基于LTSA的芯片固化温度场时空建模方法

芯片固化热过程是典型的非线性分布参数系统,针对其无限维、时空耦合的特性,提出一种数据建模方法—基于局部切空间排列(LTSA)的时空建模方法。首先使用非线性方法LTSA对炉温系统进行维数约减,得到能够表征系统非线性特征的空间基函数,然后利用时空分离得到低阶时间系数并使用径向基神经网络(RBFNN)拟合,通过时空合成,得到全局的时空温度分布。利用dSPACE实时采集与控制平台对实验室固化炉进行实验验证,结果表明,该模型能够准确预测温度数据,相较于传统的KL时空模型精度更高,对工业热过程的准确建模与实时控制有较好的推广应用价值。     

基于时空相似性的即时学习在线建模

流程工业数据具有较大的时变性以及非线性,传统的离线模型难以应对实际生产过程中的工况变化,而即时学习是在线建模的有效方法。已有研究对即时学习的相似度度量方法大多只侧重于样本的空间距离,忽略了工业数据时序性的特点。为此,提出基于时空相似性的即时学习建模方法。首先,将样本点延拓成样本序列,结合动态时间规整计算样本间的时序距离。其次,提出时空相似性度量准则,通过对时序距离和空间距离进行非线性加权,构建时空相似性度量指标。最后,提出基于时空相似性的即时学习在线建模方法。将所提算法应用于公共数据集及聚酯纤维聚合过程,拟合优度分别达到了91.6%和98.6%,实验结果验证了算法的有效性和优越性。     

振动诱导聚合物塑化过程中熔体温度分布的预测

在振动力场诱导聚合物塑化成型作用下,建立了聚合物熔融挤出过程中的熔体温度分布模型,研究了模头温度、振动力场的振幅、频率等工艺参数对挤出过程中熔体温度的影响。提出了基于多项式和高斯RBF核函数变换的两种非线性岭回归模型(PT-RR和GRBF-RR),并对具有非线性、非等温、强耦合特征的熔融过程熔体温度分布进行研究。该建模方法实现了多变量输入样本的高维特征空间非线性映射与重构,充分挖掘了多影响因素之间的耦合信息。仿真实验结果表明了PT-RR和GRBF-RR模型的有效性,其回归预测值与实验测量值之间的相关系数均值分别为0.9940和1。由于GRBF-RR模型取得了满意的模型精度,本文基于对GRBF-RR模型的数值模拟分析了各影响因素对熔体温度分布的交叉耦合影响,表征了聚合物熔融挤出成型过程中熔体温度分布的规律。该项研究可为提高精密挤出制品质量及优化配置各工艺参数提供决策依据。     

基于REFOR算法的多输出非线性系统动态参数化建模方法研究

针对多输出非线性系统动态模型的辨识问题,提出一种新的非线性系统动态参数化建模方法,即冗余向前延拓正交（Redundant extended forward orthogonal regression,REFOR）算法。该算法旨在消除传统向前延拓正交（Extended forward orthogonal regression,EFOR）算法因遗漏某些重要模型项而造成所建模型精度较低的问题。首先,基于系统在各工况下辨识所得非线性有源自回归（Non-linear autoregressive with exogenous inputs,NARX）模型,利用REFOR算法统一各模型结构得到模型系数与设计参数间的函数关系,进而建立多输出非线性系统的动态参数化模型。其次,以四自由度非线性系统为例,说明了REFOR算法的优势及其在系统建模中的应用。最后,利用REFOR算法建立悬臂梁的动态参数化模型,并将REFOR预测输出与试验测得输出进行对比,试验结果表明,基于REFOR算法建立的非线性系统动态参数化模型,能准确预测系统的输出响应,为非线性系统建模方法的优化设计提供了理论基础。     

基于系统辨识的PEMFC温度非线性建模与预测

针对质子交换膜燃料电池(PEMFC)等一类具有严重非线性的复杂被控对象，提出一种基于模糊模型的模糊预测算法，并对PEMFC系统进行建模。在建模过程中，采用离线学习和在线修正辨识出对象的模糊模型。其中，模型的参数通过模糊聚类初始化和离线反向传播算法进行学习，必要时可通过在线调整后件参数，以使得模型的预测精度能满足实时控制的需要。仿真和实验结果表明了该模糊辨识建模方法具有建模简单、模型精度高等优点，亦证明了该算法的有效性和优越性。     

