混沌系统的延时全维混合投影同步

研究了参数未知混沌系统的全维混合投影同步.考虑到系统中存在延时,结合自适应控制策略和反馈控制方法,设计控制器和参数自适应更新函数,实现不同结构混沌系统的投影同步.数值仿真结果证实了本文提出的控制策略的有效性.     

两种压边方式下板料拉深成形性能及载荷分析

对具有双曲底面的盒形件在设定压边力(BHF)和设定压边间隙(BHG)两种压边方式下的拉深成形进行了数值模拟和试验研究,分析了BHF压边方式下压边力的变化以及BHG压边方式下压边间隙的变化对板料成形性能及设备成形载荷的影响.结果表明:BHF压边方式下,在一定范围内变动的压边力对成形性能及载荷影响不大;而在BHG压边方式下,压边间隙的变化对成形性能及压边载荷的影响显著,稍大或稍小的压边间隙都会使盒形件拉深深度明显降低,压边载荷显著增大.研究结果可为不同设备、不同成形方式下的拉深工艺和模具设计及试生产提供有益的指导.     

基于多种群遗传算法的船舶操纵干扰系数推定

将干扰系数γ和WR0的估算归结为带约束的目标优化问题,并将遗传算法引入到该优化问题中.对干扰系数的估算,提出了一种基于实数编码的多种群遗传算法(RMGA),采用自适应遗传算子和最优保留策略,有效提高了RMGA全局搜索能力和局部快速搜索能力.通过假定真值仿真计算的结果作为观测量来辨识参数γ和WR0.辨识结果令人满意.     

二阶多比特Sigma-Delta ADC中的自适应量化算法

针对二阶多比特Sigma-Delta ADC的量化电平对信噪比的影响,提出了自适应量化算法(AQ).该算法可根据输入信号的幅度变化,动态地调节多比特ADC的参考电平,从而改善二阶多比特Sigma-Delta ADC在小幅度输入时信噪比下降的问题.在此基础上,运用动态电阻匹配的方法,进一步减小了由于反馈数字模拟转化器(DAC)电阻不匹配带来的非线性噪声.仿真结果验证了该算法的有效性.     

面向船体曲面分段建造的空间调度方法

针对船体曲面分段生产调度复杂且具有时空耦合特性,提出船体曲面分段建造动态空间调度方法,建立动态空间调度流程.根据船舶建造分段搭载网络计划图,确定曲面分段建造开始时间和结束时间,并利用空域思想确定船体分段在工作平台上的空间位置;考虑到系统干扰和不确定因素的存在,提出了自适应时空调整策略.最后,以上海某造船厂曲面加工车间分段制造数据为例进行了验证.结果表明,所提出的调度方法能有效地提高船舶生产效率和空间利用率.     

一种新颖的DC-DC开关变换器数字控制方法

为获得DC—DC变换器易于实现的数字控制方法,提出了一种基于电感电流线性变化的数字控制策略。根据变换器运行过程中电感电流的微分方程推导出了占空比的控制策略,通过对电流的快速控制实现对输出电压的快速调节,采用数字PI技术进行稳态误差修正,从而具有良好的自适应性;根据变换器输出电压与期望电压的偏差进行电流控制策略和带修正控制策略的切换控制。以Boost变换器为例,推导了变换器的占空比控制策略,采用数字PI控制器调节控制修正量。仿真和实验结果验证了控制策略能在启动过程中实现对变换器输出电压的快速、无过冲控制,以及各种扰动工作条件下对变换器输出电压准确、快速的控制。     

一种有效的自适应中值滤波算法

针对标准中值滤波算法的不足,提出改进的自适应中值滤波算法。该算法利用极值的方法统计图像噪声点,然后计算以噪声点为中心像素的予窗口的方差,对噪声点采取多窗口、多尺度的滤波。最后自适应选择方差最小的予窗口滤波。经过计算机模拟实验,采用该算法滤波,既能有效地平滑噪声,又能保存细节,效果远优于标准中值滤波算法。     

基于近似模型和数值模拟的连杆热锻成形工艺设计优化

提出了基于近似模型和数值模拟的设计优化方法.在利用有限元分析连杆热锻成形过程的基础上,以降低锻件成形过程中变形损伤为目标,以飞边槽形状参数为设计变量,采用响应面法近似模型建立了设计变量与目标函数的初始近似模型.在设计优化过程中,用近似模型代替实际的数值模拟程序,计算锻件内部的损伤值,对连杆热锻成形工艺参数进行了优化计算,取得了较为理想的效果.     

基于自适应随机惯性权的粒子群优化算法

分析惯性权值对粒子群优化算法(PSO)优化性能的影响,提出了基于自适应随机惯性权(ARIW)的改进粒子群优化算法.在进化过程中,为粒子群中的各个粒子随机选取惯性权值,并随进化代数自适应地调整随机惯性权值的概率分布.使用四个基准函数进行测试,结果表明基于ARIW的PSO算法不但计算简便,而且能有效地调整算法全局与局部的搜索能力,显著提高了全局搜索的速度与精度.     

混沌时间序列的自适应正交小波神经网络预测

针对非线性混沌时间序列预测问题,提出一种基于正交小波神经网络的自适应预测算法.根据来自非线性序列模型的期望输入输出数据,利用小波框架理论建立初始的小波神经网络.采用正交化逐步选择方法对于初始小波神经网络进行结构优化,从而建立最精简的网络模型.同时引入在线学习算法在线修改网络权值和小波神经元的参数,从而提高模型的自适应能力和泛化能力.通过对时滞Mackey-Glass超时间序列和时变Lorenz混沌序列的预测,证明了算法的有效性.