亚微米超精密车床的振动模糊主动控制

环境振动是影响亚微米超精密机床加工精度的一个重要因素 ,为此提出了将模糊控制系统与空气弹簧隔振系统相结合的方法 ,用于亚微米超精密车床的振动控制。空气弹簧的主要作用是隔离较高频率的环境振动并支承车床 ;模糊主动控制则是有效地控制低频环境振动的影响。针对机床系统振幅微小且有自激振动的特点 ,采用了带有两个调整因子的二维模糊控制器 ,其输入为速度和加速度信号 ,输出为作动器的控制电压。在 HCM- 1亚微米超精密车床上进行铅垂方向的振动控制实验 ,取得了良好的效果     

超精密定位的模糊神经网络控制

利用激光莫尔技术设计了一种超精密定位装置,系统以工业控制计算机为核心,通过光、机、电的有机结合,可实现高精度位置检测及精密自动定位.针对系统存在非线性,精确控制模型难以建立的缺陷,将模糊神经网络应用于该控制系统中,给出了模糊推理BP网络模型,改造后的模糊控制系统具有了知识自动获取功能,能更好地适应工况环境.实验结果表明使用模糊神经网络控制,控制响应快、稳定性好、鲁棒性强.系统取得了亚微米级的定位精度,对超精密加工具有实用价值.     

超精密加工振动误差源诊断实验研究

超精密车床结构及加工过程的复杂性使得对加工精度的影响因素不能完全确定，尤其是随机性因素的影响更难确定。为此本文首先系统分析了超精密车床中影响加工精度的各项误差源，然后通过实验辨识了主要振动误差源对加工精度的影响，为减少和补偿由这些误差源引起的误差提供了依据和指导。     

采用神经网络控制的超精密平面定位

设计了一种基于激光莫尔信号的超精密平面定位装置,该装置可实现高精度位置检测及X-Y-θ 三自由度的全自动精密平面定位。激光莫尔信号传感器为相位相差 180°的两组衍射光栅,构成差动光栅技术,可有效提高位置检测信号灵敏度及定位精度。针对系统存在非线性,精确控制模型难以建立的缺陷,提出基于 RBF 神经网络的精密定位控制,其控制响应快、稳定性好、鲁棒性强,可有效改善控制质量,提高定位速度。实验结果表明,基于激光莫尔信号的精密定位装置可获得亚微米级的平面定位精度。     

超精密装置PID振动控制系统的仿真研究

 在仿生啄木鸟头部独特生物构造和隔振机理的基础上，采用主动隔振技术建立了超精密装置隔振系统结构及动力学模型． 结合超精密装置隔振系统的结构特点和性能要求，采用闭环PID主动控制系统，用Matlab软件进行了仿真分析．仿真分析结果表明，该振动控制系统宽频率范围内具有良好的减振效果，该系统可应用于超精密\测量、超精密制造设备的隔振领域．     

超精密机床的主动隔振系统研究

本文以ＨＣＭ－Ｉ型亚微米超精密车床为研究背景,在分析了机床结构与振动的基础上,建立了机床主动隔振系统的力学模型。通过几种作动器的性能对比选择了磁致伸缩作动器为执行器。通过反馈控制分析和实验,表明：采用主动隔振可以明显提高机床减振性能,尤其对低频隔振效果较好。     

神经网络控制在柴油机主动隔振中的应用

将神经网络技术应用于柴油机双层隔振系统，构造了一种AVC(Active Vibration Control)系统。将实际柴油机信号作为系统输入，运用三层BP网络进行离线系统辨识，采用神经网络控制器，在双层隔振模拟试验台架上进行试验研究，实时控制结果表明神经网络控制在柴油机主动隔振中的应用具有一定的可行性。     

DHM-500超精密数控非球面透镜磨床的研制

为了解决非球面透镜加工方法周期长、成本高等问题 ,该文介绍了作者在DHM 5 0 0超精密数控非球面透镜磨床研制中的一些关键技术 ,对其主要结构进行了分析 .该磨床主要用于解决大尺寸非球面透镜的高精度高效率加工问题 .工件主轴、砂轮主轴、转台及溜板全部采用液体静压结构 ,能实现X、Z、B三轴联动的磨削加工 .主轴回转精度为 0 .1μm ;砂轮轴回转精度为 0 .1μm ;转台回转精度为 0 .1μm ;导轨直线度为 0 .5 μm/2 80mm ;系统分辨率为 0 .1μm ;X轴定位精度为± 0 .5 μm /2 80mm ;Z轴定位精度为± 0 .5 μm /170mm ;转台定位精度为± 3″     

一类非线性振动自适应控制的神经网络方法

针对一类非线性振动系统，本文详细阐述了非线性振动自适应控制的神经网络方法。首先提出一类非线性系统的控制模型与自适应控制策略；然后介绍了神经网络控制器的模型，进而导出了基于神经网络的振动自适应控制算法，数字仿真结果表明了这种方法的有效性。     