单轴滚塑成型传热过程的数学建模【摘要】

阐述了滚塑成型技术的基本原理、工艺特点。以单轴滚塑成型实验为依据，对工艺过程进行了适当简化和假设，着重对粉料在加热及熔融状态下的物理过程进行了分析，详细提出了单轴滚塑成型传热过程的数学模型，对模具加热时间、粉料熔融时间、熔融温度场时间函数、半径函数及温度场分布进行了求解。     

热-冶金相互作用下焊接温度场的三维动态有限元模拟

焊件在快速加热和冷却过程中温度场的正确描述是焊后接头力学性能分析的前提条件。材料物理性能参数的非线性以及冷却过程中伴随相变产生的相变潜热均会影响温度场的分布。焊接温度场的准确计算必须建立起准确的热传递和相变计算的数学模型以及符合焊接生产实际的物理模型。文中采用Goldak热源分布模型,其表面上热量是按高斯分布的函数,内部是双椭球函数来表示其分布,并应用SYSWELD软件的校正工具根据具体的焊接工艺和条件对热源进行校正;考虑了各相的热物理性能参数及相变潜热与温度的非线性关系,建立了焊接过程的数学模型和物理模型,实现了热-冶金的耦合分析计算,并以低合金结构钢的堆焊为例,对其温度场进行了三维动态模拟。     

基于选区激光熔化铜合金温度场的粉末层厚调控研究

在选区激光熔化(SLM)加工过程中，粉末层厚是选区激光熔化加工中重要的调控参数之一，合理的粉末层厚既可以提高成型质量又可以提高成型效率。基于SLM温度场模型，研究了温度场运动动态过程，预测了温度场温度和熔池大小，并且定量分析了粉末层厚对温度场温度和熔池大小的影响，研究表明：粉末层厚对温度的影响较小，对于熔池长度的影响相对于熔池宽度和深度更为明显。     

模糊算法在铝基覆铜板导热系数测量仪温控系统中的应用

在研究铝基覆铜板导热系数测量仪温控系统的过程中发现,针对该温控系统的非线性、小时滞特点,常规的PID控制效果不佳,系统测试耗时太长;模糊PID控制改进了温控系统的动态性能,但系统测试耗时缩短不明显。基于以上原因,提出了一种基于模糊算法的控制方法。给出温控系统概略模型,通过搭建Simulink仿真模型进行仿真,并将仿真结果和常规PID以及模糊PID控制进行比较,该算法实现了对小时滞系统的无超调控制,调节时间短,控制精度高,且对被控系统模型参数变化具有一定的适应能力。     

基于自适应FLSVM的赖氨酸发酵过程软测量方法

针对生化反应过程中软测量模型随着时间的推移而出现的模型老化现象,提出一种基于增量学习的自适应模糊支持向量机软测量建模方法.它首先将输入空间中的样本映射到高维特征空间,然后根据样本偏离超平面的程度赋予不同的模糊隶属度,建立模糊支持向量机软测量模型,并在模型投入现场运行后,通过一种改进的增量学习算法在线更新模型参数以自适应获得更加准确的软测量模型.以L-赖氨酸流加发酵过程为例,验证了所提算法能够从过程的第2批次开始对关键生物量参数(菌丝浓度和基质浓度)进行较准确的在线预测,与普通的模糊支持向量机建模方法相比具有较高的预测精度和自适应性.     

基于聚类动态LS-SVM的L-赖氨酸发酵过程软测量方法

针对生化反应过程中软测量模型存在的模型失效问题,提出了一种基于模糊C均值聚类(FCM)和动态LS-SVM的混合建模方法.首先,采用FCM算法将训练集分成具有不同聚类中心的子集,然后对每一类分别采用LS-SVM进行训练并建立子模型.对于带有新信息的样本数据首先计算其对每一类的模糊隶属度函数,然后用隶属度最大的一类所对应的子模型进行动态学习,并更新子模型.将所提出的软测量建模方法用于对L-赖氨酸发酵过程关键生物量参数的预测,实验结果表明所提出的建模方法可以有效地增强软测量模型适应工况变化的能力,提高其预测精度.     

树脂基复合材料固化过程中固化度场和温度场数值模拟

树脂基复合材料采用热压罐成形工艺,容易导致制件固化变形,影响制件的使用及后续装配连接。建立了树脂基复合材料在固化过程中的固化度场和温度场有限元模型,对固化过程中的固化度和温度变化规律进行了仿真分析,通过改变复合材料厚度研究了制件厚度对固化度和温度的影响规律。     

基于模糊自适应PID的硫化机外压温度控制系统

针时硫化机平板温度非线性、时变和分布稳态误差小等特点,结合PID和模糊控制的优点,提出了一种模糊自适应PID控制方法.对模糊自适应PID算法进行了理论分析,给出了该温控系统的硬件实现方法.对硫化机的简化模型进行了仿真.结果表明:采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性,有效减小了温度的波动.     

