具有选择与补偿机制的加权集合序贯极端学习机及其应用

针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.     

数据挖掘技术在全断面掘进机故障诊断中的应用

分析了全断面掘进机复杂的故障机理和运行参数,研究了将粗糙集和决策树应用到数据挖掘中的方法.以全断面掘进机刀盘的一些实时数据为例,采用MATLAB 7.0对数据进行离散化处理,结合粗糙集属性约简的算法对故障样本进行冗余属性的约简;然后,利用决策树算法对约简后的故障样本集进行规则提取,利用数据挖掘工具Clementine实现了C4.5算法和改进的C4.5算法,对其结果进行了对比分析;最后,运用VB编程对全断面掘进机采集的部分数据进行测试,结果表明该融合算法是一种快速、有效、可靠的故障检测与诊断的新途径.     

基于遗传算法的数控机床服务模块配置设计

为实现数控机床总体配置的最优化设计,采用遗传算法对数控机床服务模块进行配置设计.根据数控机床产品全生命周期过程中相关服务类型,将服务模块划分为产品相关服务模块和产品不相关服务模块.主要研究产品不相关服务模块,利用遗传算法对各个服务模块进行编码,并以服务价值系数、服务质量水平和客户相对满意度作为优化目标构建适应度函数,建立数控机床服务模块化多目标模型.通过各个服务模块以及子模块之间的相互约束关系保证模型的有效性.最后,通过MATLAB编程求解得到服务模块配置方案.     

一种基于简化MRAS无速度传感器的永磁电机EKF磁链辨识

表面式永磁同步电机因其结构简单、功率密度高、效率高等优势,被广泛应用于高性能伺服系统以及其他工业场合中。由于电机控制性能受温度和磁饱和等现象影响,电机参数的在线辨识则显得至关重要。针对由于永磁电机数学模型阶数低造成无法由一个估计器同时辨识转速和电机参数的问题,本文提出了一种结合EKF和MRAS辨识的优点,在MRAS无速度传感器系统估计转速的基础上通过EKF观测器估计永磁体磁链的解决方法,并与精确MRAS算法作了比较,对自适应PI参数的选择进行了讨论。Simulink仿真研究验证了该方法的有效性和准确性,能满足电机运行速度快且动态要求高的场合需要。     

硬岩掘进机刀盘载荷与撑靴接触界面刚度的耦合关系

在复合地质条件掘进时刀盘载荷与撑靴接触界面的耦合关系严重影响硬岩掘进机(TBM)动态特性.基于并联机构理论研究TBM推进系统的力传递特性,建立刀盘、机械系统和撑靴接触刚度耦合力传递模型,讨论了刀盘在复合地质条件下掘进时刀盘载荷波动与撑靴岩石接触界面刚度之间的耦合关系.结果表明,撑靴接触界面刚度随刀盘载荷增大而非线性增大;复合地层中,刀盘载荷波动,接触界面刚度也呈现相应的波动特性;两侧撑靴接触界面岩石软硬不同时,刀盘载荷均值和波动增加,接触界面刚度均值和波动加大,且较硬一侧增加幅度大于较软一侧减小幅度.     

基于支持向量机的P2P流量管理模型设计

对P2P的网络流量进行识别是P2P研究领域中的一个重大难题,为了实现对其管理,提出了一种基于支持向量机(SVM)的P2P流量分类管理模型.首先获取P2P网络流量数据,然后将获取的样本数据输入SVM并对SVM进行训练,最后将测试样本数据输入SVM进行P2P流量分类管理.仿真实验证明了该方法具有较高的检测率和较低的漏报率.     

流化床式筛分机中气泡特性的数值模拟

采用流化床式筛分机,针对煤料在流化床内流化时的鼓泡筛分特性,以Eulerian多相流模型,对筛分机的单粒径颗粒气固两相流动进行模拟,得出了筛分机内某一截面的固相体积份额分布图和不同截面的气泡分布图.为求证最佳流化速度,共设计了4组不同入口气速的工况.根据4组数值模拟结果,分析得出筛分机内最佳流化速度为0.96m/s.通过比较4组工况的流化效果发现,当流化速度为1.36m/s时,气泡最多,因而该工况最具有代表性,可用来研究筛分机的鼓泡特性.研究结果表明,筛分机的鼓泡具有随机性和不均匀性.     

微信公众平台在机床制造业中的应用研究

为了探索微信公众平台在机床制造业中的应用,介绍了微信公众平台的基本功能,对机床制造业进行了分析,对微信公众平台在机床制造业市场宣传、营销、维修中的作用进行了探讨.微信公众平台是新媒体,具有移动互联网基因,在机床制造业信息化过程中大有可为.     

矩形截面型材三维拉弯成形的回弹预测

设计了用于三维拉弯成形的、可重构的柔性模具,并采用支持向量回归机和有限元模拟对柔性三维拉弯成形的回弹进行预测.使用有限元法分析了对回弹量影响较大的6个因素(包括材料参数、几何参数和工艺参数),以及它们对回弹的影响趋势.选用这6个参数设计有限元三维拉弯模拟实验,并用模拟结果训练和检验支持向量回归机回弹预测模型.通过与广泛应用的神经网络预测方法的预测值和有限元模拟试验结果的比较,检验该回弹预测模型的准确性.研究发现,该模型与神经网络相比具有更高的准确度,在试验中根据该模型预测的回弹量对模具型面进行相应的补偿,可以有效地减小回弹和形状偏差.     

混合业务下基于能效准则的基站开/关选择策略

为提升无线系统的能效,针对用户随时间的潮汐变化特点,文中提出了一种通过基站开关切换提升系统能效的方法——基于能效准则的基站开/关选择策略,将用户业务分为恒定比特率业务和可变比特率业务,在满足恒定比特率业务的约束下最大化能源效率.文中采用改进的自适应遗传算法来求解此约束优化问题,即基站开关状态用二进制编码,通过设计的选择、交叉、变异实现迭代寻优.仿真结果表明:文中提出的改进遗传算法收敛速度快,能有效对抗染色体群体的早熟问题;在满足恒定比特率用户需求的前提下,文中策略可有效地提升无线系统的能效,其性能接近穷举算法.