基于传感器的细长体横向低频振动载荷辨识

细长体在出水过程中,会遭遇风、浪、流等复杂的海洋环境载荷而引起横向振动.其中,低频振动具有振动能量大、结构相应位移及变形大的特点,加之细长体本身的结构特征,因此,识别横向低频振动载荷最大截面即危险截面进行强度校核是十分必要的.基于传感器在细长体出水过程中所测的横向加速度等信息,在模态叠加法的基础上,开发了一种横向低频振动载荷辨识方法.选取了一个具有解析解的理论模型,通过计算对比发现,本方法的计算结果和解析解吻合良好,从而验证了该方法的有效性.     

光纤振动传感系统相位调制模块的嵌入式设计

针对光纤振动传感系统测试与标定环节缺乏便携式振动信号驱动装置的问题,设计了一款基于FreeRTOS和STemWin嵌入式系统的压电陶瓷相位调制模块.该模块使用STM32嵌入式微控制器,结合H桥功率驱动对信号进行功率放大.利用FreeRTOS嵌入式操作系统进行多任务功能部件开发,并设计了STemWin人机交互界面.随后搭建分布式光纤振动传感系统对嵌入式相位调制模块进行测试,结果表明该模块可实现驱动信号频率、占空比、输出极性和电压的调节,并可在总长为11.769km的传感光纤上对冲击信号进行实时采集,且振动信号定位误差在41m以内,从而可满足各类光纤振动传感系统在长距离不同位置处进行振动测试与标定的需求.     

电压畸变条件下三相三线有源电力滤波器的T–S模糊H∞控制

有源电力滤波器(APF)是解决电力系统谐波治理的有效方法, 由于电源电压存在畸变影响了APF的补偿参考电流的检测精度并影响补偿的效果. 本文采用T–S模糊控制的方法对三相三线APF进行建模, 将电源电压的畸变成分作为理想情况的干扰, 在保性能的前提下给定性能指标, 实现T–S模糊H∞控制性能. 在满足稳定性的要求条件下, 设计的T–S模糊H∞状态反馈控制器使APF在电源电压畸变的情况下, 将电源电流补偿为正弦特性, 满足了APF谐波综合补偿的控制要求. 仿真结果验证了所建T–S模糊模型的有效性, 展示出所设计的H∞控制器的有效性能. 补偿电流可以准确的检测, 在电源电压非正弦条件下可以进行有效的控制.     

时滞在磁流变主动控制系统中的影响

在分析磁流变阻尼器的时滞特征,时滞对单自由度磁流变控制系统影响基础上,将磁流变阻尼器应用于高速机车系统的振动控制中.从理论角度分析了基于磁流变阻尼器的四分之一机车系统在主动控制下的时滞问题,并进一步探讨了主动控制下时滞对高速机车系统整车悬挂系统的影响.仿真分析了高速机车系统整车模型应用磁流变阻尼器后,在主动控制下的时滞影响.结果表明,能够快速反映的磁流变阻尼器并不能彻底消除控制系统的时滞问题.磁流变主动控制系统在较大时滞的影响下,高速机车振动加剧,安全性受到威胁,甚至失去控制.     

大推力高精度智能变距拉杆技术研究

传统的直升机旋翼锥体不平衡调整方法是按照特定程序定期在地面人工测试并微调桨叶拉杆长度来实现的,这种方法对人员和设备的要求都较为严苛,且人工和资金成本较高。智能变距拉杆可取代传统机械式的变距拉杆,并配合直升机旋翼实时调整系统实现对直升机椎体的自动在线调整,有效降低了维护成本,提高了维护效率。智能变距拉杆是直升机旋翼实时调整系统的执行机构,是一种机电一体化的直线智能作动器,其特点是载荷体积比大、重量轻、精度高。风洞试验结果表明,通过旋翼智能变距拉杆调整旋翼平衡能有效降低旋翼振动水平,最高降幅50%。     

