基于自适应神经模糊推理系统的半导体生产线故障预测及维护调度

为解决半导体生产线设备故障预测问题,采用自适应神经模糊推理系统构建故障预测模型.利用减法聚类确定模型初始结构,采用由最小二乘算法和梯度下降法所组成的混合学习算法优化模型参数.经实验数据检验,所建模型拟合能力强且精度高,能有效预测生产线下一阶段可能发生故障的设备名称等调度问题关键参数信息.在原有设备维护调度的基础上,嵌入故障预测模型,构建新的设备维护调度方案,并以某半导体生产线制造过程为例进行仿真验证,取得了良好的调度效果.     

方波驱动无刷直流电动机稳态运行特性的仿真分析

利用PSPICE仿真分析方法无刷直流电动机的稳态运行特性,研究了电机的力矩电流特性,并在此基础上设计了适用于力矩控制的电流采样电路。     

新型机器人敏感皮肤信号处理系统

对机器人敏感皮肤信号处理系统进行详细地描述。该系统采用模块化结构,使用高速浮点的数字信号处理器(DSP)和复杂可编程逻辑器件(CPLD)进行并行信号处理。针对敏感皮肤中的多传感器数据融合问题,提出一种在线自适应加权融合算法来实现,该算法依据各传感器方差的变化,及时调整参与融合的各传感器的权系数,使融合系统的均方误差始终最小,从而能在线适应传感器性能改变。试验结果表明该敏感皮肤信号处理系统在感知范围内可以实时为多关节机器人避障提供所需要的环境信息。     

基于DSP＋FPGA的高速通用实时信号处理平台设计

为了数据采集处理设备小型化、智能化和一体化,完成大量数据的采集和实时处理,并通过特殊算法完成复杂运算的目的,本文杓建了一种基于DSP＋FPGA的信号处理平台。该平台采用FPGA来实现FFT运算,利用DSP来完成频域信号的分析和处理以及与上位机的通信,应用CPLD来完成整个系统时序控制。该平台主要特点是硬件电路器件具有实时快速的执行速度,并使用了低功耗、低成本的DSP芯片。     

2018年度机械工程学科国家自然科学基金管理工作综述

介绍了2018年度国家自然科学基金委员会工程与材料科学部机械工程学科（工程科学二处）科学基金项目的申请、评审和资助情况以及科学基金项目的进展与结题情况;总结了项目执行过程中取得的典型性创新成果;阐述了机械工程学科在学术交流与合作、人才培养、团队建设等方面的具体举措及取得的成效。     

未知环境下一种移动机器人实时最优路径规划方法研究

 针对未知环境下移动机器人的安全路径规划问题,提出一种基于改进神经网络和模拟退火算法相结合的方法.神经网络表示机器人的工作空间,通过BP反向算法学习外部环境结构特征和信息表示,进而优化障碍物神经网络的连接权值,利用模拟退火算法搜寻代价函数的负梯度方向,采用组合探测器来减小模拟退火算法搜索区域和应用后退策略及设置虚拟目标点的方法处理局部路径规划中出现的陷阱问题.仿真验证此方法有效性和正确性.     

机器人敏感皮肤多传感器数据融合

针对敏感皮肤结构及其实时为智能机器人提供周围环境信息的特点,提出了一种基于容错技术的多传感器在线自适应加权融合算法.该算法首先对敏感皮肤模块测量数据进行预处理,获得具有容错特性的虚拟传感器数据值,然后依据各虚拟传感器方差的变化,及时以自适应方式调整参与融合的各虚拟传感器的最优权系数,使融合系统的均方误差始终最小.实验结果表明:该算法能有效处理冲突信息和传感器故障产生的错误信息,同时保证融合结果的精确性和可靠性,从而使敏感皮肤系统具有良好的容错性和稳健性.     

基于鼓-缓冲器-绳子的多重入制造系统过程调度

现有多重入制造系统调度问题的研究成果难以应用到实际调度问题的求解中,鼓-缓冲器-绳子方法科学地将投料和生产控制结合在一起,重点解决瓶颈问题,为该类系统调度研究提供了新思路.在评述鼓-缓冲器-绳子应用于多重入制造系统调度的研究动态的基础上,论述了生产线的瓶颈识别、瓶颈漂移、瓶颈饥饿及相关智能调度方法,并对该领域中存在的问题和发展方向进行了探讨.     

基于动态神经网络的质子交换膜燃料电池建模方法

针对现有质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)模型逼近能力不足、自适应性差的问题,提出一种基于动态神经网络的PEMFC建模方法.该方法引入神经网络输出敏感度作为隐含层结构合理性判别依据,根据敏感度分析结果选择采用相应的神经元修改算法调整隐含层结构,使隐含层神经元数目根据燃料电池数据处理需求动态变化,实现模型结构与参数的双重优化.以某型双系统燃料电池测试平台实际运行数据为例进行验证,结果表明构建的PEMFC动态神经网络模型比传统模型的网络规模小、拟合精度高、收敛速度快,适用于工程化仿真应用.