模态参数识别。在此基础上编制了“拟合园——梯度法复模态参数识别程序”,在TQ—16机上完成了有关计算。将这一方法应用于一个由若干个钢结构和一个钢筋混凝土空间框架基础组成的复杂系统的动力分析,研究了它的动力特性,得到了相应的模态参数,建立了该系统的动态数学模型。     

基于Gibbs抽样算法的三参数威布尔分布Bayes估计

由于三参数威布尔分布概率密度函数较为复杂,后验分布的积分计算成为进行Bayes估计的主要障碍.利用Gibbs抽样算法研究Bayes估计的计算问题.首先描述Gibbs抽样算法的特点,在定数截尾寿命试验情形下,推导无先验信息的参数联合后验分布,然后,结合取舍抽样方法,设计计算参数Bayes估计的Gibbs抽样方案,最后给出一个算例.结果表明,与传统的数值积分法相比较,Gibbs抽样算法更加简便直接,更适于计算可靠性指标的Bayes估计.     

正态变差系数的区间估计

本文推导了正态变差系数的Bayes及Fiducial精确限,并指出当正态参数取无信息先验分布时,Bayes限与Fiducial限相时,由非中心t－分布及贝它分布的分布函数的非线性方程给出。为满足工程实践的需要,提出了一种精度很高的Bayes近似限。它可直接应用,还可作为迭代求解精确限的初始范围,从而节省机时。     

小子样高速电主轴的Bayes可靠性分析

针对高速电主轴可靠性分析存在的问题,应用Bayes理论提出小子样高速电主轴性能退化可靠性试验分析方法,推导了小子样高速电主轴可靠性参数的验前、验后分布及置信限表达式,据此评定高速电主轴可靠性指标。对两根170MD18Y16型高速电主轴进行可靠性试验,利用性能退化量试验数据分析了Weibull寿命分布模型参数,并利用170MD18Y16型高速电主轴轴端跳动量测试数据,应用Bayes方法评定了该型高速电主轴可靠性指标,分析结果与电主轴实际工况使用值一致,表明Bayes理论可用于小子样高速电主轴可靠性分析。     

机械密封温度场的可视化计算

依据有限元的计算原理,推导了用于机械密封温度计算的有限方程,给出了温度场计算中关键参数的确定方法,提出了机械密封温度场可视化计算的方法,编制了机械密封温度场可视化计算软件MFSCAD,并且用于机械密封温度场的计算,该软件通用性强,效率高,是机械密封设计及研究的有力工具。     

滚珠丝杠动态特性参数识别试验台的设计

滚珠丝杠的动态特性严重影响数控机床进给系统的工作性能,为了能够准确识别滚珠丝杠进给系统的动态特性参数,基于滚珠丝杠副动态特性参数识别的力学模型,分析影响参数识别的主要因素,搭建滚珠丝杠动态特性参数识别试验测试装置,并根据有限元软件对测试装置试验台分析的结果,通过调整试验台筋板布置的密度和厚度,对试验台进行了结构优化,满足滚珠丝杠副动态特性参数识别测试装置的设计要求,有助于提高滚珠丝杠副动态特性参数识别的精度。     

多裂纹梁不确定性损伤识别和实验研究

对于多裂纹梁识别过程中的测试数据的不确定性问题,基于传递矩阵法推导了悬臂裂纹梁的频率特征方程,构建损伤参数(损伤位置和损伤深度)和动态特征参量(频率和模态)的映射关系。基于贝叶斯推断理论建立了损伤参数识别的贝叶斯模型,选择均匀分布作为损伤参数的先验分布,以悬臂裂纹梁固有频率和模态振型的测试值作为样本信息,建立损伤参数的后验概率分布。采用马尔科夫链蒙特卡洛模拟方法来解决贝叶斯方程中存在的高维积分的问题,通过仿真算例分析和实验研究,实现了对多裂纹梁损伤参数的有效识别。     

