LS-SVM在随机振动在线自适应逆控制中的应用

针对随机振动试验中波形再现实现中的非线性和不确定性的特点,提出了一种基于最小二乘支持向量机的自适应逆控制方法.首先根据试验样本数据利用模糊贝叶斯推断确定最小二乘支持向量机的参数,然后给出了基于最小二乘支持向量机的自适应逆控制器的设计方法,最后给出了随机振动在线自适应逆控制结构.实验结果表明该方法的有效性.     

基于LS-WSVM的光纤陀螺漂移辨识

提出了一种最小二乘小波支持向量机(LS-WSVM)的光纤陀螺的漂移辨识算法.该方法将Mexihat小波函数作为核函数,与最小二乘支持向量机(LS_SVM)相结合建立起通用模型;用光纤陀螺漂移数据训练通用模型,从而得到该光纤陀螺的漂移模型.并用F法则检验了该模型的适应性.试验表明,在相同条件下,与基于Gauss核函数的最小二乘支持向量机模型相比,该模型拥有更高的辨识精度.证明了用最小二乘小波支持向量机对光纤陀螺的机漂移辨识是合适的,有效的.     

基于PSVR的微机械陀螺温度漂移预测

针对中低精度微机械陀螺静态零位输出随温度漂移严重的问题,将应用于分类的近似支持向量机(PSVM)扩展到回归分析中,提出了使用近似支持向量回归机(PSVR)进行建模和预测的方法.该方法的原始优化问题基于等式约束,可采用直接法求取最优解,利用核函数可以方便地实现线性算法的非线性化,并具有良好的泛化能力.分段和连续温度测试结果表明,与常用的最小二乘支持向量回归机(LSSVR)相比,PSVR算法简单,训练速度快,尤其在大规模数据集处理上更具优势.     

基于微粒群算法优化支持向量机的加速度计静态模型辨识

针对加速度计静态模型采用线性近似模型辨识存在较大误差的问题,利用支持向量回归在小样本、非线性及高维特征空间中具有很好的推广能力的优点,提出了一种利用支持向量回归进行加速度计静态模型辨识的方法.为了避免随机试凑法识别支持向量回归参数费时的问题,采用高效的并行搜索算法-微粒群算法进行支持向量回归参数优化.利用精密光学分度头对石英挠性加速度计进行了12位置静态翻滚试验,试验结果表明所提方法可以精确地对石英挠性加速度计静态模型进行辨识,其模型精度比最小二乘辨识法的模型精度提高一倍以上.     

基于改进粒子群相关向量机电机轴承故障诊断

为了提高电机轴承故障的诊断准确率,克服支持向量机与传统粒子群算法的缺点,提出了改进粒子群算法优化相关向量机算法的电机轴承故障诊断方法。通过小波包能量熵来提取故障特征量从而选取合适的特征量来表征故障的类型,提高了故障诊断的速度。利用改进的粒子群算法优化相关向量机的核函数参数,建立了分类器用于电机轴承故障的类型识别。仿真实验结果表明:与传统粒子群优化的相关向量机算法相比,改进粒子群优化的相关向量机算法对电机轴承故障分类的准确率提高了2%～4%;分类结果表明,与传统粒子群的支持向量机算法相比,改进粒子群优化的相关向量机算法具有更好的分类效果,准确率提高了4%～8%。     

加速度计参数长期稳定性多尺度混合建模与预测

针对温度、振动等环境载荷导致石英挠性加速度计参数随着时间发生非线性变化,难以进行准确描述的问题,提出一种加速度计参数长期稳定性多尺度混合建模方法,并利用所建模型对参数变化进行预测。首先,采用经验模态分解对参数长期变化序列进行多尺度分解,使其平稳化以降低其复杂度,为多尺度混合建模奠定基础;然后,在单核向量机的基础上,应用多核最小二乘支持向量机数据拟合算法,以提高多尺度混合建模算法的准确性与适应性;而且为了提升多核向量机的性能,设计一种自适应人工鱼群寻优算法对多核向量机的相关参数进行寻优;最后,建立石英挠性加速度计参数长期稳定性模型,并通过实例进行模型适用性验证与预测性能验证。结果表明,所提出的建模方法相比于传统最小二乘方法,模型更加精确,预测精度更高,零偏K_0与标度因数K_1的预测均方根误差分别降低了88.65%、86.49%。     

