内嵌自主移动钢球欧拉梁自适应碰撞减振研究

结合内嵌自主移动质量子系统梁/板实验平台的实验结果,对共振激励下的内嵌自主移动钢球欧拉梁自适应碰撞减振系统进行了研究.采用弹簧、阻尼表现碰撞过程中的弹性恢复与能量耗散,将碰撞机制转化为线性弹簧-阻尼模型,并基于赫兹接触理论对相关参数进行了估算.通过分析建立了碰撞的开始与结束条件,以及系统的分段线性动力学控制方程,数值计算结果充分表明了内嵌自主移动钢球自适应碰撞减振的内在机理与有效性.在钢球随机碰撞作用下,梁的振动响应为概周期振动,一阶共振激励下单个钢球的碰撞减振效果为7.5%,二阶共振激励下为6.1%.通过与假定钢球在其他位置实施碰撞减振的效果进行比较,证明了内嵌钢球的自适应碰撞减振特性.     

基于遗传算法的ABS控制门限自寻优方法

结合国家关于汽车ABS制动控制性能优劣的相关评价标准和调试经验,分析了汽车的车辆单轮模型和ABS基于加减速度门限及参考滑移率门限的控制策略,设计了有效的适应度函数,提出一种基于遗传算法的ABS控制门限自整定方法,实现了控制门限参数优化的计算机自主寻优。仿真结果表明,该方法具有较好的适应性。     

基于背景更新的运动车辆检测算法研究

在基于视觉的智能交通系统中,运动车辆的检测是最基础也是最关键的步骤。目前运动车辆检测中最常用的方法是背景差分法。该算法的关键在于背景图像的获取,由于背景图像的动态变化,为了有效的对车辆进行检测,需要对背景进行实时更新。因此,提出了一种新的基于像素点灰度值变化的自适应更新背景的算法,该算法在背景变化的情况下,能实时地修正或更新当前背景图像,再结合差分法与阈值化分割出完整的运动目标。通过实验证明了算法的有效性和实时性。     

基于Laguerre函数模型的多变量广义预测自适应控制

通过对Laguerre函数模型结构的分析 ,把多变量广义预测自适应控制方法应用于该模型中 ,利用Laguerre函数模型近似控制对象系统结构 ,将模型中间参量的辨识和模型的预测输出有效的统一了起来 ,克服了单纯基于参数化模型预测控制通常需要已知系统的时延和阶次的局限 ,为适合该类模型的工业对象应用提供一种有参考价值的控制方法。     

一种连续探索型自适应遗传算法及其应用

对经典遗传算子中的交叉算子和变异算子进行了重新设计，提出了一种连续探索型自适应遗传算法。该算法能够根据种群进化情况，动态地调整遗传算子，维持种群的多样性，克服过早收敛并加快了搜索速度，得到高品质解。将该算法用于最短路径求取中，仿真结果证实是合理的和有效的。     

基于熵模型的自适应信息融合方法

建立了一种用于信息融合的熵模型,依据融合的几个步骤即信息提取、关联与决策,描述了基于熵模型进行信息自适应融合的新方法·该方法可对从各对象源(如传感器、数据库、知识库等)中提取的特征属性信息进行模型化,对这些模型化的属性信息进行关联后,得到准确的决策·为了实现多对象源的信息融合,提出了EAA算法·该算法基于熵自适应聚集规则,通过缩减关联模型联合动作的复杂性来控制其收敛性·并通过应用实例,检验了这种方法的可行性     

基于二阶循环统计量的LMS算法

证明了二阶周期平稳随机信号通过线性时不变系统后，仍是二阶周期平稳随机信号，且循环频率不变。定义了基于二阶周期自相关函数的误差准则，给出了新的LMS算法，并讨论了新算法的性能。仿真结果表明，在收敛速度和抗噪声方面，新算法的性能有一定提高。     

油田配电网的谐波分析与集中治理

通过对油田配电网谐波源的调查和频谱分析,提出了一种基于网路结构的谐波集中治理方法。首先建立了系统各次谐波的节点导纳矩阵,求解对应的灵敏度矩阵,并运用灵敏度矩阵寻找配电网中配置各次谐波滤波器的候选位置。然后采用改进遗传算法对滤波器进行优化配置,在保证网络各节点谐波电压含量和总谐波畸变率符合谐波标准以及滤波器安全可靠运行的前提下,使得全网滤波器的投资费用最少。实例分析结果表明,提出的无源滤波装置的最优配置方法有效,给出的谐波治理方案能够有效地抑制网络中各节点谐波电压的畸变。     

一种新颖的DC-DC开关变换器数字控制方法

为获得DC—DC变换器易于实现的数字控制方法,提出了一种基于电感电流线性变化的数字控制策略。根据变换器运行过程中电感电流的微分方程推导出了占空比的控制策略,通过对电流的快速控制实现对输出电压的快速调节,采用数字PI技术进行稳态误差修正,从而具有良好的自适应性;根据变换器输出电压与期望电压的偏差进行电流控制策略和带修正控制策略的切换控制。以Boost变换器为例,推导了变换器的占空比控制策略,采用数字PI控制器调节控制修正量。仿真和实验结果验证了控制策略能在启动过程中实现对变换器输出电压的快速、无过冲控制,以及各种扰动工作条件下对变换器输出电压准确、快速的控制。     

基于IAEPSO-IAWNN的高温低氧燃烧火焰稳定性识别

在对高温低氧燃烧条件下的煤粉火焰图像分析的基础上,提出了利用改进的自适应逃逸微粒群算法训练的改进的自适应小波神经网络对燃烧火焰的稳定性进行实时识别的算法.计算结果与实验数据基本吻合,说明该方法是可行的,可以用它对高温低氧技术下的燃烧稳定性进行识别.