基于改进LMS算法的复合材料超声检测缺陷识别

在径向基函数（RBF）神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方（LMS）算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法．该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度．将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值．改进的RBF网络能够较好地识别超声检测脱粘缺陷．     

有初始间隙弹性摩擦接触问题的罚有限元法

针对三维有初始间隙带摩擦的弹性接触问题,提出了一种新的迭代求解方法——罚有限元法。根据接触问题局部非线性的特点,将接触区域的法向非嵌入条件及切向连续性条件作为罚因子引入系统的总势能泛函中,由最小势能原理,得出了求解有初始间隙带摩擦弹性接触问题的罚有限元公式系统。最后通过两个数值算例验证方法的正确性和有效性。     

橡胶筒承受径向载荷时的位移解析解

基于经典弹性理论,利用Euler方程组推导了橡胶筒承受径向载荷时的位移解析解,推导过程中未采用体积不可压缩假设.有限元计算表明,该解析解是正确的.     

基于径向基函数神经网络的漏磁信号反演

采用径向基函数神经网络的方法对漏磁信号反演进行了研究,由实验数据和仿真数据获得样本,在网络训练的基础上,建立了由缺陷的漏磁信号到缺陷二维轮廓图的网络映射,实现了缺陷二维轮廓图的漏磁反演,为漏磁定量化检测提供了一种可行的方法。     

基于Johnson转换的轴承装配过程质量控制

轴承装配过程质量研究中的参数一般按正态分布来处理,可实际过程中轴承径向间隙这个质量特性参数未必服从正态分布.基于这种情况,从车间采集了样本数据,并结合现有研究成果进行了正态性检验,在确认属于非正态分布的情况下用Johnson转换的方法进行了非正态过程能力分析,并与直接假设轴承径向间隙这个质量特性参数服从正态分布时的求解结果进行了比较,验证了基于Johnson转换的过程能力分析和质量控制的合理性和有效性.     

RBF神经网络在飞艇单发停车故障中的应用

针对飞艇单发停车故障,提出了一种基于径向基神经网络的模型跟随非线性重构控制策略,并使用遗传算法对RBF网络进行了优化.该方法通过响应误差构造神经网络的学习规则,神经网络的输出驱动系统向着消除误差的方向运动.理论分析和仿真验证表明,该控制策略具有良好的重构性能和鲁棒性.     

一类不确定时滞混沌系统的全局鲁棒自适应神经网络同步控制器设计

研究一类不确定时滞混沌系统的全局鲁棒自适应神经网络同步控制器设计,其系统中的不确定时滞项不是简单的线性有界条件,而是允许其存在高阶项,因此具有全局特性．在控制器的设计上;首先通过选取合适的径向基函数（RBF）神经网络的权向量去逼近时滞系统中的未知连续有界部分;然后在RBF神经网络输出的基础上,选用一个鲁棒自适应控制器来趋近时滞系统的不确定部分;同时,利用Lyapunov稳定性理论对混沌同步的条件给出了论证;最后,数据仿真的结果表明该方法的有效性．     

RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

任务牵引抓训练 贴近实战强能力

前不久,辽宁某陆军预备役步兵团把部队拉到陌生地域,坚持从难从严从实战需要出发,在零下20多度的环境下,进行了战备等级转换、紧急出动、摩托化机动、指挥所勤务、徒步行军、隐蔽防护、露营、野战生存等内容的训练。训练中,他们严格按照新大纲要求,坚持把情况设活、课目设难、环境设     

早期碰摩转子径向运动信号的仿真分析

针对早期碰摩时转子振动特征与其他旋转机械常见故障(如不对中)特征相重复的问题,研究转子径向运动信号中蕴含的早期碰摩故障特征。建立了转子动力学模型并求解得到仿真转子振动信号,从中计算出转子径向运动信号(径向运动速度、径向运动加速度)并进行了分析。结果表明:发生早期碰摩时,径向运动速度、径向运动加速度信号会在碰摩点处发生瞬间剧烈波动,可用来指示碰摩部位;频谱中高频成分大大增加,大部分情况下高频代替转频成为主要成分。这些特征与正常状况有显著区别,可望用于早期碰摩故障的诊断。