基于小波最小二乘支持向量机的加速度计温度建模和补偿

针对环境温度影响加速度计测量精度的问题,给出了温度对石英挠性加速度计零偏和标度因数的影响机理,提出采用小波最小二乘支持向量回归建立石英挠性加速度计零偏和标度因数的温度模型的方法。为了验证模型的有效性,进行了多个温度点下的参数标定试验,所获取的各温度点下的石英挠性加速度计零偏和标度因数作为小波最小二乘支持向量机模型的训练数据;将石英挠性加速度计固定在某一位置进行了升温试验,通过对比未进行温度补偿、最小二乘温度补偿和小波最小二乘支持向量回归温度补偿下石英挠性加速度计的输出,计算结果表明采用小波最小二乘支持向量机补偿后的石英挠性加速度计的测量精度最高。     

基于支持向量机替代模型的可靠性分析

建立了基于支持向量机回归算法和分类算法的替代模型可靠性分析方法,与蒙特卡罗法结合,采用拉丁超立方抽样技术,进行隐式极限状态函数的可靠度计算。讨论了相关参数对支持向量机模型性能的影响,并通过遗传算法进行参数优化,为支持向量机模型的参数选择提供了依据。研究了不同训练样本数量对支持向量机模型预测值精度的影响,进一步证实了支持...     

基于网格搜索的支持向量机砂土液化预测模型

在使用支持向量机对砂土液化进行预测时,不可避免地会遇到惩罚因子和核函数参数如何选取的问题,目前还没有确定这两个参数的选择模式,解决这一问题比较常用的办法有经验公式法、遗传算法和网格搜索法.对此本文基于网格搜索方法,使用LIBSVM软件包,寻找砂土液化训练样本的结构风险最小值所对应的支持向量机最优参数;使用最优参数,建立了支持向量机砂土液化预测模型.研究结果表明:预测样本的正确率可达87.5%,而且预测结果稳定;同时通过比较BP神经网络的砂土液化预测情况,可知支持向量机有更好的泛化能力,收敛速度也更快.     

基于小波分析与LSSVM的陀螺仪随机漂移建模

为了提高陀螺仪的使用精度,以陀螺仪随机漂移时间序列为研究对象,建立了基于小波分析和最小二乘支持向量机（LSSVM）的陀螺仪随机漂移模型。陀螺仪作为高精度敏感器件,其随机漂移信号具有非线性、弱平稳性等特点,难以补偿。为了提高补偿精度,这里采用小波分析对陀螺仪随机漂移信号进行多尺度分解,利用最小二乘支持向量机方法对重构后的近似序列和细节序列建立非线性子模型,最后将各子模型输出融合作为组合模型输出。最后将该算法用于动调陀螺仪的随机漂移建模,实验结果表明基于该组合算法的非线性模型能够有效地反映陀螺仪的随机漂移特性,建模效果明显优于直接采用LSSVM和ANN建立的模型。     

双层滑片回转运动机构的力学特性

建立双层滑片运动机构的力学模型，并全面分析其力学特性，通过分析发现，与机械摩擦损失相比，双层滑片之间相对运动产生的粘性磨擦损失很小，可以忽略不计，采用双层滑片能够明显改善滑片端部的密封效果，减轻滑片的磨擦磨损，但滑片应力有所增加，强度有所降低，厚度比对双层滑片的受力及摩擦磨损影响很小，只对强度产生较大影响，从增加强度和便于加工的角度考虑，优化出双层滑片机构厚度的比的适宜值。     

基于SQPSO优化DELM的踏面磨耗测量模型

针对难以建立轮轨磨耗的单一模型和无法对各种工况下车轮踏面磨耗进行定量计算的问题,提出一种基于SQPSO优化DELM的踏面磨耗测量方法(SQPSO-DELM). 首先将衍生特性引入到极限学习机中,提出一种衍生极限学习机模型(DELM). 然后引入序列二次规划(SQP)方法和量子粒子群优化(QPSO)算法,对DELM的参数进行优化. 通过SQPSO-DELM预测模型,对车辆动力学模型模拟不同试验参数下的车轮踏面最大磨耗量以及对现场列车踏面磨耗程度的实际测量值进行训练和预测. 结果表明:SQPSO-DELM预测模型的性能参数指标均优于LSSVM、ELM、PSO-ELM和QPSO-ELM,能较好地反映不同参数对车轮踏面磨耗值的影响规律.      

