数控车床刀尖位置动态熵方法不确定度研究

应用熵方法不确定度概念对典型测量与控制系统(数控车床)进行加工精度分析,通过建立刀尖位置伺服控制数学模型,求得刀尖位置B类和A类动态熵方法不确定度,并引出动态熵方法扩展不确定度公式,力图简明地表达基于熵概念的精度理论及其应用。     

机械产品装配过程质量熵研究

针对机械产品装配前准备阶段对装配活动的潜在质量损失预测和度量问题,借鉴信息熵理论,提出了面向机械产品装配过程的"装配质量熵"概念及其定义.在分析影响装配活动输出质量潜在损失的关键因素和确定了其相应的质量状态判定标准和方法的基础上,给出了装配质量熵的算法,对基于装配质量熵进行装配活动质量控制决策具有重要意义.以某产品装配生产线上某一装配活动为例,介绍了"装配质量熵"的算法过程.     

一种基于熵增理论的疲劳-蠕变交互作用损伤模型及试验验证

根据经典热力学理论,材料疲劳-蠕变交互作用下的损伤过程可视为系统熵增的累积,当熵增积累到临界值时,材料发生失效断裂。按此理论,并基于连续损伤力学和能量守恒定律,以系统熵增的变化来描述材料损伤,建立了一种疲劳-蠕变交互作用的损伤模型。为验证该模型,进行了540℃和520℃环境下1.25Cr-0.5Mo钢应力控制的梯形波加载试验,以材料的残余应变反映熵增积累,选取残余应变的变化作为损伤变量,用上述损伤模型进行了材料疲劳-蠕变交互作用的损伤演化描述,结果表明实测损伤点数据与该模型的损伤演化规律符合较好。     

基于超熵和模糊集理论的带钢表面缺陷分割

由于冷轧带钢表面缺陷图像中存在过渡区,在图像分割过程中既要利用灰度信息也要利用空间结构信息才能取得好的分割效果.因此,本文研究了信息熵中的超熵以及模糊集理论,根据超熵可以用来测度图像的空间结构,模糊集可以描述出图像灰度过渡区的特性,提出了一种基于超熵和模糊集理论的图像分割算法.结合超熵和模糊集理论构建出模糊超熵,通过计...     

基于近似熵的短路过渡焊接规范分析

介绍非线性参量近似熵的理论及算法,提出由近似熵的角度去分析短路过渡弧焊稳定性的思想,对指导实际焊接过程时的规范选择有参考作用.在焊接参数均满足匹配条件下,采集短路过渡的弧焊电流信号,对该电流信号的近似熵进行计算,结合传统的最佳电弧的理论认识,通过比较不同规范下近似熵的大小和近似熵的标准方差,探索得出近似熵与稳定性的规律.结果表明最佳的焊接规范具有近似熵较大,标准方差较小的特征,且在最佳的焊接规范中标准方差最小就对应着最佳电弧.     

离心压缩机热力过程熵变分析

运用热力学理论对离心压缩机热力过程进行熵变分析,通过比较熵变数值大小,来判断压缩机工作状况.     

面向数字化工厂的需求结构多目标决策控制研究

针对数字化工厂需求结构多目标的优化控制问题,提出了数字化工厂设计、制造、装配、物流等各个节点需求结构多目标决策控制模型.采用数学函数形式表达,并描述了数字化工厂各节点需求结构决策因素,分析了多目标决策的控制优化过程;以汽轮机产品为例,应用基于Pareto的熵算法对数字化工厂需求结构进行了多目标优化求解,确定了多目标决策指标权系数,以权衡需求结构多目标的任务实施.研究结果表明,该模型验证了数字化工厂多目标需求结构决策控制理论,Pareto熵算法优化了需求结构实施的控制过程,在满足客户需求的基础上,合理配置了企业的需求结构资源.     

从"熵"理论探讨工业设计的发展

“熵”是描述系统混乱状态的量度。人类居住的地球正以熵增大的趋势发展，也就越来越不适合人类的生存。引用“熵”理论，分析了工业设计的现状以及未来的发展趋势，并运用此理论，从非物质设计和低熵化物质设计两个角度进行分析，以通过设计寻求更好的方式，使得人类和自然社会得以可持续发展。     

自动化测试设备模型化及其排列熵算法应用

基于排列熵模型,构建一种产品质量熵控制因子,将其应用于自动化测试设备的产品质量管理中.通过神经网络算法反推系统排列熵,实现对相关部门绩效结果的评价.该系统投入使用后,企业综合良品率得到了持续提升.     

融合能量尺度熵及其用于旋转机械运行稳定性诊断研究

以连续小波变换和信息熵理论为基础,提出融合能量尺度熵用于旋转机械运行稳定性定量监测的新指标。用Bently转子试验台模拟实验,将融合能量尺度熵与单源数据的尺度熵对比,结果表明,融合能量尺度熵能较好地反映旋转机械发生故障时不同尺度的稳定性,克服了单源数据尺度熵的不足,可有效提高旋转机械故障诊断的准确率。     

基于信息优化的加工过程神经网络控制

为了提高加工过程生产率和保证加工精度,以加工过程的恒切削力控制作为研究对象,将信息论原理和神经网络智能控制理论应用于加工过程控制,以信息熵作为加工过程智能控制系统的性能测度能统一各级性能指标,将神经网络作为加工过程控制输入和系统输出的信息传输通道,确定了神经网络基于信息优化的目标函数,推导出了信息优化的三层BP神经网络学习算法,提出了恒力切削过程中基于信息优化的神经网络控制系统框架.通过加工过程的仿真实例证明,与传统自适应神经网络控制方法相比,基于信息优化的神经网络控制方法收敛精确,速度快,振荡小,系统超调量小,具有较好的综合性能.研究结果为信息理论应用于加工过程控制提供了有效途径.     