多维度感应熔覆模型建模优化研究

在分析温变材料物性参数的基础上,采用ANSYS有限元软件作为分析平台,构建感应熔覆过程的三维热场有限元分析模型。对三维与二维模型的建模结构与热场分布,探讨多维度数值模拟计算结果的差异。研究结果表明:在相同的感应熔覆数值模拟参数设置下,三维模型的热场温度高于二维模型的热场温度;三维模型的径向热传导高于二维模型,二维模型的轴向热传导高于三维模型;随着加载电流密度的逐步增大,三维与二维模型的温度差加大;相对二维模型,三维模型温度场分布受辐射的影响较为显著。研究结论为感应熔覆多维度数值模拟建模与计算提供了应用参考。     

基于并行核径向基神经网络的软测量与控制模型

转炉提钒过程中存在大量多元非线性因素,难以从统计学和机理上建立各操作参数与生产目标的优化控制模型,为优化转炉的操作参数,建立了基于径向基神经网络的半钢钒含量软测量和控制模型.径向基神经网络常用于非线性回归预测和控制,但是高维的核函数矩阵运算需要花费巨大计算资源.为了缩短计算时间,本文设计了并行算法用于计算径向基网络核函数矩阵,并将它用于转炉提钒软测量和控制模型,在以MPI构建的工作站机群上执行该算法,利用实际数据验证了该算法的加速性和准确性.     

基于响应面法的盘鼓式制动器优化设计

提出具有制动增势特性的盘式制动结构,将盘式制动结构和鼓式制动结构并联使用,设计盘鼓式制动器。考虑制动力矩分配系数的影响,对盘鼓式制动器进行动态建模,通过最优超拉丁立方试验方法采样,结合最小二乘法构建系统温度场的二阶响应面近似模型,以制动器几何结构参数和制动力矩分配系数为设计变量,温度场最高温度为设计目标,采用基本粒子群算法对响应面近似模型进行优化。结果表明,在相同制动仿真条件下,优化后系统温度场分布更为均匀,最高温度下降了20.46%。研究盘鼓式制动器的优化设计,为制动器样机试验提供了设计参数和理论依据。     

一种基于卡尔曼滤波的非线性模型在线模糊辨识算法

文章提出一种用于非线性模型在线辨识的模糊算法。该算法将非线性输入输出系统用时变线性系统模型来拟和，并把此非线性系统模型表示成模糊模型的形式，用在线调节模糊模型的方法来辨识时变线性模型的相关参数。本文将递推模糊聚类方法与卡尔曼滤波法用于在线调整模糊模型参数。仿真算例表明了此算法的有效性。     

热锻过程中变形与热传导的耦合分析

热锻过程中温度对成型过程的影响是显著的,了解热锻过程中工件内温度场的分布对控制锻件的成型是有益的。由于热性能参数随温度变化或存在辐射换热,工模具的热传导是一个非线性瞬态问题,因而利用变形与热传导耦合的有限元法分析了发动机气门的热锻成型过程。     

伺服系统中滚珠丝杠的温度场模型

分析了伺服系统中丝杠螺母的热特性规律,并对丝杠温度场进行了简化建模,以快速准确地预测丝杠温度分布及变化.简化模型能较好地预测丝杠温升过程,但稳态误差较大;通过引进时间修正系数修正了该简化模型,修正后的模型能较好地预测丝杠的稳态温度,但对温度上升过程的预测误差较大;鉴于两个模型的特点,基于分段建模的思想,建立了丝杠温度场...     

Vine Copula模型的失效动态相关机械系统可靠性分析

提出机械系统的失效动态相关可靠性可采用动态Vine Copula模型进行描述。采用Vine Copula函数将复杂多失效相关的机械系统可靠性问题转换为对多个二维动态Copula函数进行分析。利用非参数估计算法,提出经验分布函数-局部极大似然两步法估计动态Copula函数中的时变参数,从而建立动态Vine Copula模型来描述多失效动态相关机械系统的可靠性;并重点对机械系统的串联体系可靠性进行建模与分析,进而对机械系统的可靠度进行求解。最后通过单级减速器系统的算例验证了所述方法的合理性及有效性。