实时插补加减速算法在嵌入式系统中的实现

基于三轴机械手的嵌入式实验平台,通过对插补运算中的加减速控制研究,提出了改进的T型速度曲线算法,并给出了改进后的运算流程与实现方案。算法能有效地减少传统算法中的冗余计算,提高系统对外界环境变量的灵敏度。通过在三轴桌面型机械手点胶系统中的使用与监测,证明了插补算法的正确性和稳定性。     

线性液动压抛光波纹度加工特性研究

目的 探究线性液动压抛光波纹度特性,建立抛光波纹度预测模型,获取最佳加工工艺参数组合。方法结合线性液动压抛光原理,分析抛光波纹度产生机理,探究流场力分布特性,并获得影响波纹度的相关工艺参数。设计单因素试验,探究各工艺参数对波纹度的影响规律,并进行显著性分析,选取显著参数为试验因子,设计正交试验,以试验结果作为训练集,建立基于支持向量回归机（Support Vector Regression,SVR）的波纹度预测模型。以该预测模型为适应度函数,进行遗传算法寻优,以获取最佳工艺参数。结果 线性液动压抛光波纹度由流场力分布特性及工件进给运动共同作用产生,其大小受抛光间隙、抛光速度、进给速度和抛光液黏度影响。单因素试验分析结果显示,抛光波纹度Wa随进给速度和抛光间隙的增大而增大,随抛光速度的增大而减小,随抛光液黏度的增大而先减小、再增大。其中进给速度的影响最显著,抛光间隙和抛光速度次之,而抛光液黏度的影响具有分段差异性,显著性最弱。以正交试验数据所建立的抛光波纹度预测模型的回归相关系数R2为0.992 0。随机验证实验结果显示,各组预测值与真实值的误差均在10%以内,遗传算法寻优得到最佳工艺参...     

燃煤工业锅炉超低排放改造后微细颗粒物排放特征研究

采用切割器+滤膜的取样系统,对超低排放改造后的循环流化床(CFB)锅炉、链条炉产生和排放的微细颗粒物(PM_(10)、PM_(2.5)和PM_1)进行了现场测试。结果表明,CFB锅炉炉膛出口的微细颗粒物浓度远大于链条炉。CFB锅炉布袋除尘器对微细颗粒物的脱除效率可达98.12%～99.56%,而对应链条炉只有90.0%～93.6%。脱硫塔和湿式电除尘对微细颗粒物联合脱除效率约为50%～60%,脱除效果较为明显。超低排放改造后PM_(10)、PM_(2.5)和PM_1排放因子分别为0.028～0.033kg·t~(-1)、0.025～0.028 kg·t~(-1)和0.014～0.017 kg·t~(-1)。最终排放的PM_(2.5)占PM_(10)的百分比为85.2%～88.6%。这些结果对修订《大气细颗粒物一次源排放清单编制技术指南》有参考意义。     

不同种源三叶青的农艺性状和品质性状的因子分析和聚类分析

对2018年采集到的15个种源三叶青的农艺性状和品质相关性状进行系统测定,通过因子分析和聚类分析对不同种源的三叶青进行综合评价.结果 表明:不同种源三叶青的农艺性状和品质性状存在显著性差异,其性状变异系数范围为14.029％～55.85S％,变异系数最大的性状为茎叶总重;三叶青地下部分总重和总黄酮含量与叶长、叶宽和茎叶...     

基于马尔科夫链模拟的支持向量机可靠性分析方法

针对实际工程中可靠性分析设计的极限状态方程为隐式的情况,提出了一种基于马尔科夫链模拟的支持向量机可靠性分析方法.所提方法采用改进的马尔科夫链来产生极限状态重要区域上的样本点,再采用支持向量机方法求得相应的函数替代模型来进行可靠性分析.由于马尔科夫链能够自适应的模拟极限状态重要失效区域附近的样本,并且由于采用马尔科夫链备...     

基于区间B样条小波基函数时变多变量AR模型的时变结构参数识别

本文研究的是时变动力学结构的参数识别问题。仅利用线性时变结构的多个加速度响应测量数据,本文将区间B样条小波函数作为时变基函数,构造了基于区间B样条小波基函数的时变多变量自回归模型,并推导了时变结构瞬时频率的识别方法。文中利用该法对一个三自由度线性时变结构进行了仿真研究,针对结构瞬时频率周期变化,突变和线性变化三种不同的情况分别进行了瞬时频率识别,并在加速度响应数据中加入了不同信噪比的高斯白噪声以检验识别方法的抗噪能力。最后,文中对一个具有质量时变特性的悬臂梁结构进行了实验研究,实验结果充分说明了区间B样条小波基函数时变多变量自回归模型对时变结构参数识别的可行性,有效性和良好的抗噪能力。     

AGV机器人越障与爬坡驱动力计算分析

针对目前市场上应用广泛的AGV机器人更新换代迅速,相应的AGV机器人设计迭代也需要非常快速,以常见的四轮驱动AGV机器人为研究对象,在分析平地行驶、爬坡行驶、越障行驶3种常见行驶条件下,AGV机器人正常行驶的动力要求,建立在不同工况下的力学模型,并对AGV机器人驱动轮进行受力分析,获得了AGV机器人在正常行驶下平地、越障与爬坡的最小动力需求,并以市场上中菱科技4寸微型机器人轮毂电机产品为验证对象,通过获得的AGV机器人在平地行驶与爬坡行驶两种工况下驱动力理论计算方法,利用中菱科技产品的参数反向校验AGV机器人驱动力计算方法的正确性,为后续市场中根据需求进行AGV机器人产品快速迭代,进行的AGV机器人的动力设计选型提供理论依据。     

采用最优集成学习的小样本电磁脉冲信号分类

闪电与核爆电磁脉冲分类是核检测系统中的关键问题，其主要难点便是其正负样本不均衡程度可达到10⁴,因此我们提出了一种名为SMALLBAG的集成学习分类方法。针对小样本问题，通过对少数类样本进行数据增强和多数类样本重采样的方法重新构建新的训练数据集，分别提取时域、频域、小波域的特征以表征信号。针对样本不均衡问题，提出了基于新采样数据集的集成学习方案，减少样本不均衡影响同时提高分类准确率。该模型能够在保证准确率的同时保证实时性要求，试验结果显示识别准确率可达99.99%,测试速度为每个样本0.67 ms。     

不同雷诺数下圆柱绕流气动噪声数值模拟

基于大涡模拟和声类比相结合的混合方法对不同雷诺数下二维圆柱绕流的远场气动噪声进行预测.预测值与试验数据吻合良好.根据预测结果分析圆柱绕流气动噪声的声场特性,研究流场振荡规律对远场噪声的影响和圆柱绕流气动噪声的辐射特性,并寻找降低圆柱绕流气动噪声的途径.结果表明:随着雷诺数的增加,远场各测量点的总声压级增大;声场的最大声...     

基于自适应信号分解特征集成学习的电磁脉冲识别方法EI北大核心CSCD

为准确高效地识别核爆电磁脉冲(nuclear electromagnetic pulse,NEMP)和闪电电磁脉冲(lightning electromagnetic pulse,LEMP),提出一种基于自适应信号分解和集成学习的识别分类方法。首先,针对样本不均衡问题,利用数据扩增方法对数据集进行预处理;然后,采用希尔伯特-黄变换对NEMP和LEMP分别进行自适应信号分解;其次,对分解信号提取其在时域、频域和小波域的特征;最后,对提取特征采用集成学习算法进行识别分类。试验结果表明,该方法在实测数据上的准确率能够达到99.99%以上,LEMP信号的误报率低于万分之一。