基于T-S模糊神经网络的飞机防滑刹车系统研究

航空业的发展对飞机防滑刹车系统提出了更高的要求,而传统PID+PBM控制器存在着低速打滑、刹车效率较低等问题;针对刹车过程中的不确定性和非线性问题,提出采用T-S模糊神经网络来进行防滑刹车控制器设计;在MATLAB/SIMULINK平台建立飞机刹车总体仿真模型,将设计的控制器与传统控制器进行对比仿真试验;仿真结果表明,基于T-S模糊神经网络的控制器解决了传统PID+PBM系统存在的问题,具有良好的控制效果,系统具有鲁棒性,能够适应变化的跑道情况,为飞机防滑刹车控制提供了一种新的方法。     

一种新型垂直轴风力机的CFD分析

Savonius风力机由于作用在叶片的凸面上的"负阻力"和来流不稳定性导致效率低,该"负阻力"造成一个负转矩降低了输出功率,并且在某些来流角度下导致原装的Savonius风力机启动困难。本文提出一种采用控制叶片数目和叶片不同弯曲度的控制来提高风能的利用率,并用CFD方法模拟不同转子结构的内流特征,为消除"负阻力",提出一种采用导叶或挡风板的结构实现引流,并数值分析了该结构的流动特征。模拟结果显示,新结构的多叶片Savonius风力机的转矩和启动特性有明显改善,且功率系数也比普通的Savonius风力机高。     

垂直轴风力机叶片表面结冰的风洞试验

为研究垂直轴风力机叶片表面结冰的规律以及结冰对其性能的影响,对采用NACA0018翼型的风力机叶片进行了风洞结冰试验研究。在风洞试验段内安装了喷水装置,室外的寒冷空气被吸入风洞后与过冷水滴一起吹向叶片并碰撞结冰。测试了不同水滴流量和叶片攻角下的叶表结冰分布及叶片的升阻力系数变化。在一定攻角范围内,叶表结冰量随翼型迎风面积增加而增加;结冰后的阻力系数增大,升力系数减小,叶片的气动特性降低。     

基于主动悬架的模糊神经网络控制的研究

传统的被动悬架由于阻尼参数不可任意选择和调节,减振性能不好,不能满足乘客的乘坐舒适性;而主动悬架可通过改变减振器的阻尼特性而适应不同的道路和行驶状况,改善乘坐舒适性和操纵稳定性;以汽车主动悬架为研究对象,建立了汽车二自由度1/4车体模型,提出了一种汽车主动悬架模糊神经网络控制方法,设计了模糊神经网络控制器;以B级路面作为随机路面输入,并利用Matlab进行仿真;通过动态仿真对被动悬架和主动悬架的特性进行了对比,仿真结果表明,该模糊神经网络控制器对车身加速度、悬架动挠度和轮胎动载荷都有很好的抑制。     

φ型风力机空气动力学特性研究

本文采用均匀多流管模型和多流管模型,建立了基于Troposkien曲线的Φ型垂直轴风力机气动性能的计算方法和程序。在多流管模型中加入了附加阻力系数修正和动态失速修正,提高了计算精度。分析了流管数目对流管模型计算结果,以及实度和高径比对Φ型风力机空气动力学特性的影响。     

基于神经网络的轨道车辆振动预测

车体振动加速度是反映车辆振动状态及轮轨接触品质的重要参数;基于NARX神经网络,结合车辆动力学模型,构建了轨道不平顺激励下的车辆振动加速度神经网络预测模型;为提高模型的预测精度,运用遍历法确定了网络的时延阶数、隐节点等模型参数;基于车辆系统SIMPACK模型仿真数据的验证结果表明,模型输出与目标输出具有较高的相关性以及较小的均方根误差值,模型能够较好的预测出车体振动加速度的变化趋势;最后采用实测数据进一步验证了模型的预测性能,证明了构建的神经网络模型可以准确预测车体振动加速度输出,并有良好的泛化效果。     

5kW遮蔽-增速升力型垂直轴风力机优化设计

本文详细介绍了5 kW遮蔽-增速垂直轴风力机的结构特点及主要参数。利用正交优化设计方法,采用计算流体力学软件,针对5 kW风力机,在叶片个数和遮蔽板安装位置半径一定的情况下,对翼型弦长、叶片转动扫掠面的半径、风轮旋转速度、遮蔽-增速板个数、遮蔽-增速板与叶片间的气动间隙以及遮蔽-增速板的安装角六个参数进行优化计算,找出一组最佳设计参数,进而设计出5 kW遮蔽-增速升力型垂直轴风力机,并对设计出的有遮蔽板与无遮蔽板两类型风力机的变工况特性进行比较分析。     

