RBF网络参数优化方法及其在开关磁阻电机建模中的应用

 基于全局搜索的进化算法——粒子群算法（QPSO）和一种局部搜索算法——结构化的非线性参数优化方法（SNPOM）,提出了一种混合的优化算法估计RBF神经网络中的参数——网络中心、线性参数、非线性参数,初始化一定数目的种群作为SNPOM的初始值,得到其适应值,通过选择、交叉、替换策略更新种群,完成网络中心初始值的寻优。再用SNPOM方法进一步优化,以提高SNPOM算法的全局搜索能力。仿真结果表明,混合优化方法比单独采用SNPOM法更优,且优于其他算法。并针对开关磁阻电机（SRM）高度非线性的开发重点和难点,用RBF网络进行SRM建模,将QPSO-SNPOM算法应用于RBF模型参数优化中,仿真实验结果表明,该算法较SNPOM算法精度更高、泛化能力更强,较遗传混合算法更快,训练后的RBF模型完全满足开关磁阻电机特性。     

电子机械制动系统的滑模控制研究

建立了基于电子机械制动(EMB)系统的车辆单轮动力学模型,针对制动过程的非线性特征和路面条件的复杂性,设计了基于滑移率的滑模变结构控制器以充分利用地面的附着力及适应制动的全工况要求,并采取了相应的措施削弱抖振现象.在单路面与变路面条件下的仿真计算验证了滑模控制器的可行性和有效性,同时也表明滑模变结构控制器的控制性能及对路面的适应性均优于PID控制器.     

基于NSGA-Ⅱ的Q355C气保焊形貌与性能多目标优化（英文）

为了揭示熔化极气体保护焊工艺参数对形貌与性能的影响规律，改善形貌与性能质量，以熔化极气体保护焊预热温度、焊接电压、焊接电流、焊接速度、干伸长为工艺参数，开展混合正交堆焊试验。基于试验数据建立了拟合回归模型来预测焊缝高宽比、硬度和残余应力。试验结果表明，高宽比随着焊接电压的增大而减小，随着焊接电流的增大先增大后减小；硬度随着预热温度和焊接速度的增大而增大，随着焊接电压、焊接电流和干伸长的增大而减小；残余应力随着预热温度的增大而增大，随着焊接电压和焊接速度的增大先减小后增大。基于回归模型，采用NSGA-Ⅱ算法实现多目标优化，并通过实验验证了焊缝高宽比、硬度和残余应力三者间的非劣解。三个输出指标验证试验结果与预测结果的误差值均小于10%，表明了该优化方法的可行性。研究结果为电弧焊接多目标优化及精细化应用提供理论指导。     

将案例分析引入研发管理

案例分析是现代高校对工商管理专业的学生进行培养的重要方式,因其较强的实践性、参与性及互动性的特点所带来的效果越来越受大家的认可.而科研工作与工商管理工作所具有的共性,以及其本身独具的严肃性,将案例分析引入研发工作,尤其值得西部边远企业、科研院所在员工培训、项目管理等方面进行探讨.     

超细Ni-B非晶态合金的退火晶化及其催化性能

采用Ｘ射线吸收精细结构（ＸＡＦＳ）、Ｘ射线衍射（ＸＲＤ）、差热分析（ＤＴＡ）３种方法研究化学还原法制备的ＮｉＢ超细非超细非晶态合金在退火过程中的结构变化及结构与催化性能的关系。ＸＥＤ和ＸＡＦＳ结果表明,ＮｉＢ超细非晶态合金的退火晶化过程分两步进行,在３２５℃的退火温度下,ＮｉＢ超细非晶态合金晶化生成纳米晶Ｎｉ３Ｂ亚稳物相;在３８０℃或更高的退火温度下。绝大部分Ｎｉ３Ｂ进一步晶化分解生成金属Ｎｉ物相