基于神经网络的机械磨损故障光谱定位诊断法

在分析常用光谱定位诊断方法的基础上提出了基于神经网络的光谱定位诊断法；将机械摩擦副材质的元素含量作为神经网络输入，将材质所对应的部件作为神经网络输出，建立了相应的神经网络训练样本；通过整理训练样本和训练神经网络，利用神经网络超强的非线性映射能力和容错性实现了磨损故障部位诊断；通过算例分析验证了所提出的诊断方法的可行性和准确性．结果表明，所建立的方法简洁有效，并具有很高的诊断精度．     

柴油机磨损状态监测及故障诊断专家系统知识库建立的研究

实践表明，为了确保机器的安全运行，避免突发性故障，对其实施磨损状态监测和故障诊断是十分必要的。尽管铁谱技术和光谱技术等在这方面的应用都比较成功，然而它们也各有其局限性。为了把机器的磨损状态监测和故障诊断技术推向更高的科学水平，在摩擦学系统的系统工程思想指导下，针对柴油机的“拉缸”和“拉瓦”故障，并且根据故障发生之前润滑油结构变化的各种信息，利用专家系统开发工具ＥＸＳＹＳ，建立了基于铁谱技术和光谱技术的柴油机磨损状态监测及故障诊断专家系统ＦＤＥＸＳＹＳ（Ｖ１．０）知识库；对该专家系统的测试和实际运行结果表明，所建立的知识库可以比较全面而可靠地描述柴油机的磨损状态及故障前兆，因而能够提醒用户适时采取有效措施以防止故障的发生。不仅如此，所述专家系统知识的获取方法、知识的分类表示及匹配方法等研究，对建立其它摩擦学系统的故障诊断专家系统都具有参考意义。     

国内外 INS 和 SG 故障诊断专家系统的发展概述

本文着重介绍了几种典型的专家系统，如国内ＰＬ—１型平台罗经自动测试系统（ＰＬＴＳ），国内外ＤＭＩＮＳ的复合诊断系统（ＢＤＳ）以及Ｆ—１５飞机惯导智能诊断专家（ＩＮＳＩＤＥ）等；并剖析其技术特点，说明采用专家系统诊断ＩＮＳ和ＳＧ故障的必要性。     

基于减聚类和T-S模糊神经网络的转台故障诊断系统

在分析转台故障类型和机理的基础上,针对故障与征兆之间的复杂非线性映射关系,提出了一种基于减聚类的T-S型模糊神经网络故障诊断方案.首先建立了转台故障底事件与征兆信号的明确对应关系,并以清晰数值形式表述专家的诊断经验;然后在减聚类算法中引入权值的概念,获得简约规则表;接着利用抗噪声训练方法训练网络,使其能够克服一定幅值内的噪声干扰;最后利用含噪声数据和测试数据分别试验.试验结果表明:该方法能有效减少诊断规则的数目,准确地实现故障识别,对噪声的容错能力强,有很强的工程实用性.     

智能Kalman滤波在水下地形组合导航系统中的应用

为了避免现实环境的动态变化对水下航行器系统模型造成的随机干扰影响,保证水下航行器长时间导航精度的稳定性,提出了利用RBF神经网络辅助联邦Kalman滤波方法对SINS/TAN/DVL/MCP组合导航系统进行信息融合。给出了各子导航系统的误差模型,通过足够精度的样本对前向神经网络进行离线训练,建立神经网络控制模型。仿真结果表明,该方法可使水下航行器的系统状态在较短的时间内以较高的精度达到稳定。通过与联邦Kalman滤波结果对比表明,采用智能控制方法辅助的信息融合方式的导航定位精度提高了一倍,能有效提高常规联邦Kalman滤波器的自适应能力,达到减小误差,提高精度的目的。     

转台的粗糙神经网络故障诊断系统设计

针对转台故障的多样性与复杂性,设计了独立于专家的粗糙神经网络故障诊断系统。首先建立转台故障诊断决策表,然后用粗糙集方法约简冗余属性,最后设计了神经网络分类器和辨识器。实验结果显示,诊断系统能较好地区分和辨识具有相同故障现象的不同故障,诊断正确率达到96.7%。将粗糙集理论与神经网络相结合,简化了信息表达空间,减小了神经网络结构的复杂性,并具有强大的容错和抗干扰能力,工程实用性强。     

基于遗传算法优化神经网络的多源信息融合室内定位方法

为了解决复杂室内环境中单一定位技术误差较大的问题,提出了一种基于遗传算法优化BP神经网络的多源信息融合室内定位方法。首先利用Wi Fi定位结果约束地磁匹配范围进行组合定位,降低误匹配率;再采用遗传算法寻找网络全局最优解对BP神经网络的初始权值和阈值进行优化,提升网络精度并加快收敛;使用优化后的网络对组合定位结果和推算定位结果向真实位置坐标方向训练融合,得到最优定位结果。数据显示,经遗传算法优化后BP神经网络预测均方误差降低了约75%,融合定位精度较单一定位方式定位精度平均提升约47%。结果表明,所提的方法可有效提升定位精度,具有更优的定位性能。     