基于模糊逻辑的无人机定位系统设计

针对无人机定位精度问题,硬件设计采用模块化设计思想,以STM32系列的微控制器为核心,以微机械传感器和GPS 模块为基础,组成无人机组合导航系统;软件提出了基于“模糊逻辑”的加速度区间自适应算法,修正惯导定位误差随时间快速积累、GPS发射信号受阻,造成的连续定位能力和精度较差的问题,保证了系统定位精度,为小型自主起降固定翼无人机、多旋翼无人机定位奠定基础。     

基于RBF神经网络的SMES控制策略

针对超导磁储能(Superconducting Magnetic Energy Storage, SMES)中传统比例积分(Proportion Integration, PI)控制器控制参数不能更新的问题,提出了基于径向基函数(Radical Basis Function, RBF)神经网络的PI控制策略。以SMES电压源型变流器为研究对象,对其拓扑结构进行建模分析,在交流侧及直流侧控制部分采用RBF神经网络改进策略。该策略的主要功能是利用RBF神经网络的辨识能力对系统模型进行动态辨识,然后将PI控制参数与辨识结果相关联,使得参数在神经网络在线自学习中不断迭代更新,自适应于系统变化。在MATLAB/Simulink中进行仿真验证,结果表明:该控制策略能够快速并准确地响应功率指令和电压指令,有利于SMES更好完成电网波动平抑任务。     

基于遗传神经网络的旋转机械故障预测方法研究

许多大型旋转机械运行工况恶劣,非平稳、非线性特征明显,以及各种突发性、偶然性因素的影响,给基于振动信号处理的状态预测和状态维护分析带来困难。神经网络以其强大的处理非线性系统的能力在故障预测中得到广泛的应用,但由于其在追求高精度训练目标时易陷入局部极值,且收敛速度慢甚至发散。针对这个问题,提出了采用遗传算法对神经网络连接权值和阈值进行优化,这样不仅发挥了神经网络广泛的映射特性也使遗传算法的全局搜索优势尽显无疑。通过组合这两种算法,在提升网络学习的准确度方面,优点尤其突出,最终提高对旋转机械故障预测和寿命估计的性能,这在某环境模拟试验系统动力风机的轴承磨损故障预测中得到了验证。     

加入PSO算法在蔗糖结晶模糊控制中的应用

在煮糖过程中人为因素对出糖数量和质量都有很大的影响,而蔗糖结晶过程难以建立准确的数学模型使得传统的控制方法无法实现精准控制,在总结经典PID控制和已经实际应用的蔗糖结晶过程模糊控制理论的基础上,提出了采用模糊推理对PID控制器参数进行自整定,加入改进粒子群算法对控制器过程参数进行优化调整,完成融入PSO算法的蔗糖结晶过程模糊控制器的设计,利用每次控制输出反馈自整定来提高控制器性能;通过Matlab软件模拟仿真测试效果表明,该方法增强了系统鲁棒性,可以提高出糖的品质。     

低成本无人机姿态解算研究

针对小型四旋翼无人机姿态解算数据精度低、缺少余度控制、易发散等问题,提出一种基于GPS、三轴陀螺仪加速度计、三轴磁力计的随机加权自适应滤波算法估计无人机姿态。建立四旋翼无人机姿态旋转矩阵,搭建加速度计和磁力计获取无人机姿态信息的模型,以及采用四元数解算法的陀螺仪定姿解算模型。采用随机加权自适应估计法,依据多元函数求极值定理,在保证总体均方差最小的情况下导出最优随机加权因子,进而解算出姿态角信息,提高四旋翼无人机姿态解算滤波精度与稳定性。仿真与试验结果表明：随机加权自适应滤波与平均值滤波算法相比解算精度更高,输出结果更平稳,且无人机各项预期功能均能正常实现,能够满足四旋翼无人机自主飞行的需要。     

基于灰色神经网络模型的企业碳排放峰值预测

为预测企业碳排放峰值,帮助企业设计碳排放的减排路径,需要对企业碳排放峰值预测方法进行研究。当前采用基于TFDI模型的预测模型对企业碳排放峰值进行预测,预测过程中无法全面考虑企业碳排放影响因素,导致预测企业碳排放峰值出现误差。为此,提出一种基于灰色神经网络模型的企业碳排放峰值预测模型。该模型是以灰色模型为基础,与神经网络相融合构建的灰色神经网络,将模型中企业碳排放原数据进行叠加,并用微分方程表示,将VSTE算法作为灰色神经网络模型预测的基础算法,计算企业碳排放路径碳排放值,满足高斯分布随机函数,以此进行企业碳排放峰值的预测。实验结果证明,所提模型可以准确预测企业碳排放峰值,有效帮助企业设计碳排放减排路径。     

