基于系统特征响应的结构振动模糊控制规则建立与仿真分析

提出了基于系统特征响应建立模糊控制规则的方法,结合一座三层钢框架模型,具体实现了基于系统特征的模糊控制规则的建立与修正,并将其控制效果与LQ控制进行了比较,检验了本文提出的方法的有效性。     

基于粗糙集理论的模糊神经网络及其在化纤生产过程中的应用

提出一种基于粗糙集理论的模糊神经网络系统,首先运用粗糙集理论来发现大量样本数据中的概略化的规则,然后根据这些规则来设计神经网络的结构模型,并利用神经网络技术对模型进行训练。化纤工业中抽丝冷却侧吹风过程的模拟仿真实验,证明了该方法的有效性和可行性。     

柔性结构的模糊主动振动控制研究

针对柔性结构在不同激振信号下的振动抑制问题，研究了如何应用模糊控制理论实现柔性结构的主动控制，提出了一种基于连续模糊判决函数的模糊ＰＤ主动振动控制方法，对悬臂梁分别在瞬态、正弦及随机激振下的模糊ＰＤ主动振动控制进行了仿真研究。结果表明：模糊ＰＤ控制对上述三种激振信号的振动均有明显的抑制作用。由于模糊ＰＤ主动振动控制对结构的不依赖性，该方法对难以建模的大型柔性结构的主动振动控制具有实际意义。     

基于粗糙集的影响爆破振动特征参量因素的敏感性分析

文章介绍了粗糙集理论不协调率的概念以及在敏感性分析中的应用，论述了基于粗糙集理论不协调率的影响爆破振动特征参量因素的敏感性分析方法。通过对某露天矿爆破振动实测数据分析，结果表明该方法能较准确地找出各影响因素的主次关系，为爆破振动特征参量的预测研究提供了一种有效的新方法。     

一种基于粗糙集的模糊信息融合方法及应用

将粗糙集理论和模糊逻辑技术结合起来，提出了一种基于粗糙集数据处理的模糊信息融合方法。运用粗糙集的基本理论和简约计算方法，从大量原始数据中发现精简的、概略化的规则，结合模糊逻辑推理建立一致粗糙模糊模型，并提出了对模型进行扩充与完备化的概念。脉动真空灭菌温度控制过程的仿真试验研究结果表明了所提方法的有效性和可行性。     

基于粗糙集理论的水质模糊综合评价

针对水质评价中存在指标选取主观和赋权计算繁琐等问题,提出了利用粗糙集做属性约简,消除不相关和不重要的指标;运用属性重要度对约简后的指标赋权,并应用模糊综合评价进行水质评价。结果表明,粗糙集理论应用于模糊综合评价和传统模糊综合评价的结果基本一致,而且粗糙集属性约简和属性重要度赋权能够达到客观选取指标、简化水质评价过程等目的。     

基于粗糙集理论的学生成绩分析

利用粗糙集理论中的属性重要性方法对某班学生的微积分成绩进行分析,从而得出影响学生成绩的重要因素,为高校教学管理提供参考。     

结构振动的电磁驱动AMD系统控制策略与试验

提出了结构振动的新型电磁驱动AM／）控制系统，基于极点配置控制算法的控制策略，进行了结构模型地震响应控制的小型振动台试验，验证了所提控制策略的有效性。首先，研究了振动台试验对象结构无控建模的相关问题，分析比较了AMD系统摩擦等效处理为线性粘滞阻尼的影响，以系统无控三自由度模型为例，结合正弦扫频试验进行了参数验证。其次，提出了基于极点配置控制算法的电磁驱动AMD系统控制策略，给出了理想的极点配置控制区域。最后，以El Centro地震波输入为例，试验比较了极点配置参数对结构振动控制效果的影响，结果表明恰当的控制策略及其参数是成功实现应用电磁驱动AMD系统控制结构振动的前提和基础。     

基于粗糙集模糊神经网络的爆破振动预测

以某地下水封洞库爆破工程为研究对象,全面考虑影响爆破振动的各种因素,提出了基于粗糙集理论的模糊神经网络(RS-FNN)预测方法进行质点峰值速度和主频率预测。首先采用粗糙集理论获得最优属性集,然后对实测数据进行模糊处理,建立质点峰值速度和主频率的12-25-1 RS-FNN网络预测模型,并与基于萨道夫斯基经验公式的预测模型进行对比研究。研究结果表明:RS-FNN对质点峰值速度预测要优于经验公式,同时,RS-FNN也首次实现了对主频率的预测,为保障工程爆破安全提供了一定的理论指导。     

