ＬＶＤＴ校正技术研究

鉴于当前ＬＶＤＴ校正技术研究的不足,提出了一种基于支持向量机的ＬＶＤＴ校正技术,该 项技术在全量程的范围内,提高传感器的线性度;同时消除ＬＶＤＴ的激励频率、物理参数和工作温 度对ＬＶＤＴ输出的影响．在不同位置下,将不同激励频率、不同物理参数、不同工作温度与对应的 输出信号作为训练数据,并将训练得到的基于支持向量机的校正模型取代传统的校正电路以实现 校正目的．结果表明：此技术实现了预定的目标,以０～１０ｍｍ 为全量程范围,其最大误差为 ０．１２５％．     

锥形辊穿孔过程顶头前伸量对力参数的影响

借助商用有限元软件MSC.SuperForm2005对锥形辊穿孔过程进行三维热力耦合模拟,研究顶头前伸量对穿孔力参数的影响。结果表明,在锥形辊穿孔过程中,当保持其它参数不变时,随着顶头前伸量的增加,轧制力和顶头轴向力均减小,而导盘力略有增加。     

利用有机凝胶提高芝麻酱的稳定性

在芝麻酱中添加一定量的γ-谷维素和β-谷甾醇的混合物制备出含凝胶油的芝麻酱,探究不同制备条件对芝麻酱稳定性和黏着性的影响,以得到不含氢化油的芝麻酱涂抹制品。在单因素试验的基础上,通过正交试验确定γ-谷维素和β-谷甾醇的混合物制备出油率低、涂抹性好的芝麻酱的最佳工艺。试验表明,影响芝麻酱离心出油率以及黏着性的因素的主次顺序为:添加量冷却温度加热温度。按照γ-谷维素和β-谷甾醇质量比为60∶40制备的芝麻酱的最佳工艺条件为:γ-谷维素和β-谷甾醇的混合物添加量4%,加热温度100℃,冷却温度5℃。在最佳工艺条件下,制备出含凝胶油的芝麻酱的离心出油率为3.60%,黏着性为187.95 g·s,此时的芝麻酱与商业化花生酱相比,出油率低,不含反式酸,黏着性和口感均相近。     

2D阀电液激振器数据采集及实时分析系统

电液激振器采用2D阀控制液压缸实现高频振动,通过控制阀芯的转速与阀芯的轴向位移来控制激振器的激振频率和幅值．采用数据采集卡在Delphi编程环境下对激振力与位移波形的数字信号进行高速采集,同时波形在工控机的屏幕上显示,并对采集的信号进行频谱分析．设计的此系统,在保证精度的条件下,具有较高的采样频率,满足实时采集、实时显示和实时分析的速度要求,具有编程容易、数据采集可靠及频谱分析准确等特点．     

柔性直流输电在城市电网中应用的仿真研究

城市化进程的不断推进和社会经济的高速发展对城市电网的供电能力和供电水平要求越来越高,而柔性直流输电提供了新的解决方案.本文在四机两区系统模型的基础上构建含有柔性直流输电线路的符合受端电网性质的城市电网模型,利用PSS/E把柔性直流输电在城市电网中对于抑制低频振荡及提高电压稳定性等方面的作用进行了仿真研究.仿真表明柔性直...     

基于ANFIS的锅炉蒸汽温度预测控制系统

针对锅炉主蒸汽温度对象的不确定性与大纯滞后等特性 ,提出了一种用BP网络 ,进行建模与预测 ,用自适应网络模糊推理系统 (ANFIS)实施控制的智能控制方案 ,利用Matlab软件仿真表明 ,该算法鲁棒性好 ,抗干扰能力强 ,能有效的补偿对象的大纯滞后     

GPRS在机器人远程控制中的应用

针对没有无线局域网环境下的,移动机器人远程控制问题,本文提出了一种基于GPRS技术的机器人远程控制方法,并在ASR机器人上验证了该方法的可行性。利用该方法,用户可以在任何覆盖了GPRS网络的地区,实现对移动机器人的超远程控制。     

回采工作面瓦斯涌出量耦合预测模型研究

为准确、快速地预测回采工作面瓦斯涌出量,提出一种基于主成分分析法（PCA）和改进的果蝇算法（MFOA）优化支持向量机（SVM）的回采工作面绝对瓦斯涌出量预测模型。模型首先运用PCA方法对原始数据进行降维处理,消除数据冗余,而后采用改进的果蝇算法对SVM参数进行全局寻优,避免SVM参数的选取对模型预测结果的不利影响,最终建立基于PCA-MFOA-SVM的耦合预测模型,并以实际监测数据为例进行仿真预测。结果表明：该模型预测的平均绝对误差为0.077 5 m3/t,平均相对误差为1.323 7%,与其他模型相比,预测精度高,综合性能好,能够实现回采工作面瓦斯涌出量的动态预测。     

细节高度复杂表面模型的视点相关渐进传输

针对细节高度复杂模型的特点,提出一种视点相关的渐进传输方法.根据人的视觉特征,算法将模型表示为多分辨率的四边形参数面片和表面法向细节纹理.该算法利用法向映射提高传输和绘制的效率,然后随着视点的变化动态细化和传输当前视点下轮廓部分的参数面片信息,从而最大限度地减少了模型传输时面片的数量.参数面片的结构规则,面片之间关联性低,因此能够按任意顺序高效地传输,从而实现真正的视点相关传输,并可以采用有效的编码方法对其结构和几何信息进行压缩.实验结果表明了该算法的有效性,特别适合于表面细节复杂的表面模型的交互传输和绘制.     

基于快速独立分量分析的脑电波信号降噪

针对原始脑电波信号存在非平稳性且非常容易受到各种信号的干扰等特点,对基于小波变换和快速独立分量分析的脑电波信号的滤波降噪方法进行了研究,说明了小波变换和快速独立分量分析的降噪原理,并通过对利用MindSet耳机采集得到的原始脑电波数据的处理,证明了快速独立分量分析算法可以将原始脑电波信号中包含的心电伪迹和工频干扰等多种干扰信号成功地分离出来,同时比较了两种方法的性能,验证了基于快速独立分量分析的降噪方法具有明显的优越性。