基于Top-hat变换的OSAHS图像边缘检测算法

提出了一种基于多方向、多尺度Top-hat变换的图像边缘检测方法,应用于阻塞性睡眠呼吸暂停低通气综合症(Obstructive Sleep Apnea Hypopnea Syndrome, OSAHS)早期病理图像的边缘检测及诊断。首先,构造不同方向、不同尺度的Top-hat算子增强图像的对比度,利用形态学梯度进行边缘检测,然后把各个算子检测到的图像边缘按照一定的权重进行组合,得到理想的边缘,以便准确地获得病理图像的相关参数,进而实现医学电子诊断。本文以口腔图像、咽喉声带处图像、鼻道内部图像的处理为例,这三组图像的处理结果表明,与传统的边缘算子相比较,该方法能使图像的边缘信息更完整、更准确,图像的边缘闭合度可达到97.67%。     

基于手指静脉特征图像的加密研究

移动互联下的信息安全是目前研究的热门,本文从手指静脉图像的加密出发,首先对手指静脉图像的特征进行了提取,通过构建图像平滑器来获得静脉图像的大小,明暗区域的选择和特征图像的加强来获得采集后的静脉特征图像,其次对静脉图像采用基于小波基函数,Arnold映射,二次Logistic 映射和Baker变换的混合加密方式对进行加密。在相关系分析和差分攻击分析等方面实验比较,说明本文的算法具有很好的安全性和低耗时性,能够完全适应在移动互联环境中推广。     

基于模型的测试在工作流应用程序中的研究

近年来,工作流技术越来越多的应用于软件程序中,与之相关的新工作流语言以及工作流引擎也得到了快速的发展。但是,目前辅助工作流应用软件的测试方法仍显不足,特别是工作流引擎测试方面还存在着严重的局限性。为此,本文提出了基于模型测试的方法对工作流引擎进行测试,此外,还引入了抽象测试框架的概念,将其应用到工作流的测试上,它能够为工作流引擎构建测试环境和测试套件。最后,在Cumbia平台上搭建的一个工作流引擎上进行应用,说明了基于模型的测试方法和抽象测试框架可以有效应用于工作流引擎的测试。     

冲击噪声下基于相关熵的二维ESPRIT算法

针对基于相关函数的波达方向(Direction of Arrival, DOA)估计方法在冲击噪声环境下性能下降明显甚至失效的问题,提出基于相关熵 (Correntropy)的二维ESPRIT算法。该方法利用相关熵在冲击噪声环境下具有鲁棒性的优点,将受干扰信号的自相关函数替换为相关熵函数,并结合二维ESPRIT算法实现在冲击噪声环境下进行二维DOA估计。仿真表明,与基于分数低阶统计(Fractional Lower Order Statistics, FLOS)算法相比,该算法呈现明显优势,特别在高的冲击噪声条件下 能对信源方向进行更加有效的估计,且均方误差值仍保持很低。     

基于窗口的印刷车间作业动态调度研究

为了解决实际印刷车间突发设备故障和紧急插单问题,采用滚动窗口技术结合遗传算法的方法,建立适合实际印刷车间生产的动态再调度模型;设定若干印品订单、机器设备的加工工序以及各工序加工时间、工序约束条件等,以订单的最大最小加工时间和再调度的偏离度为多目标优化,采用周期与事件混合驱动策略,将滚动窗口再调度机制和遗传算法相结合进行流程设计和编码,构建印刷车间再调度模型;采用标准问题FT06和FT01验证了文章设计的模型算法的有效性和可行性;运行程序,模拟正常加工时紧急插单和机器故障突发时,系统生产新的调度计划即调度甘特图,仿真结果表明该动态调度模型可以用于印刷作业的正常排产调度,在遇突发状况时可生成稳定、符合交货日期的再调度方案。     

电传飞行控制系统信号补偿技术

针对履带式移动机器人的轨迹跟踪控制问题进行研究,首先,建立了履带式移动机器人的运动学模型和跟踪误差模型;其次,设计了转速有限时间控制和线速度滑模控制的轨迹跟踪控制律,并给出了考虑运动受限作用下的控制律修正表达式;最后,基于MATLAB对所提控制律进行仿真,对比分析了不考虑运动受限情况下跟踪控制效果。结果表明,设计的跟踪控制律能够实现履带式移动机器人对圆轨迹的有效跟踪,且考虑运动受限作用的控制律更加符合实际。文章研究分析了运动受限作用对于移动机器人轨迹跟踪控制的影响,分析结果对其他移动机器人的运动控制研究具有参考价值。