基于集合经验模式分解的汽油机爆震特征提取

爆震特征提取是汽油机点火闭环控制的前提和基础。基于集合经验模式分解(Ensemble empirical mode decomposition,EEMD),提出一种汽油机爆震特征提取方法。EEMD通过对信号加入有限幅度的高斯白噪声,利用高斯白噪声频率均匀分布的统计特性使信号在不同尺度上保持连续性,有效地抑制经验模式分解(Empirical mode decomposition,EMD)的模式混叠问题。研究了利用EEMD和EMD两种方法分别从汽油机缸内压力信号和缸盖振动信号中提取爆震特征的可行性和有效性。试验结果表明,对于缸内压力信号,EEMD和EMD均能提取出爆震特征;对于缸盖振动信号,EEMD可以提取出爆震特征,而EMD则由于模式混叠的影响,无法提取爆震特征。     

激光熔覆原位制备ZrC颗粒增强涂层的行为特征

通过添加氧化锆和石墨的混合粉末到镍基合金粉末中,利用激光熔覆技术在中碳钢表面上制备了原位析出ZrC颗粒增强金属Ni基复合涂层。利用扫描电镜(SEM),能谱仪(EDS)和X射线衍射仪(XRD)对涂层的组织、物相和成分进行了观察、分析和探讨。对涂层内部的ZrC颗粒形貌、生成以及生长机理、分布特点进行了分析,探讨了颗粒分布对涂层硬度性能的影响。结果表明,ZrC颗粒在中上部分布较为均匀,主要以三角形和四边类似菱形和长轴形为主,颗粒在对流和界面斥力共同作用下发生的碰撞、烧结以及枝晶间的阻力是成形主因。由于ZrC颗粒以及内部碳化物如M_(23)C_6的生成分布,复合涂层的硬度得到了明显的提升,最终其硬度(HV_(0.2))可达7200 MPa。     

基于生产资源的柔性作业调度任务优选方法

市场需求的多样性与个性化趋势使面向订单的生产作业调度遇到极大困扰。一方面随机到达的订单往往远超出车间的生产能力,一方面车间资源经常使用不均,造成效率低下。对作业调度中的任务进行优化选择,是解决以上问题的有效途径之一。提出了满足订单要求及车间生产资源能力等多目标的调度任务优选方法,构建了柔性作业车间设备的可互换性规则和辨识算法,提出并研制了基于订单优先级、设备生产能力等约束下的订单多工艺方案自动平衡和优选算法,有效解决订单任务及生产资源共同约束下的柔性作业调度难的问题。通过对两个标准柔性调度案例的组合,以及相关目标和约束设计,对文章提出的方法进行了测试,结果表明,在保证订单交货期期限、遵守调度周期和设备维修约束等的前提下,采用此方法可使其makespan缩短13%,设备利用均衡,利用率达82.3%。     

锦屏高拱坝基础f_5断层置换斜井塌方处理

对锦屏左岸基础处理f5置换斜井施工出现塌方的施工方法进行探讨,以探求总结行之有效的对软弱破碎带斜井开挖置换的施工方法。     

基于Modbus的高速电主轴监控方案实现

在Modbus通信协议基础上,利用计算机RS232串口和宇泰RS232/RS485转换器,建立PC与台达变频器和台达温控器的之间的Modbus通讯连接。在C#编程环境下,结合serialPort和timer控件的使用,开发高速电主轴监控软件,实现对高速电主轴的转速调整、启停控制,高速电主轴温度监测以及变频器频率信息采集。针对高速电主轴温度信息实时监测需求,设计电主轴外壳温度采集方案,并在实验室条件下通过了验证测试。     

基于粗糙集理论的RFID系统识读率的关键指标优化

在射频识别(Radio Frequency Identification,RFID)实际应用过程中,为了实现对系统识读率的影响因素进行度量、预测以及控制,提高RFID系统识读现象,本文提出了一种基于粗糙集理论的RFID系统识读率的优化方法,并结合遗传算法实现对多属性的属性约简,提取主因素,生成决策规则。实验结果表明,提出的方法可以有效减少误读率的发生,并通过实验对以上优化方法进行了验证。     

基于遗传算法优化支持向量机的船用柴油机气门漏气故障智能诊断方法

针对船用柴油机气阀漏气故障的问题,提出一种结合遗传算法（genetic algorithm,GA）与支持向量机（support vector machine,SVM）的船舶柴油机气阀漏气振动诊断方法,称之为遗传算法优化支持向量机（GA-SVM）。通过分析静态与动态工况下的缸盖振动信号,提取训练SVM特征参数,利用GA-SVM的惩罚因子与核函数参数对故障进行识别。试验结果表明,GA-SVM方法完善了SVM参数选取方法,可有效识别柴油机气门漏气故障。优化后的整体故障诊断准确率为99.333%,相比于未优化前的测试集,故障诊断正确率提高了约2%。     

基于模拟退火遗传算法优化BP网络的数控机床温度布点优化及热误差建模

在热误差建模中,温度测点的优化选择至关重要。提出了运用相关性方法,分析测点温度与主轴热漂移之间的关系,找到相关性较高的测点位置,实现温度布点的优化选择。在此基础上采用模拟退火遗传算法（ GSA）优化BP神经网络的方法建立热误差模型,并通过实验验证。结果表明：优化的热误差模型能够跳出局部最优而达到全局最优解,得到的误差模型拟合值更加接近实测误差值;基于GSA优化的BP网络模型较传统的神经网络模型有较高的精度及更强鲁棒性。     

浅议桥梁桩基施工技术

桥梁桩基作为桥梁工程中最为重要的工程部位，其质量的好坏，直接会影响桥梁的使用功能，本文从桥梁桩基施工前的准备、钢筋笼、浇注混凝土等几个方面进行分析和总结，以供同行在施工时参考。