聚类算法在高校学生微博的应用研究

为研究聚类算法在高校学生微博的应用情况,针对K-means算法和分层聚类算法在聚类中心选择不精确的问题,基于高校学生使用微博的背景,对微博文本挖掘应用中聚类算法的应用进行改进。通过文本的矢量表示、文本相似度计算和聚类算法的实现,验证了聚类算法在微博热门话题检测的准确性和效率,并针对实验数据提出几点针对性的措施。     

钢坯闪光焊顶锻同步误差控制器设计及仿真

针对钢坯闪光焊顶锻阶段压力同步的要求,引入直接逆控制的概念,从理论上推导了同步误差逆模型的存在性和结构形式,并使用Adaline神经元实现了该模型。基于AMESim模型和Simulink模型的联合仿真结果,证明该方法在消除压力同步误差方面具有一定的优势。     

产品质量屋中用户需求排序的耦合方法

针对产品质量屋中用户需求排序的问题,提出模糊需求软集合与隶属度云模型的耦合方法,从模糊性与随机性综合考虑用户需求排序的问题,利用需求模糊隶属度构建模糊需求软集合,消除质量屋在信息传递中的模糊性与不确定性问题,通过逆向隶属度云发生器将定量信息转化为定性概念,基于超熵算子评价法,确定需求重要度最终排序,以液压四足机器人为例,验证了方法的实用性与可行性.     

铝基城轨列车制动盘热—机耦合性能研究

用于城市轨道交通的铝基制动盘系统的热性能,通过瞬态热分析,研究制动盘在初始速度下的温度场.结果表明,在恶劣条件下,制动盘的温度仍能很好地运行.然后,利用完全热力耦合的方法,研究了制动盘在不同载荷条件下的温度和应力场以及磨损条件.最后,通过温度分布和应力分布,为制动盘的设计和优化提供理论支持.     

基于分层规划思想的无人机协同优化

无人机自身具有的航空特性和可以进行大面积巡查的特点,使得其在洪水、旱情、地震等自然灾害实时监测方面具备特别优势.在完成灾情巡查、生命迹象探测、通信中继和对地数据传输等协同任务时,需要对无人机进行任务分配与航迹规划.对于无人机巡查重点区域任务规划问题,基于分层规划思想建立了多旅行商数学模型,并使用遗传算法进行求解.首先分配重点区域之间的无人机任务,其次再规划重点区域内部无人机的路线,最后根据无人机的限制条件,在既定路线上进一步优化无人机路线.     

轨道车辆齿轮箱故障诊断系统研究与开发

对传感器采集的齿轮箱监测数据信号进行数学处理,先进行特征因子计算,如峰值、均值、均方、偏度、峭度、峰值因子等,再进行高级分析,如傅立叶变换、希尔伯特变换、小波变换、倒频谱变换等,通过这些处理后的数字图形可以帮助更好的进行故障诊断.通过振动诊断的时域分析方法、频域分析方法、模糊诊断方法等识别和诊断故障,并建立故障诊断专家系统,用以实现智能故障诊断.     

不同参数对塔机吊重摆角和塔身结构振动的影响

针对塔机结构振动特性的研究虽然已取得了丰硕的成果,但是很多文献把塔机结构当作刚性结构来研究,或者未考虑塔机的加速度对吊重摆角的影响,针对塔机在提升与回转耦合运动下结构振动和空间摆角特性研究的文献则更少。针对塔式起重机的非线性运动易引起结构振动的问题,为了探究其运动规律,在塔式起重机提升与回转耦合运动下,对塔机结构的振动特性进行了理论推导和仿真研究。首先,采用运行特性、物理关系和梁挠度理论,提出了一种塔式起重机位移模型(从加速到恒速再到减速);然后,根据拉格朗日和空气阻力理论,推导了塔式起重机的动力学模型;最后,根据实际塔式起重机的结构和运动特点,设计了实验塔机,利用实验塔机搭建了测试平台,通过吊重的空间摆角实验过程验证了耦合运动模型的有效性,研究了不同的提升加速度、回转加速度和初始摆动角度对非线性耦合运动下吊重的空间摆角和塔身振动的影响。研究结果表明：回转加速度对塔身结构振动和空间摆角有显著影响;提升加速度对塔身结构振动和空间摆角的影响很小;当提升加速度为0.01 m/s²时,摆角θ有最小值;当任意初始角度不小于0.2 rad时,初始角度对塔身结构和摆角振动影响较...     

中端套型住宅功能空间的使用后评估研究

基于用户角度,对已经入住后的中端套型住宅内部的各功能空间进行使用后评估。通过采用入室深度访谈法,探访与分析用户在功能空间中的居住行为,研究套型内部空间设计是否适应用户对功能空间的实际需求。随着人们生活品质的提高以及家庭生命周期的变化,住户的空间需求会发生改变,形成新的潜在需求,本研究即以此分析各功能空间的未来潜在空间需求,为今后的住宅功能空间设计提供依据。     

基于多尺度本征模态排列熵和SA-SVM的轴承故障诊断研究

针对轴承振动信号的非线性、非平稳性,提出一种基于多尺度本征模态排列熵和模拟退火优化支持向量机(Simulated annealing-support vector machine,SA-SVM)的列车轴承故障诊断方法。该方法首先对获取的轴承振动信息进行小波降噪处理,接着通过集合经验模态分解(Ensemble empirical mode decompose,EEMD)将去噪信号分解成若干个平稳的本征模态函数(Intrinsic mode function,IMF),并提取多尺度本征模态排列熵作为SVM输入,在用样本训练SVM时,用SA对SVM的核函数进行优化,提高其分类准确率,最终实现智能化故障诊断。试验结果表明,基于多尺度本征模态排列熵和SA-SVM的列车轴承故障诊断方法能准确识别列车轴承故障类型,具有重要的实际工程应用价值。     

故障参数下地铁齿轮传动系统的非线性动力学分析

斜齿轮传动是地铁传动系统中一种非常重要的形式,而且斜齿轮故障对地铁运行具有重要影响,为了探究故障参数对地铁齿轮系统非线性动力学的影响,建立了刚度故障和齿面故障参数地铁斜齿六自由度齿轮弯-扭-轴耦合模型,使用变步长四阶Runge-Kutta数值积分法对含有故障参数的齿轮动力学模型进行数值分析,得到系统的动态响应过程。借助速度-时间历程图、相平面图、庞加莱截面图、分叉图等系统状态判断标准,定性分析系统激励频率、故障参数变化下系统周期运动、拟周期运动和混沌运动的演化过程。结果表明,地铁斜齿轮故障参数在不同转速时影响不同。