汽车制动器试验台的计算机控制模型

本文主要研究制动器试验台的控制方法,在综合分析试验台机械惯量的基础上,利用能量关系建立了发动机驱动电流与瞬时转速的模型,并设计了一个电流值的计算机控制方法,并对产生的误差提出了改进的方法,使制动器试验台能更准确地模拟路试。     

制动器实验台的控制方法分析

制动系统是汽车的重要系统,为了检测制动器的综合性能,需要进行大量路试,但是在设计阶段无法路试。而传统的汽车电惯量是制动试验系统采用机械惯量盘模拟汽车运动惯量,这种系统体积大、惯量调整困难、制动化程度不高。针对这些问题,本文采用制动器试验台的控制方法分析并检测制动器的综合性能。首先,本文建立基本的常微分模型来解决电动机驱动电流的问题,其次,是根据已知附表的数据,分别对转速和扭矩与对应的时间应用MATLAB软件拟合出两个函数进而建立了能量差微分模型。     

线性回归模型精化方法

为了解决由试验观测数据建立的回归拟合模型存在的模型误差,用基于回归残差的神经网络方法精化模型.采用给定方程获得模拟数据,通过数据结构散点图建立回归模型趋势项,利用经典最小二乘法估计趋势项参数,由趋势项参数计算回归残差,借助误差分级迭代的改进BP算法对趋势项进行精化,将两部分叠加获得精化模型.试验结果验证了基于回归残差的神经网络方法精化模型的有效性:神经网络方法精化后的模型能提高回归模型的拟合及预测精度5倍以上,优于最小二乘配置法和半参数法精化结果.神经网络方法精化模型既克服了单一神经网络模型的不可解释性,使模型具有物理意义,又具有较高的预测精度.     

改进的差分自回归移动平均模型的共轭梯度参数估计法

为了提高差分自回归移动平均模型的拟合精度,本文结合已有的文献,借助无约束优化方法来解决此模型中的参数估计问题。主要提出了一种改进的差分自回归移动平均模型参数的优化估计法,并对提出的算法进行详细说明,在强Wolfe条件下对全局收敛性进行了证明。该方法保证了迭代计算的收敛性,并且提高了收敛的速度。数值试验结果说明:该算法是一种较为有效的方法,与其他方法比较,参数估计值更为显著,提高了预测精度。     

径流中长期预报模糊优选神经网络模型应用研究

预报因子选择与模型训练精度确定,是模糊优选神经网络模型应用于径流中长期预报时有待研究解决的两个重要问题.应用预报因子集与预报量间的复合非线性相关分析方法选择预报因子(集),克服了通常单因子线性相关分析选择预报因子的不适用性;通过定义综合效应系数来综合评价模糊优选神经网络模型的拟合能力与外推预报能力,为研究模型的拟合精度高而外推预测精度低的问题提供了一种解决方法.     

基于SVR的火控机解算性能测试

针对火控机解算性能的测试问题,提出使用支持向量机回归模型来拟合射击诸元曲线.通过使其与火控机解算出的实际射击诸元进行互相关计算来统一时序关系,以便于比对误差,从而检测火控机解算的正确性.为了验证该拟合方法的可行性,对支持向量机回归的拟合过程进行了计算机仿真,并与用人工神经网络等方法拟合的效果进行了比较.     

可观测量的电动机驱动电流建模

检验汽车行车制动器设计的优劣,需要得到电动机驱动电流与时间之间的精确关系。因为制动器性能的复杂性,驱动电流与时间之间的精确关系很难得到。基于模拟实验台,由能量等效转化的方法,将能量转化为可观测的转速以及对于转动物体来说恒定不变的转动惯量,建立了电动机驱动电流依赖于可观测量的数学模型。     

基于半参数空间模型的房地产估值数据研究

针对现有的房地产估值模型中不包含空间自相关性以及非线性影响因素的问题,提出了可以灵活解释变量意义的部分线性空间自回归模型来拟合房地产估值数据;对于部分线性空间自回归模型的估计问题,利用局部多项式方法与拟极大似然估计法相结合的两步估计过程得到参数部分的估计;房地产估值数据的拟合结果表明:房地产估值数据确实存在空间相关性,房屋到最近的捷运站的距离与房价呈负相关关系,而步行生活圈中便利店的数量与房价呈正相关关系,这与现实意义上的解释是相通的,另外房屋年龄与房价之间的非线性关系也被体现出来;部分线性空间自回归模型能更加客观和灵活地解释房地产估值数据的现实意义。     

制动器试验台的控制方法模型研究

文章针对如何检测制动器的综合性能,设计了一个评价系统,可以计算出车轮的等效的转动惯量,也可计算出电动机的驱动电流.     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。     

基于替代模型的单粒子瞬态效应注入

牵引传动控制系统是高速列车的动力关键系统,牵引传动控制单元(TCU)的故障会引发高速列车的动力丧失.电磁辐射环境下的单粒子瞬态效应(SET)是引发TCU故障的主要原因.采用传统物理方法进行的SET测试具有一定的风险和成本,提出一种基于替代模型的SET注入方法.根据双指数模型建立SET注入替代模型,对TCU输出的信号进行SET的注入,解决在系统级虚拟仿真平台上无法对SET进行有效注入的问题,通过试验仿真验证该方法的可行性.为实时故障诊断、隔离和容错技术的研究提供较为真实可靠的故障模拟环境.     

