Frequency Characteristics of Stiffness and Damping Effect of a Ferrofluid Bearing

Damping characteristics and frequency characteristics of a ferrofluid bearing spindle were measured using a high-frequency vibration base driven by a piezo actuator. They show that ferrofluid bearing spindles have effective damping. In this experiment, the damping effect became larger with higher spindle rotational speed.     

圆锥浮环动静压轴承动态特性实验研究

在圆锥浮环动静压轴承理论计算和分析的基础上，设计制造了该轴承试件，确定了相关的实验方案和实验装置。在二维油膜动特性系数实验原理的基础上，首次采用静一动法和二三次激振法相结合得到了内外膜共36个动特性系数。由实验结果绘制了不同转速和不同偏心率下的刚度系数曲线和阻尼系数曲线，并与理论计算结果进行了比较，二者取得了较为满意的一致。     

ARL4460火花源直读光谱仪光源故障实例解析

对ARL4460火花源直读光谱仪在生产实践中出现的一起激发光源故障实例进行了解析。通过对比发生故障前后的分析数据发现各元素含量出现了较大偏差。结合理论分析和试验验证,最终判定故障是由激发电极未恢复至初始位置引起的。提出了故障诊断、排除方法以及直读光谱仪关键部件的日常维护措施,具有推广和借鉴意义。     

基于ADAMS的太阳电池阵动力学模拟参数化建模系统

根据太阳电池阵的特点和ADAMS软件二次开发功能,制定了太阳电池阵动力学特性模拟系统的程序构架.太阳电池阵由驱动机构、摇臂架、帆板、连接铰、锁定机构和同步机构组成.编制了相应的软件模块,包括主界面、初始化模块、间隙铰模块、构件模块和机构模块,初步实现了对太阳能帆板动力学模拟的参数化建模,采用编制的模拟系统对帆板展开机构...     

基于知识的产品级参数化虚拟设计的可重用性研究

以抓斗设计为背景，着重讨论完整产品如何实现可重用的三维参数化虚拟设计：首先自上而下完成总体设计，然后自下而上建立抓斗模型、建立装配和总装模型。在三维参数化设计中引入知识工程的基本原理，通过知识的应用实现完整产品虚拟设计的可重用性。通过面向对象的封装，虚拟产品的设计中包含了形状和尺寸约束以及相关设计知识，可以供以后的设计重用。     

Efficient localization of target in large scale farmland using generalized regression neural network

Although simple to implement, the traditional trilateration technique is generally associated with significant location estimation errors because of highly nonlinear relationship between Received Signal Strength Indicator (RSSI) and distance. In case of agricultural farmland, there is always noise uncertainty in the RSSI measurements because of signal propagation issues such as NLOS, multipath propagation, and reflection. In the context of such environmental dynamicity, the localization algorithm must be efficient in terms of Localization Accuracy and Execution Speed to provide real‐time performance. The Generalized Regression Neural Network (GRNN) is a noniterative highly parallel neural architecture with the capability to get trained quickly using very few training samples. This paper introduces a range free GRNN localization algorithm as an alternative to the traditional range‐based trilateration technique for a large scale wheat farmland. This paper also presents the modified Optimal Fitted Parametric Exponential Decay Model (OFPEDM)‐based signal path loss model to deal with the issue of environmental dynamicity. The evaluation of localization performance of the trilateration and the proposed GRNN‐based approaches is carried out with the help of Wireless Sensor Network (WSN) using three path loss models, namely, Log Normal Shadow Fading (LNSM), Original OFPEDM, and proposed Modified OFPEDM. For all these implementations, the proposed GRNN algorithm demonstrates superior localization performance (localization accuracy of the order of few centimeters) over traditional trilateration irrespective of nonlinear system dynamics, path loss model, and environmental dynamicity. The execution speed of the proposed algorithm is of the order of few milliseconds.     

基于确定学习的电力系统稳定性控制

传统自适应控制方法存在计算过于复杂、控制器奇异性的问题。为了解决这些问题,采用了一种简单的自适应控制方法,以保证电力系统中所有信号的有界性和有限时间内跟踪误差的收敛性。主要思想是将控制过程中的稳定闭环系统分解为一系列具有适当状态变换的线性时变扰动子系统,利用递归设计方法,建立了径向基函数神经网络的部分持续激励条件,保证了扰动子系统的指数稳定性。因此,在闭环信号循环轨道的局部区域内实现了闭环系统动力学的精确逼近,在闭环反馈控制过程中所学习的知识可以被重复利用,从而避免了在自适应控制过程中大量重复训练的过程。仿真结果表明了该方法的有效性。     

激光激发下拉曼光谱相对辐射定标模型研究

为了提高变压器油中气体检测性能,提出基于激光激发下拉曼光谱的相对辐射定标模型,采用激光成像技术进行拉曼光谱图像成像处理,提取拉曼光谱图像的边缘轮廓特征量,采用多尺度小波降噪方法进行激光激发下拉曼光谱图像降噪滤波,在邻域内采用颜色梯度分解方法进行拉曼光谱图像区域融合性增强处理,根据激光激发下拉曼光谱图像RGB值与邻域均值实现拉曼光谱相对辐射标定和检测,提高拉曼光谱图像的相对辐射定标能力。仿真结果表明,采用该方法进行激光激发下拉曼光谱相对辐射定标的准确性较高,识别精度较高,图像信息增强性能较好。     

邮船大跨距板架参数化建模和动力学分析程序开发

针对豪华邮船大跨距板架静力学和动力学分析需要进行大量繁琐建模工作的问题,研究NAPA、MSC Patran/Nastran等多个软件协同运行的方法,借助Visual Studio开发流程化设计程序,并通过Isight优化软件验证程序的适用性。该程序可实现邮船多层大跨距板架设计的参数化建模和自动分析计算,从而快速获得多方案设计结果,提高设计和分析效率。     

结合谱聚类的标记分布学习

标记分布是一种新的学习范式,现有算法大多数直接使用条件概率建立参数模型,未充分考虑样本之间的相关性,导致计算复杂度增大。基于此,引入谱聚类算法,通过样本之间相似性关系将聚类问题转化为图的全局最优划分问题,进而提出一种结合谱聚类的标记分布学习算法（label distribution learning with spectral clustering,SC-LDL）。首先,计算样本相似度矩阵;然后,对矩阵进行拉普拉斯变换,构造特征向量空间;最后,通过K-means算法对数据进行聚类建立参数模型,预测未知样本的标记分布。与现有算法在多个数据集上的实验表明,本算法优于多个对比算法,统计假设检验进一步说明算法的有效性和优越性。