清除轮胎模具内残留断钻针的方法

模具排风不顺畅是轮胎缺胶的一项重要原因,而模具排风孔的堵塞是影响模具排风的主要原因之一,模具透孔产生的断针是模具排风孔堵塞的主要原因,本文就模具透孔断针问题提供了一种确实可行的解决办法。     

模拟电路故障诊断的PSpice与Matlab仿真分析研究

根据模拟电路故障诊断中的测前模拟诊断SBT法,本文采用PSpice对待测电路CUT故障进行模拟仿真,通过小波包分析和信息熵方法提取故障电路输出信号的特征向量,利用Matlab设计的神经网络算法构建故障分类器并对电路故障进行识别与诊断。仿真实验结果表明将PSpice与Matlab相结合的诊断方法能够有效地诊断模拟电路故障,为模拟电路故障诊断的教学和科研提供参考。     

矿用电动轮自卸车调速系统的自抗扰控制研究

针对矿用电动轮自卸车交流电驱动调速系统中感应电机参数摄动现象严重,控制鲁棒性差的难题,研究了一种基于自抗扰控制器(ADRC)的转子磁场定向矢量控制的感应电机闭环调速系统,分析了ADRC对感应电机参数摄动和外扰等不确定项的补偿作用,实现了感应电机的转子磁链和电磁转矩的动态解耦.仿真结果表明,调速系统在大范围转子电阻摄动和转矩干扰下,系统的动态性能明显优于传统PI调节器,对感应电机的其它参数变化也具有较强的鲁棒性,容易推广交流传动的其它应用中.     

混沌时间序列的模糊聚类预测与目标检测

针对海杂波中的弱信号检测问题,以相空间重构和模糊理论为基础,提出了一种基于T-S模型的模糊聚类方法对混沌时间序列进行预测和目标检测,利用自适应门限法判决混沌背景下微弱目标信号的有无.在模糊聚类建模中将前件划分和结论参数分开辨识,既简化辨识步骤,又提高模型的泛化能力,同时解决了模糊模型随辨识系统复杂程度提高而规则数增大的问题.与基于RBF神经网络的混沌背景下弱信号检测结果进行比较,仿真结果验证了该方法的有效性.     

可编程控制器在矿山排水系统中的应用

可编程控制器在矿山排水系统中的应用周少武许主平湘潭矿业学院自动化研究所（湘潭４１１２０１）在煤炭生产中，排水系统直接影响井下安全。有些煤矿水泵房高压控制开关没有安装在井下中央排水泵房，而是安装在地面井口配电房，因此，井下泵房工作人员与地面井口配电房值...     

大型粮食中转仓库自动控制系统

1　概述　　本文介绍的粮食中转库是国家级大型粮食中转仓库 ,共有储粮筒仓 32个。粮食进出有 3个途径 :汽车、火车和轮船。设计粮食进出流量为 2 50ｔ/ｈ ,系统配备2台进口计量秤 ,对进出粮食进行计量。控制系统的任务是完成对粮食进、出的自动化控制 ,并为信息系统提供粮食进出原始数据信息。2　系统总体方案设计系统总体方案如图 1所示。监控计算机采用工业控制计算机 ,2台工业控制计算机经以太网与服务器相连 ;工业控制计算机与ＰＬＣ通过ＡＢ公司的ＤＨ 网相连 ;计量秤通过ＲＳ - 4 2 2 /4 85接口与工业控制计算机连接 ;信息系统部分 …     

基于变学习率三角基函数神经网络的4型FIR滤波器设计

本文提出一种基于变学习率三角基函数神经网络的线性相位4型FIR滤波器设计方法。该方法根据三角基函数神经网络与线性相位4型FIR滤波器幅频特性之间的关系,构建了一种变学习率三角基函数神经网络模型,在神经网络训练过程中引入变学习率算法自调整学习率取值,解决学习率通常依靠经验或试凑法确定带来的不确定性,提高神经网络的学习效率和收敛速度。通过训练神经网络的权值,使设计的FIR滤波器幅频响应与理想幅频响应在整个通带和阻带内的误差平方和最小。文中利用该方法对FIR高通滤波器和带通滤波器进行了优化设计,仿真结果表明了该方法设计FIR滤波器的有效性和优越性。     

不确定混沌系统的差分进化小波神经网络控制

提出一种基于小生境自适应差分进化小波神经网络（NADE-WNN）的方法对不确定混沌系统进行控制。该方法利用小波神经网络学习未知模型混沌系统的动态特性并实施控制,为提高神经网络的学习精度和收敛速度,采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高网络的学习精度和全局收敛性。仿真实验结果表明,在有外部干扰和参数摄动的情况下,NADE-WNN仍能对不确定混沌系统进行有效控制,且网络结构、控制精度和收敛速度都优于传统神经网络。     

重型电动轮自卸车故障诊断方法

电动轮的关键部件与技术主要是电动微机控制系统。目前国内外普遍采用的是STATEX Ⅲ单片机控制系统,但这种类型的单片机插件板较多、价格昂贵而且出现故障的概率较大,订购的周期长,这些情况严重影响了电动轮自卸车的使用效益。而电动轮自卸车是集发电机、发动机、液压系统、电控系统、电动机露天于一体的大型运输车辆。当这些大型车辆发生安全事故时会造成重大的损失,笔者在此对造成事故的一些因素进行了简要的分析,希望能对大型工矿设备的安全技术保障有一定的借鉴作用。     

基于阿基米德Copula和拉丁超立方采样的概率最优潮流计算

提出一种考虑随机变量相关性的概率最优潮流算法。选用广义lambda分布拟合最优潮流模型中的随机变量,建立逆累积分布函数;基于Clayton、Gumbel、Frank、Joe生成元,构筑4种部分嵌套式阿基米德Copula模型对随机变量的相关性结构建模;选取Kendall秩相关系数描述随机变量的相关性,采用相关系数匹配法求取Copula模型的参数;基于生成元的拉普拉斯逆变换,将阿基米德Copula与拉丁超立方采样相结合,生成相关的随机样本用于概率最优潮流计算。对某地区10个风电场风速样本的建模和分析,验证了广义lambda分布和部分嵌套式阿基米德Copula模型的有效性。基于IEEE 118节点系统对2种拉丁超立方采样法进行了对比。