机械设计系列课程教改对比试验情况分析

简述了机械设计系列课程教学改革的主要思想,给出了教改教学实践环节中对比试验的具体内容。通过重点分析对比试验的量化指标,对教改进行了阶段总结,归纳了教改的若干经验,提出了存在的问题并分析了原因。     

变工况下轴承健康监测的相关向量机与自适应阈值模型方法

工况在旋转机械运行过程中通常是变化的。变化的工况和故障一样,也会引起机械振动特征发生改变,从而引起诊断误差。为此,提出一种用于变工况下轴承健康监测的新方法。该方法使用相关向量机拟合振动特征的统计量随工况参数的变化,得到特征统计量与工况参数之间的连续函数关系;基于不同工况下的特征统计,构建自适应阈值模型。将该方法用于不同转速下的轴承健康监测,结果表明,当转速超过某一个较小的值时,该方法有效。     

基于CFP模型的装备系统能力开发方法

基于系统能力的装备系统开发能够使装备发展更好地适应未来战争。首先建立系统能力-功能-性能(简称CFP)概念模型,进一步定性分析系统能力与性能参数之间的映射关系。然后提出了在n维参数空间进行影射关系函数轨迹拟合的方法,定量地描述系统能力与性能参数之间的映射关系,建立CFP模型。最后以简例演示基于CFP模型进行定量系统能力开发的方法。     

基于线对线突然短路的同步电机瞬态参数辨识

准确地辨识同步电机参数,是分析电力系统运行和控制系统设计的前提.利用最小二乘或卡尔曼滤波等方法辨识电机三相同时突然短路试验数据,是传统电机参数辨识的主要方式.受同步电机三相同时突然短路的可操作性和电机参数模型的强非线性等因素的影响,电机瞬态参数难以准确测量.利用改进的小波变换和人工神经元网络辨识参数的新方法,结合容易实现的同步电机线对线突然短路试验,辨识得到了三相同步电机的瞬态参数,有效提高了电机参数的辨识精度.仿真试验表明,该方法是有效的.     

自适应模糊PID控制在空气取水装置中的应用

传统PID控制应用在具有较大滞后性、时变性和非线性系统时,参数一旦整定就不能自动调节,因此,系统随条件变化自动调节的能力不强,控制效果不佳.针对这种情况,将模糊控制和常规PID控制相结合,提出一种基于模糊控制规则的自适应模糊PID控制方法,实现了PID参数在线实时整定,并将其应用于空气取水装置蒸发器过热度控制中.通过Matlab仿真,与常规PID控制仿真曲线比较表明,该控制方式具有动态响应快,超调量小,控制精度高等特点,在研制的空气取水装置中取得了较好的控制效果.     

杂散参数对串联型磁脉冲压缩器输出特性影响*

使用电路模拟软件(P-Spice)分析了脉冲电容器自身电感、磁开关绕组匝间电容以及磁芯处于不同工作状态时,磁开关绕组自身阻抗等杂散参数对串联型磁脉冲压缩器输出特性的影响。结果表明,匝间电容和磁芯处于未饱和状态下的绕组自身电阻对系统的输出特性影响相对较小;磁芯处于饱和状态时,绕组自身阻抗对系统的电压传输效率影响较大;脉冲电容器的自身电感不仅会降低系统的电压传递效率,同时会影响到输出脉冲上升沿的宽度。基于以上的结论,对单级串联型磁脉冲压缩器进行了优化设计并研制了一台输出峰值电压26kV,脉冲上升时间由4.1us压缩到1.2us的串联型磁脉冲压缩器,电压传输效率大于92.5%。     

杂散参数对串联型磁脉冲压缩器输出特性的影响

使用电路模拟软件分析了脉冲电容器自身电感、磁开关绕组匝间电容以及磁芯处于不同工作状态时磁开关绕组自身阻抗等杂散参数对串联型磁脉冲压缩器输出特性的影响。结果表明,匝间电容和磁芯处于未饱和状态下的绕组自身阻抗对系统的输出特性影响相对较小;磁芯处于饱和状态时,绕组自身阻抗对系统的电压传输效率影响较大;脉冲电容器的自身电感不仅会降低系统的电压传输效率,而且会同时影响到输出脉冲上升沿的宽度。基于以上结论,对基于电容负载的单级串联型磁脉冲压缩器进行了优化设计并研制了一台输出峰值电压26k V,脉冲上升时间由4.1ms压缩到1.2ms的串联型磁脉冲压缩器,电压传输效率大于92.5%。     

基于限制波尔兹曼机的GPS空时抗干扰降维方法

空时二维GPS接收机抗干扰技术的主要瓶颈是算法的复杂度高、计算量大,研究如何降维是抗干扰处理技术最关键的问题之一。一种基于限制波尔兹曼机的降维方法被提出,使复杂度降低,并与一般的降维方法进行了均方误差(MSE)性能对比,仿真实验验证了该方法的有效性。     

基于粗糙集和支持向量机的火炮内膛疵病识别方法

火炮内膛疵病智能识别是火炮内膛窥测的最终目标,它涉及到内膛疵病的特征提取和疵病识别两方面。首先建立了包括疵病形状、纹理与颜色特征的火炮内膛疵病特征体系;并采用模糊粗糙集理论分析了各疵病特征对疵病识别的敏感性,由此优化了疵病特征体系,降低了疵病特征维数;建立了最小二乘支持向量机小样本、非线性数据特征的多疵病分类器,提高了疵病识别效率和质量。     

云平台上基于关键路径截取的有向无环图应用调度算法

针对云平台上有向无环图科学应用执行容易产生虚拟机资源过剩、资源使用率低及费用虚高的问题,给出一种基于关键路径截取的有向无环图应用调度算法。该算法采取关键路径截取技术,循环找出最晚完成的未分配任务,从该任务出发,在所有未分配任务构成的图中找出最大连通子图,并计算该子图的关键路径,然后将关键路径上的任务集调度到性能匹配的虚拟机上执行;同时通过任务回填技术充分利用虚拟机的空闲时间槽,提高资源使用率。实验结果表明,在云计算平台上,该算法不仅能够在截止时间内完成有向无环图科学应用,而且可以提高资源使用率,有效减少完成该应用所需整体费用。