用于连续体的间隙非线性参数辨识方法

间隙在机械系统中是不可避免的,由间隙引起的接触非线性会严重影响系统的动态响应,使其偏离理想状态,进而降低机械系统的性能和使用寿命。若能利用系统的动态信息识别出间隙非线性参数,就能为机械系统的间隙控制提供依据。针对含间隙连续体系统,提出一种改进的恢复力-位移曲线和条件逆向路径法相结合的间隙非线性参数辨识方法。将哈密尔顿原理推导得到的微分方程简化为空间缩减模型,在获取系统输入和输出的基础上,使用改进的恢复力-位移曲线方法识别连续体系统的间隙值,再利用条件逆向路径法识别间隙接触刚度。整个识别过程在Matlab软件中进行仿真,并在设计的含间隙悬臂梁试验台上进行了参数辨识试验,仿真和试验结果均显示了较高的识别精度,验证了该方法的有效性。     

基于特征点法的液阻悬置集总参数模型参数识别

探讨应用动态特性特征点法预测与识别液阻悬置集总参数模型主要参数的分析方法。该方法首先通过实验来得出液阻悬置动态特性特征点,运用傅里叶变换的方法对液压悬置的集总参数模型进行深入推导得到液压悬置的复刚度,然后通过建立的动态特性特征点与集总参数之间的关系求解得出集总参数的值。通过对数值预测结果与实测结果对比分析表明,基于动态特性特征点法的液阻悬置集总参数模型动特性分析技术是可行、有效的,其预测结果精确性满足工程要求。     

一种融合动态孔径的聚焦延迟参数压缩方法

针对逐点动态聚焦延迟数据存储量大的问题,提出了一种融合动态孔径的聚焦延迟参数压缩方法.该方法在相对声程差的基础上,结合动态孔径控制方法,通过存储各阵元的相应开启位置、开启位置对应的初始数据及各阵元数据发生递减的位置序号,可实现逐点动态聚焦的延迟参数的压缩存储.对于聚焦过程而言,在进行动态孔径控制的同时,对存储值进行解压处理,实时地生成各阵元对应聚焦延迟参数,即可用于有效的逐点动态聚焦.本文采用32通道128阵元凸阵探头进行仿真实验,并对其展开相应的计算与推导.实验结果表明:所提出的压缩存储方法不仅实现动态孔径与逐点动态聚焦的有机融合,更是大幅度地提高了聚焦延迟参数的压缩效率,有效提高了成像质量.     

基于神经网络的故障诊断

在动态系统中,利用神经网络进行故障诊断与识别具有很大的潜力。本文提出一个用于故障诊断的改进Ｈｏｐｆ网络方案。该方案要求用在线、快速系统识别技术,并给出用于系统辩识的递归Ｈｏｐｆ网络及其相应的公式。同时讨论了一般情况下的组合参数识别技术与状态监测。     

结构可靠性的经典、Bayes及Fiducial限

本文推导了结构可靠性的经典精确限、Fiducial精确限及共轭型先验分布的Bayes精确限。录取无信息先验分布时,Bayes精确限与经典精确限、Fiducial精确限相等。为了满足工程实践的需要,给出了一种高精度的可手算的Bayes近似限,并用实例说明了这种方法。     

基于Dirichlet过程混合模型的滚动轴承运行状态识别

针对滚动轴承的运行状态识别问题,利用典型DP混合模型良好的聚类特性,提出了基于DPMM的滚动轴承运行状态识别算法,并推导了算法聚类的详细步骤。利用轴承状态监测数据进行了验证和分析,结果表明:DPMM算法不依赖于训练样本,模型结构能够随着观测数据的变化实现自适应变化和动态调整,自动识别轴承的运行状态数;同时,识别结果不依赖于DPMM算法初始参数的选择,具有较强的稳定性和适应性。     

