基于SVM的船舶动力定位系统预测控制

支持向量机(SVM)是基于统计学习理论的新一代机器学习技术。基于预测控制思想,利用支持向量机回归进行非线性系统辨识,并将支持向量机模型应用到船舶动力定位(DP)预测控制,提出一种基于支持向量机的非线性系统预测控制策略。仿真实验表明,支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力,预测控制效果良好。     

基于支持向量机的矿井提升机制动系统的故障诊断

故障样本缺乏是制约智能故障诊断发展的重要原因,支持向量机是近年来提出的一种基于小样本的统计学习方法.将支持向量机分类算法应用到提升机制动系统的多类故障分类,并与BP神经网络进行对比研究,实验表明,支持向量机算法比BP神经网络具有更好的分类性能,且 "一对多"支持向量机的分类效果是最好的,更适合于提升机制动系统的故障诊断.     

基于支持向量机和模态频率的结构损伤诊断

支持向量机（support vector machine,SVM）是一种基于统计学习理论的机器学习算法,能够较好地解决小样本的学习问题。文中介绍支持向量机回归算法,并应用于结构损伤诊断领域;构造基于模态频率的损伤标识量,作为特征参数训练支持向量机实现对结构损伤的定位和程度标识;最后以梁的损伤识别为例进行验证。结果表明,支持向量机在结构损伤诊断领域中具有很好的应用前景。     

基于SVM的传感器非线性特性校正新方法

介绍了一种基于支持向量机的解决传感器系统非线性特性问题的新方法。支持向量机是Vapnik教授提出的基于统计学习理论的新一代机器学习技术，它有效地解决了小样本学习问题，因此该方法对样本数量没有特殊的要求。实验证明该方法有效，同时研究表明该方法也能用于其他系统的非线性校正。     

基于支持向量分类的水质分析应用研究

支持向量机(SVM)是由V.Vapnik在统计学习理论(SLT)的基础上发展起来的一种新兴的用以解决小样本的机器学习方法.SVM能更好的代替传统分类器,特别是在高维数据空间具有较好的泛化能力.本文采用支持向量分类(SVC)方法研究了这一理论在工程领域的应用-济南地下水水质的分析.实验获得了较好的分类结果.SVC在小样本下的地下水水质分析中展示了良好的模式识别性能.     

电机故障诊断支持向量机

基于数据的机器学习是现代智能技术中的重要方面。统计学习理论(Statistical learnmgtheory SLT)是研究小样本情况下机器学习规律的新理论。支持向量机(Support vector machine SVM)是在这一理论体系基础上发展起来的一种通用学习方法。SLT和SVM正成为继神经网络研究之后新的研究热点。通过对鼠笼式异步电动机转子断条故障进行实验模拟，对实验获取的采样电流信号经FFT分析，构造以低频到高频的频谱特性为分量的学习样本向量，通过支持向量机SVM对故障电流样本的训练，使SVM具有分类功能。最后，采用SVM对电动机各种转子断条故障进行诊断分类，取得较满意的结果，说明支持向量机SVM是进行故障诊断的一种新方法。     

基于LSSVM的直线电机进给定位误差补偿研究

误差补偿是提高机械加工精度的有效途径,在分析测试数控直线电机进给定位精度的基础上,提出基于最小二乘支持向量机的直线电机进给定位精度误差回归建模和预测方法.最小二乘支持向量机具有完备的统计学习理论基础和学习功能,它用核函数建立预测模型,再用已知数据为学习样本训练学习机,用检验样本进行验证、预测系统未来误差.采用径向基核函数的最小二乘支持向量机对不同速度加速度下的定位误差进行了预测,并进行误差补偿.研究结果表明,采用LSSVM的方法可以较大地提高直线电机进给的定位精度.     

基于混合核函数支持向量机的齿轮诊断方法研究

支持向量机是一种基于统计学习理论的新型机器学习方法,它具有在训练样本很少的情况下达到很好的分类效果的优点.把支持向量机技术应用于齿轮故障诊断,通过预先使用局部、全局核函数支持向量机的分类结果适当选取各自在混合函数中的权重,来作为混合核函数进行支持向量机分类.实验和数据分析证明,使用混合核的支持向量机比单独使用全局或局部...     

基于SVM及电容层析成像的两相流流型识别

两相流测量中,流型的准确识别是流动参数准确测量的基础.电容层析成像(ECT)技术是自20世纪80年代发展起来的新型检测技术,可用于两相流/多相流流型识别及固相浓度测量.支持向量机是一种基于统计学习理论的机器学习算法,即使在小样本情况下也能得到很好的分类效果.应用ECT系统测量的包含流型信息的电容测量数据,采用支持向量机算法进行流型识别,对4种典型空气-油两相流流型识别分别进行了仿真和静态实验.结果表明,该方法辨识速度快,可准确地识别典型的流型.     