基于恒定曲率变化的主动轮廓模型

随着主动轮廓模型（又称snake模型）被广泛应用于无人参与的自动化任务,人们对模型的鲁棒性和自适应能力提出了更高的要求.而传统内部力模型的收缩效应,过平滑作用,及缩放可变性,导致了内部力模型的参数调整困难,很难由程序自动进行调整.据此,提出了基于恒定曲率变化的内部力模型.该模型不仅具有缩放不变性,而且在保证轮廓光滑连续的同时,未引入其他的副作用（如收缩,过平滑等）,提高了模型参数的鲁棒性.实验结果表明,该模型精确提取目标轮廓的能力得到增强,能够成功提取存在高曲率位置的凹陷轮廓,而且内部力大小衰减迅速,对轮廓点的增删不敏感,保证了模型快速稳定地收敛到期望轮廓.     

基于ARED的主动队列管理改进算法

随机早期检测（Random Early Detection,RED）是IETF推荐部署的主动队列管理（Active Queue Management,AQM）算法。 RED存在参数难以配置、无法适应动态网络环境的缺点。 ARED（ Adaptive RED）是RED的自适应版本,通过平均队列长度来动态调整最大丢弃概率,从而达到稳定平均队列长度的目的,但是存在瞬时队列长度振荡的问题。文中研究了拥塞控制中的主动队列管理,对ARED算法进行了改进,优化丢弃概率计算函数,提出TTS-ARED算法,实现在动态网络环境下队列长度的稳定以及丢包率降低。 NS2的仿真结果表明,TTS-ARED算法显著地降低了丢包率,队列长度稳定性比ARED算法更优越。     

多干扰源下热连轧机主传动系统扭振问题研究

针对热连轧机主传动系统扭转振动问题,考虑非线性刚度及阻尼项,建立连轧机在电机谐波干扰及负载谐波干扰下的主传动系统扭转动力学模型。采用多尺度法求解非线性动力学系统的1/2倍亚谐、2倍超谐及组合共振幅频响应方程。以某钢企中1 580 mm热连轧机F2主传动系统为例,分析实际参数下不同非线性刚度、非线性阻尼、电机扰动及线性阻尼对主传动系统亚谐、超谐及组合共振的幅频响应的影响。研究结果为揭示热连轧机主传动系统非线性动力学特性问题机理提供实用参考。     

DiffServ模型中主动队列管理研究

区分服务模型是现代大规模网络保证IP QoS的主要模型,该模型是当前互联网通讯性能方面研究的热点问题。在改进RIO-C算法的基础上,提出了一种适合于区分服务模型的主动队列管理算法-PFRIO（RIO based on Priority and Fair）。该算法提高了带宽分配的公平性,增强了网络对突发数据流的处理能力,有效改善了区分服务模型的总体性能。     

基于门控图卷积神经网络的有机化学反应预测

随着现代医药技术和计算机技术的发展,采用人工智能技术来加速药物的研发进度成为了研究热点,而对有机化学反应产物的高效预测是药物逆合成路线设计中的关键问题。针对样本数据集中化学反应类型分布不均匀的问题,提出了一种主动采样训练下的门控图卷积神经网络（ASGGCN）模型。首先,输入化学反应物的简化分子线性输入规范（SMILES）编码,通过门控图卷积神经网络（GGCN）以及注意力机制预测反应中心所在位置;然后,根据化学约束条件和候选反应中心枚举出可能的化学键组合来生成候选产物,再通过门控图卷积差分网络对候选产物进行筛选;最终,得到反应产物。门控图卷积神经网络拥有三个权重参数矩阵并通过门控对信息加以融合,与传统的图卷积神经网络相比,它能获取更加丰富的原子隐藏特征信息。通过主动采样的方式进行训练,使得该模型能够兼顾较差样本和普通样本的分析能力。实验结果表明,所提模型对化学反应产物的Top-1预测准确率可达87.2%,对比Weisfeiler-Lehman差分网络（WLDN）模型提高了1.6个百分点,可见模型能够更准确地预测有机化学反应产物。