基于压缩Voxel模型的整体涡轮叶盘五坐标数控电火花加工仿真验证

提出了基于压缩Voxel模型的整体涡轮叶盘五坐标数控电火花加工仿真、验证新方法.该方法首先构造整体涡轮叶盘仿真工件、成型电极压缩Voxel模型,再根据数控加工轨迹构造成型电极扫描体,最后在三维虚拟空间完成加工过程仿真.利用Marching Cubes方法提取仿真工件表面三角网格,增强了仿真工件显示质量和速度.通过仿真工件压缩Voxel模型与标准CAD模型的三维对比实现了仿真结果分析验证.该方法在某航天火箭发动机整体涡轮叶盘五坐标数控电火花加工编程仿真与验证中得到了应用,效果良好.     

切线法数控加工中PVT算法的研究

该文针对自主研发的＂切线法数控成型非球面机床＂能够达到设计加工精度,结合强大的能够处理复杂多轴联动并进行插补运算的PMAC运动控制器,提出了在以PMAC自身拥有PVT插补模式为基础上的改进PVT算法,并给出PVT算法的数学模型。通过将改进PVT算法用Matlab语言表述并进行仿真和将其运用到自主研发机床中,结果表明：改进PVT算法有效避免速度不单调导致加工精度降低的问题。     

带回热器冷藏机组的动态仿真

为了建立带回热器的往复式冷藏机组的数学模型并仿真求解,采用引入压缩机出口比焓这一未知变量,利用冷剂的温度、压力、比容和比焓的拟合关系求取矩阵系数,以及多变量函数的Taylor幂级数将原函数展开而进行线性化降阶处理的方法,改进了仿真算法,进行了机组模型的动态仿真.实验验证新建模型正确,改进算法提高了仿真速度和精度.模型和算法可用于机组的模拟器研发和控制策略.     

基于Voxel改进模型的数控三维实体建模及显示

传统的Voxel模型在处理多轴数控切削仿真时,不仅在判断是否发生切削上会耗费大量的运算时间,而且数据点的存储也占据了较大的内存空间,不能满足实时快速仿真的要求;在压缩体素模型构造方法中,虽然能够满足多轴数控切削仿真的要求,且存储空间较小,模型重构速度较快,但是在切削判断上的布尔运算量较大,间接影响了数控仿真的实时性.针...     

改进粒子群算法及其在热连轧负荷分配中的应用

对一种已有的自适应算法进行了改进,并将该算法思想引入到粒子群算法的改进中,在种群进化到一定代数时按照改进自适应算法改变搜索范围的大小,实现了自动调整搜索范围、提高收敛速度和精度并可有效防止粒子群算法早熟收敛的目的,同时通过实验仿真进行了验证.将该改进粒子群算法应用到热连轧机精轧机组的负荷分配优化计算中,程序运行时间小于5s,满足实时性的要求,为其提供了一种更为有效的优化手段.     

基于过程挖掘的临床路径Petri网建模

提出基于统计α算法的临床路径Petri网模型,将Petri网和基于统计α算法的过程挖掘算法集成,从事件日志中挖掘重要信息,获得完善的诊疗流程,并在此基础上建立Petri网模型,有效实现诊疗流程的优化和改进.通过仿真数据试验,验证了本文提出的统计α算法相较于经典α算法在准确度和运行时间上有着较大的优势.并将模型运用到临床路径真实数据上,证明了模型的有效性和准确性.     

一种基于正序分量的改进傅氏测频算法

从系统中性点漂移影响和特定谐波在正序分量中表现特性两个方面,分析基于正序分量的傅氏测频算法的改进机理.通过建立信号和采样模型以及MATLAB工具仿真,验证基于正序分量数据源计算的傅氏测频算法的改进效果.该算法降低了傅氏计算窗口数据初始相位对测频精度的影响,减小了谐波分量对傅氏测频算法精度的影响,也减小了计算输出频率与系统实际频率偏差对傅氏测频算法结果的影响.该算法适合定频采样的保护装置,且计算量不大,特别是本来需要计算序分量的保护装置.     

采用改进神经网络PID控制的移动机器人轨迹追踪控制研究

为了提高双轮移动机器人运动轨迹追踪精度,采用改进粒子群算法优化BP神经网络PID控制器,并对控制效果进行仿真验证。创建双轮移动机器人模型简图,给出运动轨迹误差方程式。在传统PID控制基础上增加BP神经网络结构,引用粒子群算法并对其进行改进,采用改进粒子群算法优化BP神经网络PID控制调整参数,给出双轮移动机器人PID控制参数优化流程。采用数学软件MATLAB对双轮移动机器人轨迹追踪误差进行仿真验证,并与传统PID控制追踪误差进行对比。仿真曲线显示:在理想环境中,双轮移动机器人采用两种控制方法都能较好地实现轨迹追踪,追踪误差较小;在干扰波形环境中,传统PID控制双轮移动机器人追踪误差较大,而改进PID控制双轮移动机器人追踪误差较小。采用改进粒子群算法优化BP神经网络PID控制器,可以提高移动机器人运动轨迹追踪精度。     

珊瑚礁算法的改进研究

珊瑚礁算法易于陷入局部最优且寻优精度低，因此提出一种改进的珊瑚礁算法.此算法借鉴粒子群算法、高斯变异和模拟退火算法的思想改进珊瑚礁算法的内部有性繁殖、无性繁殖和更替机制，提高了算法的寻优精度并可跳出局部最优.在仿真实验中，将改进珊瑚礁算法与基本珊瑚礁算法和粒子群算法等10种算法分别在高维和低维测试函数下进行比较.实验结果表明，改进的珊瑚礁算法不仅较其他算法具有更好的收敛速度和精度，而且在高维测试函数中，仍然可以保持良好的性能.     

基于改进混合樽海鞘群算法的航空发动机模型求解方法

针对传统智能优化算法在求解航空发动机模型非线性方程组时收敛速度慢、精度低的问题,提出采用樽海鞘群优化算法（salps swarm algorithm,SSA）。为了提升标准SSA求解复杂发动机模型的随机搜索能力,采用了混沌映射、正余弦算法、自适应权重、逐维变异策略对SSA进行改进,并且更进一步调整了算法流程（Process improved SSA）,提高算法收敛概率,最终将Process improved SSA与Newton-Raphson算法结合为混合算法,并以适应度值作为算法切换的判断条件以提升混合算法的计算效率。仿真实验验证了Process improved SSA求解航空发动机模型的有效性。仿真结果表明混合算法能够实现全局收敛并提升收敛速度,且能够在模型输入强瞬变仿真时实现快速收敛。