基于鲁棒支持向量机的非线性系统辨识

支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,该文利用鲁棒支持向量机对非线性系统进行黑箱建模,首先推导出鲁棒支持向量机的基本理论,给出了对偶优化问题,并结合一个具体的例子进行了仿真实验,结果验证了所提出的方法的正确性和有效性.     

纳米科技与仪器仪表

本文介绍了纳米科技的基本概念,针对纳米材料独特的结构和优异的性能,联系现代仪器仪表的实际情况,阐述了纳米科技在现代仪器仪表领域的应用和前景,目的在于探索高新科技如何与生产实际相结合,与广大同行共同推动仪器仪表产业的发展。     

CVD和PVD及其在工、模具上的应用

介绍了CVD和PVD的发展历史、性能特点及其在工、模具上的应用。用CVD和PVD技术可以在钢和硬质合金表面沉积高硬度的陶瓷薄膜，改善工、模具的耐磨性和耐烧蚀性，从而大大提高工、模具的使用寿命。     

MEMS研究的新进展——微型系统及其发展应用的研究

简要叙述了微电子机械系统(MEMS)研究中的多单元综合体--微型系统,包括它的种类、结构、工作原理及相关的特性。对其应用前景作了讨论,并提出了一些超前的设想     

石油化工装备与石油化工工业(下篇)

石化装备技术发展趋势 国际上石化专用设备技术发展趋势，基本是根据石化工艺技术发展的要求，对各种石化专用设备进行了反应动力学、流体力学、传质和传热机理、分离和干燥原理研究和设计计算研究。其中反应设备实现大型化、结构简单化、操作自动化、研究方法趋向综合化方向发展；换热设备的性能对石化产品质量、能量利用率以及系统的经济性和可靠性起着重要的作用，     

石油化工装备与石油化工工业(上篇)

石化工业生产用装备一般分为专用设备和通用设备。石化专用设备包括工业炉、反应设备，换热设备，塔器，储运设备和专用机械等；石化通用设备包括气体压缩机．泵、阀门等。由于石化工业生产一般是高压、高温、低温、易燃、易爆、腐蚀、有毒和连续化生产条件下，因此要求石化装备性能优良、质量可靠，经济安全，符合环保，能够满足石化安全，稳定、长周期、满负荷生产的需要。     

用辉光放电质谱法和火花源质谱法分析表征金属和半导体

辉光放电质谱（ＧＤＭＳ）和火花源质谱（ＳＳＭＳ）是进行高纯固体材料直接和全面分析的两种主要的分析技术，ＧＤＭＳ和ＳＳＭＳ各有所长，有互补性。适当运用这两种技术，综合其优势，可望在固体样品分析表征的许多应用中获得更全面的信息和更可靠的分析结果。本文介绍了ＧＤＭＳ在贵金属分析领域中的两个应用，讨论了高纯镓分离中的表面富集问题，介绍了用ＳＳＭＳ研究杂质元素分布均匀性和相关性的方法。     

Education and training of engineers and scientists in measurement and instrumentation

The paper reviews problems of education and training in measurement and instrumentation, and the work of IMEKO in this field. Among the principal topics discussed is the nature, scope and organisation of measurement and instrumentation science.     

企业经营管理与变革

阐述了我国企业管理变革的目的和存在的问题，并分析了发达国家企业管理进程所经历三个阶段的特征和表现，着重提出我国企业应不失时机地结合企业实际，按步骤认真地进行管理变革，才能确保企业持续稳定的发展。     

楼梯及地面扫拖一体机器人设计与研究

针对目前大部分扫拖机器人没有楼梯清洁功能的问题,设计了一种楼梯及地面扫拖机一体机器人.该机器人设置了3个高度可相对运动的模块,其中一侧模块采用吸尘方式实现扫地功能,另一侧模块基于中心对称的曲柄滑块机构设计完成拖地功能,中间模块基于皮带轮传动完成对两侧模块的升降功能,以实现机器人顺利攀爬楼梯.对机器人使用的电机进行计算并选型,然后采用有限元分析法对机器人的关键部件进行了强度和刚度校核,分析结果表明,所设计的机器人结构可满足使用要求.最后对该机器人进行了清洁试验,结果表明其能够平稳完成楼梯及地面扫拖任务,实现有效清洁,节约人力资源,改善生活卫生状况.