基于均值滤波的灰色预测模型及其应用

在变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,由于影响变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使得变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于均值滤波的GM预测模型,即先用均值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于均值滤波的GM预测模型可以有效地提高变形预测的精度和可靠性。     

基于Nelder-Mead算法的PVD加热器结构优化

为提高蒸发镀膜机内基板温度均匀性,以蒸发镀膜机为研究对象进行建模,采用COMSOL有限元软件对真空环境下的基板加热器温度场进行有限元仿真,并耦合PID算法用于温度控制,揭示了基板温度分布规律。在此基础上对基板温度均匀性的影响因素进行研究,并借助Nelder-Mead单纯形法对加热系统进行优化。结果表明,当顶加热丝间距与侧加热丝间距为1:1.23、加热距离为440 mm、反射距离为3.56 mm时,基板表面最大温差由优化前的16.5℃降低至9.9℃,温度均匀性得到改善。最后,结合实测数据分析显示,仿真结果与实测数据误差为6%,验证了优化的有效性。