基于人工神经网络的声子晶体逆向设计

声子晶体是一种人工周期性复合材料, 其带隙特性使其在减振、隔声、滤波和声学功能器件等领域具有潜在的应用价值. 如何准确操纵声波和机械波是声子晶体设计的主要挑战. 现有设计方法是基于对结构几何参数与材料参数的分析调整使其匹配特定的应用特性, 设计效率不高且无法达到最佳性能. 为此, 本文以一维层状声子晶体为例, 提出了一种基于Softmax逻辑回归和多任务学习的人工神经网络声子晶体逆向设计方法, 其中, Softmax逻辑回归实现分层结构各区域材料种类的选择, 通过多任务学习确定各区域材料的分布, 从而, 将声子晶体逆向设计问题转化为对单位胞元拓扑结构多组分材料的分类问题. 首先, 随机生成大量声子晶体拓扑结构样本; 然后, 采用有限元法进行并行计算得到所有样本的带隙分布; 接着, 通过神经网络建立带隙分布和拓扑结构之间的映射关系; 最后, 利用训练好的神经网络设计具有目标带隙特性的声子晶体, 即以目标带隙作为神经网络的输入, 网络将直接输出对应的声子晶体单元胞元拓扑结构. 算例表明本方法可根据应用需求快速高效地得到具有目标带隙的一维声子晶体. 该方法为声子晶体的逆向设计提供了一种新颖思路.      

基于模糊神经网络的故障诊断及其在无刷直流电机系统中的应用

本文针对故障诊断知识具有模糊性的特点,提出了一种基于模糊神经网络的故障诊断方法,将模糊理论与神经网络融合在一起,实现了对故障的模糊诊断.文中给出了模糊神经网络的结构和学习方法,并提出了一种阈值向量故障判别方法,使故障判别更具灵活性.并以无刷直流电机系统为对象,将该方法应用于系统的故障诊断,仿真结果表明,该方法是行之有效的.     

基于遗传RBF网络的惯性测量组合模拟电路故障诊断

为解决惯性测量组合模拟电路的诊断不易定位到元件级故障的问题,提出了一种基于遗传RBF网络的智能诊断方法。该方法首先利用RBF神经网络快速准确识别故障的能力,以RBF的训练均方误差为遗传算法的适应度函数,依靠遗传算法强大的全局寻优能力实现故障特征选择。在特征选择的过程中,同时记录使训练均方误差达到最小的最优RBF网络,然后直接利用特征选择过程中训练好的最优RBF网络诊断故障,而无需利用特征选择后的训练数据对RBF网络进行再训练,简化了诊断步骤,同时增强了网络的抗干扰能力。仿真结果表明,该方法能有效去除冗余特征,准确诊断惯性测量组合模拟电路的故障,并有较好的抗噪能力,证明了该方法的有效性和可行性。     

Preface

This special issue of PARTICUOLOGY is devoted to the first UK-China Particle Technology Forum taking place in Leeds, UK, on 1-3 April 2007. The forum was initiated by a number of UK and Chinese leading academics and organised by the University of Leeds in collaboration with Chinese Society of Particuology, Particle Technology Subject Group （PTSG） of the Institution of Chemical Engineers （IChemE）, Particle Characterisation Interest Group （PCIG） of the Royal Society of Chemistry （RSC） and International Fine Particle Research Institute （IFPRI）. The forum was supported financially by the Engineering and Physics Sciences Research Council （EPSRC） of United Kingdom,     

The 7th International Conference on Fluid Mechanics May 24-27,2015,Qingdao,China

正http://www.icfm7.org First Announcement and Call for PapersThe objective of International Conference on Fluid Mechanics(ICFM)is to provide a forum for researchers to exchange new ideas and recent advances in the fields of theoretical,experimental,computational Fluid Mechanics as well as interdisciplinary subjects.It was successfully convened by the Chinese Society of Theoretical and Applied Mechanics(CSTAM)in Beijing(1987,     

INFORMATION FOR CONTRIBUTORS

Contributions： The Journal, Acta Mechanica Solida Sinica, is pleased to receive papers from engineers and scientists working in various aspects of solid mechanics. All contributions are subject to critical review prior to acceptance and publication.     

Guide for authors

正Each of the sections below provides essential information for authors.We recommend that you take the time to read them before submitting a contribution to Acta Mechanica Sinica.We hope our guide to authors may help you navigate to the appropriate section.How to prepare a submission This document provides an outline of the editorial process involved in publishing a scientific paper in Acta Mechanica Sinica.     

基于鲁棒滤波的捷联导引头视线角速度估计方法

针对捷联导引头无法直接获取视线角速度等信息的问题,研究了鲁棒滤波在大气层外飞行器捷联导引头视线角速度估计中的应用。为了建立非线性滤波估计模型,考虑目标视线角速度的慢变特性,采用一阶马尔科夫模型建立了状态方程;推导了视线角速度的解耦模型,并建立了量测方程;考虑到实际应用中存在系统噪声统计特性失准的问题,基于Huber-Based鲁棒滤波方法,设计了视线角速度滤波器,并完成了基于Huber-Based滤波方法和扩展卡尔曼滤波方法的数学仿真。仿真结果表明Huber-Based滤波方法的视线角、视线角速度及视线角加速度估计精度分别达到0.1140'、0.1423'/s、0.0203'/s2,而扩展卡尔曼滤波方法的视线角、视线角速度及视线角加速度估计精度仅分别为0.6577'、0.6415'/s、0.0979'/s~2。仿真结果证明了该方法可以有效地估计出相对视线角速度等信息,并且在非高斯噪声的条件下,依然可获得较高的估计精度,具有一定的鲁棒性。     

Guide for authors

正Each of the sections below provides essential information for authors.We recommend that you take the time to read them before submitting a contribution to Acta Mechanica Sinica.We hope our guide to authors may help you navigate to the appropriate section.How to prepare a submission This document provides an outline of the editorial process involved in publishing a scientific paper in Acta Mechanica