Cr12MoV钢离子渗氮和硫、碳、氮复合共渗层摩擦学性能研究

采用离子渗N和S、C、N复合共渗技术在Cr12MoV钢表面制备了由硫化物组成的改性层，考察了改性层在不同润滑条件下的摩擦磨损性能，并采用扫描电子显微镜观察分析试样磨损表面形貌。结果表明：Cr12MoV钢表面经复合共渗处理后形成具有良好储油能力的多孔硫化物层，硫化物层在油润滑条件下可以显著提高Cr12MoV钢表面的摩擦磨损性能。     

纳米TiO2和SiO2填充尼龙的摩擦磨损行为

制备了纳米SiO2和纳米TiO2填充PA1010尼龙复合材料,测定了复合材料的力学性能,并采用MM-200型摩擦磨损试验机考察了尼龙复合材料在干摩擦条件下同45#钢配副时的摩擦磨损行为.结果表明:填充纳米颗粒可以提高尼龙复合材料的力学性能;纳米SiO2和纳米TiO2作为填料可以提高PA1010的耐磨性,降低摩擦系数,其中纳米颗粒的最佳质量分数为10%;纳米颗粒填充尼龙1010复合材料同45#钢配副时主要呈现粘着和疲劳磨损特征.     

PTFE基复合材料在干摩擦和液氮介质中的摩擦磨损性能研究

对比考察了聚苯酯(Ekonol)和PAB纤维增强PTFE复合材料在干摩擦和液氮介质中的摩擦磨损性能,利用扫描电子显微镜观察分析在干摩擦和液氮条件下Ekonol/PAB纤维增强PTFE复合材料的磨损表面形貌及其磨损机理,同时还考察了温度对复合材料冲击韧性的影响.结果表明:在液氮条件下,PTFE的抗犁削能力增强,Ekonol/PAB/PTFE复合材料的磨损量明显比干摩擦下低,复合材料的摩擦系数比干摩擦下大,载荷对复合材料的磨损量影响较小,复合材料的摩擦系数和磨损量随着滑动速度增加基本保持不变,材料的磨损机理主要为轻微犁削和脆性断裂;而在干摩擦条件下,载荷对复合材料的磨损量影响显著,随着滑动速度增加,复合材料的摩擦系数先增后减,磨损量逐渐增大,材料的磨损机理主要以犁削、粘着磨损及疲劳磨损为主.在2种试验条件下复合材料的摩擦系数均随载荷增加而减小;低温时材料的冲击韧性约为常温时的1/2.     

三种有机酸处理后人牙釉质的磨损性能研究

采用3种不同pH值的有机酸溶液处理成人天然牙试样，以人造瓷牙为摩擦偶件，通过在微动摩擦磨损试验机上模拟人类咀嚼运动，对比考察了天然牙釉质的磨损性能；结合硬度和断裂韧性变化、表面形貌及元素组成分析，探讨了各组酸处理对牙釉质摩擦磨损性能的影响机理。结果表明：除pH=4.0的苹果酸以外，经其他酸以外，经其他酸处理后牙釉质的磨损比经水处理后牙釉质的大；经pH=4.0的苹果酸、柠檬酸和乳酸处理后牙釉质的磨损依次增大；而经pH=2.0的3种酸处理后牙釉质的磨损相差不大。酸处理后牙釉质的磨损形式以磨粒磨损和疲劳断裂磨损为主，不同酸腐蚀对磨屑形成机理和尺寸以及釉质表面硬度影响不同，因而各组牙釉质的磨损不同，当酸性较强时，不同种类的酸对牙釉质磨损影响的差别减弱。     

