数控机床动压主轴的热误差建模技术研究

为了降低加工过程的热误差,提高数控机床加工精度,基于时序相关分析理论与数值计算方法,建立了一种以温度场分布及加工参数为输入的新型机床主轴热误差建模方法.所建模型由热误差模型、主轴动压轴承热特性模型以及主轴热传递模型三部分组成.该方法首先根据时序相关理论建立热误差与温度测点之间的相关模型,再通过灰色相关理论完成关键温度测点位置与数量的优化,同时,基于数值计算与热传导理论,建立了动压主轴系统热特性模型.以一台大型龙门导轨磨床为实验对象,建立了磨床主轴箱热误差预测模型.实验结果表明,所建立的热误差模型具有良好的热误差辨识性能.     

Combining var estimation and state space model reduction for simple good predictions

A combination of VAR estimation and state space model reduction techniques are examined by Monte Carlo methods in order to find good, simple to use, procedures for determining models which have reasonable prediction properties. The presentation is largely graphical. This helps focus attention on the aspects of the model determination problem which are relatively important for forecasting. One surprising result is that, for prediction purposes, knowledge of the true structure of the model generating the data is not particularly useful unless parameter values are also known. This is because the difficulty in estimating parameters of the true model causes more prediction error than results from a more parsimonious approximate model.     

A Dynamic Forecasting System with Applications in Production Logistics

Production logistics involve the co-ordination of ac tivities such as production and materials control (PMC), inventory management, p roduct life cycle management, etc. Those activities demand for an accurate forec asting model. However, the conventional methods of making sell and buy decision based on human forecast or conventional moving average and exponential smoothing methods is no longer be sufficient to meet the future need. Furthermore, the un derlying statistics of the market information change ...     

一种适用于时序InSAR的同质像元加权干涉相位滤波方法

为了有效地利用多时相InSAR的时间维度信息, 并保证滤波窗口内像元的同质性, 提出一种同质像元加权干涉相位滤波方法。首先采用拟合优度检验, 对多时相SAR 图像的同质像元进行识别, 然后在同质像元之间进行加权干涉相位滤波, 以保证中心像元在滤波过程中不受周边非同质像元干扰。基于真实干涉SAR图像的实验结果表明, 与经典Goldstein滤波及Lee滤波相比, 该滤波方法在目视效果、相位残差点数量及相位导数标准差3个指标上具有优势, 实现滤波器的设计初衷。     

星地链路雨衰信道动态特性的HIL仿真

为进一步研究自适应传输、功率控制和分集等毫米波频段星地链路的抗雨衰措施,提出了一种雨衰信道硬件在环路HIL(Hardware-in-the-loop)仿真系统的原理与实现方案.讨论了U.C.Fiebig等人提出的基于时间序列发生器原理的雨衰信道动态预测模型,设计并实现了基于MATLAB/SIMULINK软件与FPGA硬件相结合的雨衰信道硬件在环路实时仿真器.在此基础上,对不同降雨衰减条件下的MPSK/MQAM自适应调制抗雨衰措施及误码率性能进行了分析和比较,HIL仿真结果与理论上的预测分析是一致的.这种HIL雨衰信道仿真器可以用于检验卫星通信系统抗雨衰措施的有效性.     

声场流化床颗粒浓度时间序列分析

在内径140mm,高1600mm的声场流化床中,以FCC颗粒为流化介质,采用光导纤维探针测定不同轴／径向位置的颗粒浓度时间序列,通过统计分析、功率谱分析和小波分析揭示外加声场对颗粒浓度的影响。结果表明：声场的引入降低了颗粒最小流化速度,声压越大最小流化速度越小,声波频率在150HZ时最小流化速度最小。颗粒浓度功率谱呈现宽频且有明显主频的低频信号,声压越大主频的峰值越小,颗粒浓度信号的主频峰值随频率先下降后上升。对颗粒浓度信号进行5尺度离散小波变换,声场流化床中颗粒浓度信号高频部分增加,低频部分减小。     

基于小世界无标度特征的回声状态小波网络

针对储备池的适应性问题,提出了一种复合回声状态网络模型(CESN).CESN依据增量生长准则构建小世界无标度进化状态储备池,解除了储备池谱半径的限制.同时,CESN将离散小波函数作为神经元的激活函数,用Symlets小波函数替代部分储备池神经元的S型函数,Symlets小波函数的伸缩和平移变换特征丰富了动态储备池的状态空间.将CESN应用于一些非线性时间序列逼近问题中,即NARMA系统、Henon映射和二氧化碳浓度预测.实验结果表明,在逼近高度复杂的非线性系统方面,CESN明显优于注入Symlets小波的经典回声状态网络(S-ESN)和具有高聚类系数的无标度回声状态网络(SHESN).      

知识发现中一种变化趋势模型的算法研究

在时序数据库中,有许多成熟的技术和方法用来对布尔型属性之间的关系进行挖掘,但对于数值型属性变化趋势关联关系的研究却不是很多.本文提出了一种数值型属性变化趋势的研究模型QMP(QuantityMovementPattern),依据该模型可利用数据挖掘算法发现不同数值型属性之间变化趋势之间的关系.文中分析了该模型的几种实现算法,并给出了一种快速实现算法及实验数据.     

变换域时间序列相似性搜索

在时间序列的研究中，经常需要计算二个序列的相似程度。由于序列变化的多样性和，复杂性，结果通常不能很好地满足要求。采用变换法则对时间序列进行从时域到频域的转换，再将转换后的数据按照一定的规则变换成字符序列；利用求最长公共子序列的方法计算三个序列的匹配度，实现时间序列的相似性搜索。     

云南东川市人均粮食的时序分形特征

应用1964～1995年东川市人均粮食资料，重构其嵌入相空间序列，探讨了其时序的分形特征，并计算了其平均可预报年限．结果表明，东川市人均粮食的时序分布具有分形特征，且该时序是一混沌序列，其饱和关联维数约为3．1631，系统的有效自由度数为8个，平均可预报尺度不超过27～28年．研究结果为人均粮食的时序预测预报模型提供了依据．