基于新型电机模型的异步电机矢量控制系统的研究

异步电机矢量控制中使用较多的电机模型为电压模型和电流模型两种。针对电压模型纯积分饱和、零点漂移;电流模型准确度受转子角速度影响过大等问题,提出一种新型的电机模型,有效的解决以上诸多问题,提高异步电机矢量控制精度。并利用matlab仿真软件在实验基础上对整个控制系统的工作原理进行介绍。     

水电仿真中导叶开度模型的分析与改进

水电仿真系统中关键的模型是水机调速器模型,基于仿真的目的,对混流式水轮发电机的关键数学模型进行了改进.针对水电仿真系统中调速器开机和关机过程中过速和不稳定问题,采用回归分析的方法,建立多项式回归模型,分段解析拟和推导出了水机调速器导叶开度的开机和关机数学模型,该方法简单、精确度高,即使输入为任意规律也可求解.上述方法经可靠性分析和测试,结果表明它在能保证仿真系统的真实性、可靠性和实用性的前提下,能以最简单、最直接的方式解决最复杂的问题,而且效果很好.吉林丰满水电站计算机仿真系统的应用实践,也验证了该方法.     

基于多重多元回归的焦炭质量预测模型

 焦炭质量预测是焦化企业进行焦炭质量控制的重要方法。在诸多生产因素已固定的条件下,焦炭质量主要取决于原料煤性质。用煤质指标预测焦炭质量是焦炭质量预测的重要方法。考虑配合煤煤质指标和焦炭质量指标的多元性和相关性,采用多重多元回归分析技术,将焦炭质量的各指标作为一个整体,建立配合煤煤质指标对焦炭质量的预测模型。基于偏最小二乘回归思想,采用预测误差平方和（PRESS）和预测的方差验证回归模型的预测能力。根据实际焦炭生产建立的焦炭质量预测多重多元回归模型的显著性检验表明,该模型具有较高的预测能力。应用多重多元回归技术建立的焦炭质量预测模型对指导焦化企业的焦化生产,优化配煤和加强焦炭质量控制具有重要的现实意义。     

函数空间类Vitali覆盖证明及其应用

针对在较小测度集下的性质不佳函数确定其积分存在性的问题,提出函数空间下的类Vitali覆盖定理.从理论角度明确积分存在性与数值逼近的理论方法,给出对应的数值逼近方法与结果,并给予具体论证.最后,结合理论分析结果,以示例的方式从应用角度提出积分存在性与积分数值逼近的具体应用.     

纺织生产在线测试分析的集成模型及误差分析

针对纺织生产非电量检测与转换中,采用回归分析模型进行电测值与非电量值转换时存在较大误差的情况,给出了建立基于回归模型和灰色残差模型集成的思路.通过对实例建模过程的分析,发现集成模型的拟合精度远远高于单纯的回归分析模型.集成模型的拟合误差呈现递减的变化趋势,这符合灰色系统理论的"新息优先"和"新陈代谢"原理.由于利用集成模型可以替代人工测试分析和计算,将其应用于纺织生产过程控制,可以通过实时检测转换实现纺织生产自动化的目标.     

手臂疲劳时表面肌电信号特征

为了解表面肌电信号(surface electromyography, sEMG)特征的变化规律,找出更加有效的疲劳特征参数组合,通过回归分析和皮尔逊相关系数分析的方法研究了6名受试者负重状态下,手臂表面肌电信号的时域、频域和时频域特征参数与主观疲劳感量表(rating of perceived exertion, RPE)之间的关系。结果表明:随着负重时间的持续,sEMG的时域特征均方根值(root mean square, RMS)和积分肌电值(integrated electromyography, iEMG)有上升趋势,频域特征平均功率频率(mean power frequency, MPF)、中值频率(media frequency, MF)有下降趋势,而时频域特征瞬时平均频率(instantaneous mean power frequency, IMPF)、瞬时中值频率(instantaneous median frequency, IMF)出现先短暂上升然后下降趋势。对各特征参数进行非线性拟合,发现RMS和iEMG幂函数拟合优于指数函数拟合,而MPF、MF、IMPF和IMF指数函数拟合优于幂函数。对联合特征参数进行多元回归分析,发现RMS与MF组成的回归模型判定系数R~2最大。可见RMS与MF相结合作为评估肌肉疲劳的联合参数更加合理有效。     

基于改进鲸鱼优化算法的GBDT回归预测模型

针对梯度提升决策树（gradient boosting decision tree, GBDT）参数难以选择的问题, 提出一种基于改进鲸鱼优化算法（improved whale optimization algorithm, IWOA）的GBDT回归预测算法. 首先, 提出一种改进的鲸鱼优化算法, 利用混沌映射初始化种群提高种群多样性, 引入惯性权重与差分进化算法中的变异交叉策略解决迭代后期易陷入局部最优的问题； 其次, 利用IWOA对GBDT的关键参数寻优, 避免参数选择的盲目性, 提高回归预测模型的泛化能力； 最后, 建立IWOA-GBDT回归预测模型, 并利用UCI数据集对模型进行验证. 实验结果表明, 相比于决策树、 支持向量机、 Adaboost和GBDT算法, 该模型算法具有更好的拟合效果, 并有一定的实用价值.     

分子模型对接的平滑积分变换方法

提出了三维分子对接模型果上互作用的势能函数采用平 积分变换方法进行全局极小化寻找对拉的最佳结合构型,计算本的算法对接问题效果良好,讨论了势能函数拟合参数选取和极小追踪方法问题。     

Excel在化工数据及模型参数拟合中的应用

运用Excel的回归分析功能，对化工实验数据进行处理，可以解决在化工数据与模型参数拟合中遇到的复杂计算问题。通过实例说明该方法的实用性及有效性。