TC4钛合金在模拟海水中腐蚀?磨损交互行为研究

采用自制摩擦腐蚀装置研究了TC4钛合金在模拟海水中电化学腐蚀与机械磨损间的交互作用，探究了不同电化学状态对TC4钛合金腐蚀磨损行为的影响. 在摩擦腐蚀过程中，TC4钛合金的腐蚀电位发生负偏移，腐蚀电流随着外加电位升高而增大，在零电流电势(OCP)附近TC4钛合金获得最低摩擦系数. TC4钛合金总体积损失随着外加电位的增加而增大，证实了腐蚀磨损交的交互作用随着外加电位的增加而增强；当电位从–0.5 V增大至0.8 V时，腐蚀磨损交互作用导致的材料损失占总材料损失的比例由12%增加至66%，其中腐蚀诱导磨损导致的损失量占比由7%增加至44%. OCP及其以下外加电位条件下，TC4钛合金的磨损机制为磨粒磨损；0 V电位下TC4钛合金磨损机制为磨粒磨损和疲劳磨损；0.8 V电位下TC4钛合金的磨损机制为磨粒磨损和摩擦诱导的腐蚀磨损.      

二烷基二硫代磷酸锌添加剂对油润滑下填充聚四氟乙烯复合材料摩擦磨损性能的影响

利用MM-200型摩擦磨损试验机对比考察了聚四氟乙烯(PTFE)及其铜和镍填充复合材料在干摩擦以及液体石蜡和含商品添加剂二烷基二硫代磷酸锌(ZDDP)的液体石蜡-润滑下同GCr15轴承钢对摩时摩擦磨损性能,采用能量色散X射线显微分析(EDXA)测定了钢环磨损表面S和Zn元素的面分布,进而探讨了ZDDP对液体石蜡减摩抗磨作用的影响.研究表明:液体石蜡及含2%ZDDP的液体石蜡润滑均可大幅度降低摩擦副的摩擦系数,同时可显著降低PTFE-30%Ni复合材料的磨痕宽度,但对PTFE-30%Cu复合材料抗磨性能的影响不大.ZDDP作为添加剂可以有效地提高液体石蜡的抗磨作用,但对其减摩作用几乎无影响;ZDDP作为添加剂在摩擦过程中未发生摩擦化学反应,而是以物理吸附或化学吸附的方式在摩擦副接触表面成膜,从而起到抗磨作用.     

基于Mask R-CNN网络的磨损颗粒智能识别与应用

针对设备磨损故障诊断中磨粒识别技术难度高、工作主观经验影响大等问题,采用深度学习技术开展了磨粒智能识别的研究,提出了基于Mask R-CNN卷积神经网络的磨粒数字化表征方法. 该方法利用迁移学习训练基于Mask R-CNN网络的磨粒识别模型对图像中磨粒进行识别和实例分割,然后使用Suzuki85算法、迭代算法、等比例计算方法计算出磨粒的真实尺寸,解决了磨粒分析中难定量分析的问题. 结果表明:基于Mask R-CNN网络(采用R-101-FPN骨干网络)训练的磨粒识别模型可以对图像中多个异常磨损颗粒进行识别,综合准确率和召回率达到当前图像识别领域的主流水平. 辅以上述Suzuki85等算法,成功实现磨粒图像的定量评价分析,对促进设备故障诊断技术的自动化发展和工业应用具有一定的实际应用价值.      

表面纳米化中碳钢在干摩擦条件下的摩擦磨损性能研究

采用高能喷丸方法对45#钢进行表面纳米化处理,在环-盘摩擦磨损试验机上评价表面纳米化处理45#钢与T10钢摩擦副在干摩擦条件下的摩擦磨损试验,通过分析其磨损表面形貌探讨表面纳米化对中碳钢磨损行为的影响.结果表明:在载荷为10～60 N条件下,表面纳米化中碳钢的摩擦系数较处理前有所降低;在载荷为10～40 N时,其磨损质量损失较处理前有所降低;表面纳米化能够减弱中碳钢的疲劳磨损效应,提高中碳钢的摩擦磨损性能.