Forecasting E-Commerce Adoption Based on Bidirectional Recurrent Neural Networks

E-commerce refers to a system that allows individuals to purchase and sell things online. The primary goal of e-commerce is to offer customers the convenience of not going to a physical store to make a purchase. They will purchase the item online and have it delivered to their home within a few days. The goal of this research was to develop machine learning algorithms that might predict e-commerce platform sales. A case study has been designed in this paper based on a proposed continuous Stochastic Fractal Search (SFS) based on a Guided Whale Optimization Algorithm (WOA) to optimize the parameter weights of the Bidirectional Recurrent Neural Networks (BRNN). Furthermore, a time series dataset is tested in the experiments of e-commerce demand forecasting. Finally, the results were compared to many versions of the state-of-the-art optimization techniques such as the Particle Swarm Optimization (PSO), Whale Optimization Algorithm (WOA), and Genetic Algorithm (GA). A statistical analysis has proven that the proposed algorithm can work significantly better by statistical analysis test at the P-value less than 0.05 with a one-way analysis of variance (ANOVA) test applied to confirm the performance of the proposed ensemble model. The proposed Algorithm achieved a root mean square error of RMSE (0.0000359), Mean (0.00003593) and Standard Deviation (0.000002162).     

包装材料振动传递特性试验数据采集及处理

介绍了缓冲材料传递率数据有集处理系统，讨论了时域和频域两种数据处理方案，给出了具体实施步骤，针对信息谱分析计算中数据量过大，能量泄漏等问题提出了解决方案。谱分析法还提供了用冲击法获得缓冲材料振动传递特性的可能性。     

基于神经元网络的加工中心刀具破损智能监控技术

本文采和人工神经网络技术对声发射信号，电机功率信号及多个切削参数进行数据融合，建立了实现智能监控的数学模型，研制了适于镗铣加工中心的刀具破损智能监控系统，并实验验证了该系统对加工中心刀具破损的检出率达９８％以上，证明了该系统在生产中应用的可行性。     

提高传感器精度的神经网络方法

为使较低精度传感器获得较高精度 ,以提高传感器的性能价格比。本文提出人工神经网络提高传感器精度的新方法。该神经网络可以看成是一个可以滤去传感器信号噪声的非线性滤波器。实际使用证明 ,该方法不仅提高了传感器的精度 ,而且 ,由于可以对神经网络进行在线修正 ,所以极大地提高了传感器的环境适应性。     

动力机械隔振系统的神经网络半主动控制研究

船舶动力机械隔振系统,结构复杂,易受环境影响,系统精确数学模型不易建立,运用ADAMS和MATLAB联合模拟建立机械被控系统台架模型,提出基于神经网络的振动半主动控制策略,设计神经网络控制器.仿真计算结果表明,与传统的被动控制相比,神经网络半主动控制策略对系统振动具有明显的抑制效果,证明所提控制策略的正确性和有效性.     

基于椭球单元网络的旋转机械多故障同时性诊断

阐述了椭球单元（ＥｌｉｐｓｏｉｄａｌＵｎｉｔ）网络的原理及其结构，研究了网络权重初始化方法和网络的训练算法，借助这种高阶网络泛化的有界性，针对大型旋转机械多故障同时性诊断问题，构造了一种由多个子网络组成的分级诊断网络（ＨＤＡＮＮ）。测试结果表明：用基于椭球单元网络的ＨＤＡＮＮ网络分级诊断策略解决大规模故障诊断问题是合理有效的，且具有较高的诊断精度，可用于旋转机械工况实时监测和诊断场合。     

神经网络在弹性连杆机构振动主动控制中的应用

首次将神经网络理论应用于弹性连杆机构的振动主动控制 ,设计、建造了具有压电陶瓷作动器与电阻应变计传感器的弹性连杆机构实验装置及其振动控制系统。根据实验数据离线设计了动态递归神经网络控制器 ,并采用基于神经网络的直接自校正控制策略对弹性连杆机构实施了在线控制。控制后 ,弹性构件输出点的应变峰值降低了 5 0 %左右 ,机构的动力学品质得到显著改善     

工业炸药裹包装置上翻包机构的图解法设计

使用图解法对工业炸药中包包装线上裹包装置中的翻包机构进行了设计。在介绍了问题的背景后,使用图解法首先确定气缸的行程及其规格,然后通过从一边试探的方式,三次试探就得到了问题的解答。研究表明,这种图解法对该类带气缸的连杆机构设计具有普遍的借鉴意义。     

Dependency-Based Local Attention Approach to Neural Machine Translation

Recently dependency information has been used in different ways to improve neural machine translation. For example, add dependency labels to the hidden states of source words. Or the contiguous information of a source word would be found according to the dependency tree and then be learned independently and be added into Neural Machine Translation (NMT) model as a unit in various ways. However, these works are all limited to the use of dependency information to enrich the hidden states of source words. Since many works in Statistical Machine Translation (SMT) and NMT have proven the validity and potential of using dependency information. We believe that there are still many ways to apply dependency information in the NMT structure. In this paper, we explore a new way to use dependency information to improve NMT. Based on the theory of local attention mechanism, we present Dependency-based Local Attention Approach (DLAA), a new attention mechanism that allowed the NMT model to trace the dependency words related to the current translating words. Our work also indicates that dependency information could help to supervise attention mechanism. Experiment results on WMT 17 Chineseto- English translation task shared training datasets show that our model is effective and perform distinctively on long sentence translation