结构材料疲劳谱载在线测试仪

疲劳问题普通存在,疲劳事故不断发生,工程上急需对疲劳谱载实时动态测量。在多次试验和分析的基础上,研制了一种可用于现场测试的工程结构材料疲劳载荷谱实时测定系统。对被测构件进行非破坏性测量,得到大量荷载数据,用开发的软件进行波形和频谱分析,用概率统计的方法研究疲劳损伤问题。该系统以８０３１ 单片机为中心控制和处理部件,直接检测电阻应变片所传感的构件受载情况,可用于现场结构材料的疲劳测试,也可用于对结构部件的关键部位进行长期连续监测,防止疲劳断裂事故的发生     

上臂假肢的智能控制

上臂假肢系统是一个复杂的人一机系统。本文讨论了上臂假肢及其控制的特点。提出了以伺服级、协调级、组织级构成的三级上臂假肢智能控制系统。仿真实验研究表明，该系统能实现预期的功能，减轻了截肢者的智力负担。     

非线性LTS稳健估计方法

为使原始LTS(least trimm ed squares)方法能够处理非线性问题,研究非线性LTS稳健估计方法。说明该方法的解一定是部分观测值的非线性最小二乘估计。该方法可通过求解非线性最小二乘问题得到确切解。基于MM EA(m in im um m ax im um exchange a lgorithm)算法和非线性最小二乘技术,构建求解非线性LTS估计近似解的算法。仿真结果表明非线性LTS估计方法能够同时抵抗来自X方向和Y方向的多个异常,与传统方法相比具有更好的稳健性。     

基于LTS稳健初值的选权迭代法

提出先用LTS稳健估计来确定残差的初值,然后再进行选权迭代方法。其估计结果既具有LTS方法的高失效点(BP)稳健性,又具有选权迭代方法的高估计效率。仿真表明基于LTS稳健初值的选权迭代方法能够同时抵抗来自X方向和Y方向的多个异常,具有非常强的稳健性,其计算结果与没有异常时的最小二乘估计结果一致,同时它的估计效率也达到了很高的水平。     

Computing Nonlinear LTS Estimator Based on a Random Differential Evolution Strategy

Nonlinear least trimmed squares （NLTS） estimator is a very important kind of nonlinear robust estimator, which is widely used for recovering an ideal high-quality signal from contaminated data. However, the NLTS estimator has not been widely used because it is hard to compute, This paper develops an algorithm to compute the NLTS estimator based on a random differential evolution （DE） strategy. The strategy which uses random DE schemes and control variables improves the DE performance. The simulation results demonstrate that the algorithm gives better performance and is more convenient than existing computing algorithms for the NLTS estimator. The algorithm makes the NLTS estimator easy to apply in practice, even for large data sets, e.g. in a data mining context.     

Application of FNN to the Modeling of FCCU

IntroductionThe Fluidized Catalytic Cracking ( FCC )process is stable under normal conditions,butsometimes the whole process deviates from theoptimal track due to environmentaldisturbances oraging of the equipment.The optimal productionconditions and the best profit can be found bystudying the stable optimization state.There iscurrently little research or state optimizationapplications due to the difficulties of oldmeasurement and control equipment,modelingdifficulties,formidable research an…     

板球系统的模糊神经网络控制算法研究

针对具有非线性特性的控制系统,提出了一种逐级模糊神经网络控制算法。该系统控制采用了补偿模糊神经网络算法和逐级模糊控制规则。在matlab仿真环境下对简化的模型进行了仿真实验。通过仿真结果可以看出,该控制算法比传统的模糊控制具有更好的控制表面,更能适应复杂多变的非线性准确控制;补偿模糊神经网络算法在训练时,具有学习速率快、准确度高和扩展性好等优点。     

一种大工业过程稳态优化控制方法

催化裂化装置是一个高度非线性、时变和长时延、强耦合、分布参数和不确定性的复杂系统。为解决催化裂化过程的优化控制问题 ,采用多层前馈神经网络进行辨识、建模 ,用周期图检验法对模型检验 ,用改进的 Frank- Wolfe算法进行稳态优化计算 ,并以大港炼油厂实际生产过程的稳态数据进行试验和验证 ,说明神经网络适合于解决非线性复杂生产过程的辨识、建模和稳态优化控制问题