基于直接进化理论的产品族结构自适应方法

为满足不断变化的产品定制需求,改善产品族结构的内容及组织形式,基于发明问题解决理论及其直接进化理论,分析得到了产品族结构动态演化的依据,提出了基于定制产品数据的自适应过程,并采用增加资源包含量的技术进化模式,指导实施产品族结构的自适应过程。首先,通过零件模型聚集和零件模型浓缩的方法,将定制过程中产生的新的零件模型向产品族结构添加,增加产品族结构的有效性。然后,基于零件的使用状态信息,对产品族结构中的零件模型进行重新组合,提高了产品族结构的合理性。从功能特征层面,定义了产品族结构自适应过程启动的判定依据。最后,以纺织机械产品族结构数据为例,对上述原理和方法进行了验证,得到了与企业产品发展和规划比较一致的结果。     

单元机组模糊免疫自适应PID控制器的设计

针对火电单元机组的多变量、时变和非线性特性,应用免疫反馈系统的原理和模糊控制理论设计了一个模糊免疫自适应PID控制器。对控制器中的比例系数kp采用免疫控制器调节,用模糊规则分别对ki,kd进行在线整定。结果表明,模糊免疫自适应PID控制器具有响应速度快、鲁棒性强等优点。     

基于自适应控制的带式输送机可控起动

结合最小二乘法和加权最小方差控制算法,首先对未知的带式输送机系统建立模型,再利用自适应控制理论对胶带的速度进行控制。通过M atlab编程,实现整个系统的仿真实验。结果表明,辨识得到系统的参数,通过自适应控制能够满足实际应用的需求。     

汽车悬架系统混沌运动的自适应反演滑模控制

从存在干扰作用的不确定性汽车悬架系统出发,结合反演设计理论,提出悬架系统混沌运动的自适应滑模控制方法。该方法利用自适应律对系统所受不确定性因素进行估计,采用Lyapunov函数理论证明该控制器的渐进稳定性。仿真结果表明：即使存在悬架系统参数时变、模型不确定以及不同等级路面激励干扰情况,该控制方法也能对悬架系统混沌运动进行有效控制,使无序的振动位移和速度向稳定状态转变,且其数值大幅降低,同时悬架系统的垂直振动加速度也明显减小,车辆行驶的平顺性和安全性提高。由于控制器不依赖汽车悬架系统模型中的非线性项,且控制器中的自适应干扰估计能有效抵消不确定性因素所带来的影响,具有良好的自适应性和鲁棒性,因此研究结果可望为设计汽车可控悬架系统、提高乘坐舒适性,提供有用的控制方法参考。     

面向生长型设计的制造信息模型

针对生长型设计过程对功能表面分解粒度控制的需求,应用功能模式的几何特性表达了产品的几何结构信息,并以其为载体集成了产品制造过程信息,建立了基于功能表面的产品制造信息模型。利用信息熵理论对该模型信息进行了量化,将概念产品制造信息熵的最小值作为功能表面分解粒度的控制指标,来决定是否终止概念产品生长,并通过具体产品的设计验证了该模型的正确性。     

扩散传质定律等温结晶过程积耗散最小化

对一类给定结晶量下的等温结晶过程进行研究,考虑传质过程服从扩散传质定律[ ],应用最优控制理论导出结晶过程积耗散最小时浓度最优构型,给出数值算例,并与熵产生最小、浓度一定和质流率一定的传质策略进行比较。结果表明,结晶过程积耗散最小时净结晶量的2/3次幂随时间呈线性规律变化,过程的积耗散率为常数,与等积耗散原则相一致,与以熵产生最小为目标的优化结果是显著不同的;浓度一定的传质策略下积耗散要小于质流率一定的传质策略下积耗散;积耗散最小和熵产生最小两种传质策略下的积耗散和熵产均小于其他两类传质策略下的积耗散和熵产。熵产生表征的是能量转化过程的不可逆性,质量积耗散表征的是质量传递过程的不可逆性,由于结晶过程不涉及能量转化,因此优化原则应为积耗散最小。     

汽车主动悬架与转向系统的模糊参数自调整集成控制

建立了汽车主动悬架与转向控制系统半车集成模型。应用模糊逻辑控制理论，提出一种带参数的自调整模糊方法，设计了汽车主动悬架与转向系统模糊参数自调整集成控制器，该控制系统当偏差变小或变大时，调整因子总能确保系统稳定，适合工程应用。通过对汽车主动悬架与转向控制系统试验仿真表明，实行模糊参数自调整集成控制后，汽车的整车平顺性、操纵稳定性和安全性等综合性能指标明显优于汽车主动悬架与转向系统LQG集成控制。     

NEW HYDRAULIC ACTUATOR＇S POSITION SERVOCONTROL STRATEGY

A new hydraulic actuator-hydraulic muscle (HM) is described, and the actuator's features and applications are analyzed, then a position servocontrol system in which HM is main actuator is set up. The mathematical model of the system is built up and several control strategies are discussed. Based on the mathematical model, simulation research and experimental investigation with subsection PID control, neural network self-adaptive PID control and single neuron self-adaptive PID control adopted respectively are carried out, and the results indicate that compared with PID control, neural network self-adaptive PID control and single neuron self-adaptive PID control don't need controlled system's accurate model and have fast response, high control accuracy and strong robustness, they are very suitable for HM position servo control system.