面齿轮磨削温度场分析

基于蜗杆砂轮磨削面齿轮原理和空间曲面理论,推导了面齿轮齿面磨削点处主曲率和主方向计算公式;基于瞬时椭圆接触理论和磨削热理论,建立了面齿轮磨削温度场理论公式;基于ANASY建立面齿轮磨削温度场有限元模型,完成了磨削温度场有限元仿真;设计完成了磨削温度场实验,验证了有限元法的正确性;基于正交试验法,研究了磨削工艺参数对齿面温度分布的影响规律。     

直动式力马达阀(FMV)静动态性能仿真研究

在阐述了三菱日立强力马达阀(FMV)结构特征及工作原理的基础上,分析了内部永磁动圈式马达磁路工作原理,推导出FMV内部自身系统的传递函数,建立其系统数学模型。基于AMESIM软件建立其静态性能模型并进行仿真分析,同时搭建静态性能测试系统进行测试,结合测试与仿真结果分析了各结构参数对静态性能的影响,推导出系统的轨迹方程;建立其动态性能指标与结构参数的关系,利用控制理论相关知识推导出相应的系统传递函数,得到伯德图等曲线进行系统稳定性分析;分析了不同的参数值对FMV马达系统动态性能的影响,为阀体的设计、制造提供理论指导。     

基于有限元分析钢板焊接温度场的影响因素

通过对有限元分析方法在焊接温度场中的应用进行研究,利用ANSYS软件的APDL语言以及单元“死活”技术模拟焊接的填充过程,较好的模拟焊接加热过程及整个温度场的瞬态变化并实现了参数化编程,利用有限元分析软件ANSYS对钢板焊接温度场进行动态模拟,建立高斯函数热源模型,对各项焊接参数的合理选择和优化提供有效的参考。     

基于最小距离法和近邻法的数字图像识别

模式识别诞生于20世纪20年代。随着40年代计算机的出现、50年代人工智能的兴起,模式识别在60年代迅速发展成一门学科。模式识别系统主要由4个部分组成:数据采集及预处理,特征生成,特征选择与提取,分类器的设计与识别。主要应用方法分为两类:几何(非参数法)和概率(参数法)。其中几何方法包括:最小距离法、近邻法、梯度下降法、神经网络以及支持向量机。概率法包括:最小错误率Bayes决策,最小风险Bayes决策、聂曼-皮尔逊法。本文运用最小距离法和近邻法对数字图像进行识别,进而对两种方法做出比较。     

滚动轴承动态参数识别

采用柔性悬挂方法测试滚动轴承的机械阻抗,根据滚动轴承的支承形式提出了相应的动车学模型,由该动力学模型和测试得到的阻抗曲线。识别出滚动轴承的刚度和阻尼值,用此法识别得到的滚动轴承动态参数剔除了支承状况的影响,从而使得识别值更符合实际情况,附图6幅,表7个,参考文献5篇     

基于测试性增长的指标动态评估方法

针对现有测试性指标评估方法未能考虑装备研制阶段不同层次结构测试性水平动态增长的特性,导致测试性评估置信度不高的问题,提出一种测试性增长条件下基于层次Bayes网络模型的测试性指标动态评估方法。根据装备结构特征建立测试性指标动态评估的层次Bayes网络模型,并以测试性指标作为网络传递参数;考虑延缓纠正的测试性增长试验策略,给定测试性阶段序化增长约束条件,针对不同层次节点各阶段增长试验数据,采用单边Fisher精确检验法对测试性增长趋势进行检验,并基于检验结果确定增长阶段数;提出利用最大熵模型和改进Gompertz模型的先验参数估计方法,结合Bayes定理以及研制阶段各层次节点先验信息确定节点先验分布;进一步基于层次Bayes网络融合推理算法确定顶层节点测试性指标的后验分布,实现对装备测试性指标的动态评估,并通过案例进行验证。结果表明,该方法相较于直接运用Beta分布,具备更为准确合理的指标评估结论。