基于RDRNN的变阻尼半主动结构控制振动试验研究

在一个1：4的五层模型刚架结构上进行了变阻尼半主动结构控制的振动台试验,应用多输入多输出分支动态递归神经网络模型RDRNN建立了神经网络控制器,利用已有的试验数据对神经网络控制器进行训练,然后应用该神经网络控制器对结构进行变阻尼半主动结构振动控制,输入了几种不同的地震波,对比分析了该神经网络控制器的控制效果。振动参试验结果表明,应用神经网络控制器对结构进行变阻尼半主动结构控制,可以达到较好的控制效果,所需控制信息较少,并且对不同的地震激励有较强的荷载适应性。     

爆破振动特征参量的粗糙集模糊神经网络预测

摘 要 爆破振动特征参量对爆破振动危害效应有重要影响。首次用粗糙集模糊神经网络方法对振幅、主频率及主频持续时间进行预测。首先介绍了粗糙集模糊神经网络的基本思想,其次,分析了印象爆破振动特征参量的主要因素,建立了基于粗糙集模糊神经网络的爆破振动特征参量预测模型;最后用某边坡开挖爆破中的振动观测指标对模型进行了训练,并对15组指标进行了测试。结果表明：粗糙集模糊神经网络预测模型能反映了影响因素与特征量之间的非线性关系,适用于爆破振动特征参量预测。一次预测1个指标的精度高于同时预测3个指标的精度。     

基于粗糙集和神经网络的联合模式识别系统

提出了一种划分属性离散区间的新方法．针对这种划分，提出一种约简和去噪的方法．随后，建立了粗糙集和LVQ神经网络的联合模式识别系统．最后，比较了用该系统和仅用神经网络进行识别的效果，证明了该方法的有效性．     

模糊环境下粗糙近似算子的表示

给出了在一般的模糊环境下各种粗糙近似算子的定义，得到了这些近似算子的经典表示。     

多约束条件下结构振动系统的容错控制

现代控制理论在工程结构振动领域中的应用性不强,主要是因为其考虑的实际约束条件太少,就该问题进行了研究。首先根据建筑结构力学原理,建立了包含控制输入滞后、执行器故障、参数不确定等的结构系统状态模型。然后基于状态反馈和线性矩阵不等式处理方法给出了一个可满足多约束条件的时滞依赖型鲁棒H∞容错主动控制算法。通过对一个四自由度建筑结构模型在EI Centro地震波作用下振动的主动控制仿真,验证了该方法的可行性,可用于工程结构的振动控制。     

基于粗糙集的企业技术创新能力更新方法研究

随着时间、环境的不断变化及企业技术创新能力的进一步要求,现有的技术创新能力已逐渐不能满足企业技术创新的要求,因此技术创新能力更新成为企业在新的要求下的一种能力行为。文章基于粗集理论研究了新要求下的企业技术创新能力更新方法,确定技术创新能力更新次序以达到更新费用最低,随后分析算法并通过实例证明其有效性。     

基于泊松过程的超高斯随机振动试验控制技术研究

针对工程化的超高斯随机振动试验控制技术实现尚存在问题,在对其控制原理研究的基础上,提出基于泊松过程的超高斯随机振动控制策略。利用参考谱设计出符合控制要求的滤波器,通过泊松过程产生泊松点,使泊松点的信号取值服从正态分布,利用该信号与滤波器之间的卷积运算产生用于系统控制的驱动信号,从而实现对超高斯随机振动试验控制系统的功率谱和峭度同时控制,且二者相互独立。仿真与实验结果表明,基于泊松过程的超高斯随机振动试验控制算法,其控制输出响应谱与参考谱的误差满足振动试验工程上±3dB要求,控制峭度也达到很高的精度,完全满足工程要求。     

管道结构振动有限元法分析及减振研究

 对管道振动机理进行了分析，运用弹性力学理论，建立了管道系统结构振动数学模型，并采用有限元方法，通过计算机仿真，分析了管道系统的结构振动，得出了管道系统结构振动固有频率和振型分布，掌握了结构参数对结构振动的影响规律，并进行了实验验证．     

双振动台随机振动综合控制研究

阐述了应用于双振动台随机振动综合控制系统的理论框架和试验控制方法。在不考虑互谱的情况下，本文提出一种新的比例均方根修正算法，能够快速平稳地使控制谱得到收敛，并满足参考谱的要求。同时针对多点加权综合控制的问题，首次提出了用最优条件数选取主控矩阵的方法，该方法具有最优的数值稳定性，可实现综合控制的所有要求。试验结果表明各项控制精度均满足实际工程要求。