多工作模式压电直线电机的设计与研究

提出了拥有多种工作模式的新型非共振式压电直线电机。对电机的核心部件定子结构进行了设计与建模,分析了其在3种工作模式(连续作动模式、交替步进模式以及单步作动模式)下的作动机理。对电机的布置形式、夹持机构以及预压力机构进行了设计与研究,利用有限元软件辅助分析了结构的机械强度。制作样机并分别在3种工作模式下进行了一系列实验。实验结果证明了多工作模式的可行性:在连续作动模式下施加电压为100V、频率为100Hz的正弦信号,电机输出速度为446.4μm/s;在交替步进作动模式下施加电压为100V、频率为100Hz的方波-三角波信号,电机输出速度为6 031μm/s;在单步作动模式下,电机作动单步步距小于同等条件下交替步进模式步距,当施加电压为30V、频率为1Hz脉冲信号时,其平均步距约为333.33nm。新型直线电机可以适应多种不同场合的工作需求。     

基于SPSO优化Multiple Kernel-TWSVM的滚动轴承故障诊断

双子支持向量机(twin support vector machine,简称TWSVM)的核函数选择对其分类性能有着重要影响,TWSVM其核函数一般是局部核函数或者全局核函数,这两种核函数的泛化能力和分类性能不能兼顾。笔者利用综合加权的高斯局部核函数和多项式全局核函数方法组成双核函数来改进TWSVM以提高其泛化能力和分类性能,并采用简化粒子群优化(simple particle swarm optimization,简称SPSO)方法来对权值和参数进行优化,提出了SPSO优化Multiple Kernel-TWSVM模型,将该模型应用到滚动轴承故障诊断模式识别中。实验结果表明,双核TWSVM比单核TWSVM和反向传播(back propagation,简称BP)神经网络具有更高的分类准确率。     

复杂近净成形产品CAD模型多视域转换平台

鉴于传统特征识别技术在实现复杂近净成形产品计算机辅助设计模型与其他应用系统间信息共享与集成中遇到的困难,提出了基于全局曲率分析的特征识别算法以及面向多应用领域的层次化几何抽象表达方式。根据产品几何模型中曲面曲率分析的结果,对曲面进行分类和分割以获得与原计算机辅助设计模型相对应的曲率域表示层,并进一步从中识别出独立于应用领域的凸凹特征表示层。通过将不同抽象程度的产品模型表达方式和面向特定领域的知识、规则和算法进行融合,为不同应用领域提供所需的产品信息模型,最终实现产品计算机辅助设计模型在下游各应用系统间的信息共享与集成,并以钣金成形与注塑成形领域中的两个实例,验证了该方法的可行性和有效性。     

高速动车组空心车轴的缺陷预测方法研究

结合了主成分分析和人工神经网络的优点,提出一种基于PCA算法的人工神经网络模型(PCA-ANN模型)来分析高速动车组空心车轴的缺陷。通过算例验证了方法的可行性。     

基于PDJI-MOPSO算法的多连杆悬架硬点优化

基于刚体运动学理论建立了多连杆悬架的数学模型,并通过运用多体系统动力学理论建立的仿真模型对其进行了验证。采用扰动法对影响悬架K&C特性较大的关键硬点进行了多因素灵敏度分析。结合加入比例分布及跳数操作的多目标粒子群优化(PDJI-MOPSO)算法对硬点进行多目标优化,获得硬点的Pareto最优解集。结果表明,优化后的多连杆悬架在车轮跳动过程中,车轮前束角、外倾角和轮距变化范围更小,有利于减小轮胎磨损,提高汽车操纵稳定性。     

多元复合氧化物的制备、结构及应用研究进展

多元复合氧化物具有单一氧化物的复合效果,可表现出较单一氧化物更加优异的性质;综述了多元复合氧化物的制备方法(固相法、溶胶-凝胶法、共沉淀法、微波法)、结构性能及其在催化、环保、能源领域的应用研究,并展望其发展。     

基于RFID的无线多目标温湿度监控系统

针对温湿度检测的重要性和日常管理的需求,基于RFID技术,结合温湿度传感器、单片机及无线射频模块制作了一种无线多目标温湿度监控系统.DHT90温湿度传感器和有源电子标签构成温湿度传感标签,Atmega48单片机控制读写器读写现场的多个温湿度值,然后通过射频模块nRF905无线传输数据,主接收器接收数据后经串口RS-232发送到监控PC机进行显示、存储.实验证明,该系统成本低、安全稳定,可以对多个温湿度目标进行远程无线监控和管理,是一种高效率的检测监控方式.     

生产计划与调度中的次年产量预测方法

针对生产计划与调度中次年产量预测误差较大的问题,提出一种基于动态改进多元线性回归模型的次年产量预测方法.多元线性回归模型将生产管理过程中的制造资源、人力投入、制造工艺、产品报废等生产全周期的影响因素作为建模变量,即将影响次年产量的相关因素尽可能多地包含在预测模型中,从而使模型的预测结果更接近实际产量.运用后推法,将建立的初始多元线性回归模型进行显著性辨别,剔除了对次年产量影响不显著的变量,建立了产量预测的改进多元线性回归模型,在此基础上进一步建立了动态改进多元线性回归模型.将该方法运用到某航空制造企业的次年产量预测中,通过对比模型预测产量和实际产量,证明了该模型在次年产量预测方面的实用性.     

Three-steps-meshing based multiple crack identification for structures and its experimental studies

Multiple crack identification plays an important role in vibration-based crack identification of structures. Traditional crack detection method of single crack is difficult to be used in multiple crack diagnosis. A three-step-meshing method for the multiple cracks identification in structures is presented. Firstly, the changes in natural frequency of a structure with various crack locations and depth are accurately obtained by means of wavelet finite element method, and then the damage coefficient method is used to determine the number and the region of cracks. Secondly, different regions in the cracked structure are divided into meshes with different scales, and then the small unit containing cracks in the damaged area is gradually located by iterative computation. Lastly, by finding the points of intersection of three frequency contour lines in the small unit, the crack location and depth are identified. In order to verify the effectiveness of the presented method, a multiple cracks identification experiment is carried out. The diagnostic tests on a cantilever beam under two working conditions show the accuracy of the proposed method: with a maximum error of crack location identification 2.7% and of depth identification 5.2%. The method is able to detect multiple crack of beam with less subdivision and higher precision, and can be developed as a multiple crack detection approach for complicated structures.     

基于高阶累积量MUSIC法的轧辊偏心信号提取

针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,研究了一种基于高阶累积量的MUSIC法和Prony法相结合的轧辊偏心信号提取新方法.首先采用基于高阶累积量的MUSIC法对偏心信号进行空间分解达到降阶的效果,能够有效地抑制噪声,在信噪比低时仍具有高的频谱分辨率,能准确提取出偏心谐波的频率及谐波的个数,对于频率相近的偏心谐波信号,不存在频带重叠的问题,克服了低信噪比时FFT法出现的频谱泄漏和栅栏效应等缺点.通过高阶累积量MUSIC法对偏心信号进行了消噪和降阶预处理后,使用Prony方法进一步估计偏心信号的各次谐波幅值和相位,弥补了Prony法对噪声敏感的弱点及对信号阶数的要求,充分发挥了其优点.仿真及实验结果验证了该结合方法的可行性和有效性,低信噪比时能够准确提取出偏心信号参数,重构的偏心模型比FFT法精度高,偏心补偿效果明显.