基于误差的装配接触状态预测分析

由于装配环境的复杂性和检测、控制信息、装配件运动的不确定性,在研究装配接触状态时要考虑误差的影响.以凸多面体为装配对象,给出了在误差的情况下基于凸多面体边界元的接触状态预测算法,并以单轴孔装配为例,说明了该算法的有效性.     

基于旋量的机器人双轴孔装配接触分析

利用旋量法对机器人装配过程的点接触、面接触的力约束进行理论分析，以双轴孔装配为例，分析了接触状态，计算了接触力，从而确定装配策略、旋量法比常规的几何方法简洁，该方法为今后研究复杂件的自动装配提供一定的理论基础。     

基于状态空间模型的飞行器角误差控制

针对飞行器装配角误差过程控制问题,提出了基于状态空间模型的逐步最小化角误差法及全局最小化最终角误差法,并与直接装配法进行了对比.研究结果表明:直接装配法角误差服从莱斯分布并逐渐增加;逐步最小化角误差法和全局最小化最终角误差法角误差服从广义极值分布,逐步最小化角误差法不受装配零件个数的影响,全局最小化最终角误差法角误差均值与标准差均随零件增加收敛于0.     

基于误差传递模型的精密装配几何误差灵敏度分析

文中针对确定各零部件几何误差对装配精度的影响以及瓶颈装配工序等重要问题,分析了两零件装配时由于配合面表面形貌所导致的几何误差造成的零件位姿变动,确定单工序的配合误差.以此为基础,基于多体系统理论建立多工序装配过程误差传递模型,用矩阵微分法建立了几何误差对装配精度的灵敏度分析模型.该模型可以识别出多工序装配过程中对装配精度有较大影响的主要零部件几何误差,从而为精密装配精度分析以及控制提供基础,并通过实例验证了模型及分析方法的有效性.      

制造误差和载荷耦合条件下蜗杆传动的接触分析

平面二次包络环面蜗杆传动的接触分析对其齿面的接触控制具有重要意义，但目前对这类蜗杆传动的啮合分析大都基于刚性条件下，因而不能真实反映实际的接触状况。用接触有限无法分析了平面二次包络环面蜗杆传动在制造误差和载荷耦合作用下其齿面的接触情况：载荷在接触齿对间的分配、接触区域的形状及其变化规律。将此分析结果与刚性条件下的接触分析进行了对比，发现齿面接触区战发生了明显的移动。这种分析方法为该传动在实际工况下的啮合控制提供了一定依据。     

多元统计过程控制方法的平方预测误差分析

作为多元统计过程控制方法中的常用统计量,平方预测误差（ Ｓ Ｐ Ｅ）的变化规律有待深入研究。介绍了主元分析建模方法,推导了 Ｓ Ｐ Ｅ均值公式,分析了 Ｓ Ｐ Ｅ均值和过程变量均值向量、协方差矩阵之间的解析关系,用来自 ３ 阶液位系统的仿真数据验证了分析的结果。给出了 Ｓ Ｐ Ｅ随过程变量均值向量、协方差矩阵变化而变化的若干规律,说明了这些规律在生产过程监控应用中的意义。     

基于误差反传算法的时间序列非线性预测方法

讨论了基于误差反向传播算法的时间序列非线性预测方法，给出了用该方法预测的时间序列程序框图并对太阳黑子预测问题进行了计算机仿真。仿真结果表明该非线性预测方法有较好的预测效果．     

基于改进ESN的时间序列数据预测及误差分析

为了解决时间序列数据的预测问题,传统ESN预测方法对关键参数的设置采取经验法和测试法,不能达到全局最优,因此,提出一种改进的ESN预测方法。该方法映射了关键参数的谱半径,设置优化目标,采用随机梯度下降法进行优化计算。实验结果表明,改进ESN方法的预测误差小,可以实现预测值对真实值的理想逼近。     

基于可靠性分析与状态监测的钻井泵剩余工作寿命预测

在对大量同类钻井泵的大修间隔时间数据进行概率统计分析的基础上,求得与钻井泵的运行可靠度相关的特征参数,在宏观上提供钻井泵寿命预测的依据.动力端中情况最差的轴承的寿命可代表钻井泵的寿命,所以将状态监测所得的经优选的各域振动信息作为神经网络系统的模糊输入向量,通过径向基神经网络求出轴承的故障隶属度,作为轴承理论寿命计算公式的修正系数,由此解决钻井泵剩余工作寿命的预测问题,进而获得钻井泵剩余工作寿命.实际预测结果证明了预测方法的科学性和合理性.     

基于主成分分析与模糊BP方法的藻类繁殖状态预测

将主成分分析（PCA）与模糊反向传播（BP）网络建模方法相融合,提出了PCA-模糊BP方法并用于藻类繁殖状态的预测,建立了叶绿素a含量的预测模型.采用PCA对各类采集数据进行预处理,并将PCA所得各理化因子作为模糊BP网络的输入变量,叶绿素a的含量作为模糊BP网络的输出变量,经过学习训练,获得藻类繁殖状态的预测模型.结果表明,PCA-模糊BP方法降低了各类输入样本数据之间的相关性和模型系统的维数,加快了模糊BP网络的收敛速度,其与典型BP神经网络模型相比,具有更快的计算速度和更高的预测精度,能够较好地预测海洋藻类繁殖的生长状况.
     

基于FEM/BEM的燃料电池轿车结构声预测和控制

采用有限元(FEM)和边界元(BEM)联合的方法对燃料电池轿车车内结构声进行预测和控制研究,提出了基于FEM/BEM的车内结构声分析方法和流程,建立了车身有限元模型和声学边界元模型,施加实测的激振力计算声学响应,通过试验数据验证了仿真模型,并进行误差分析.提出板件声学贡献分析的指导原则,介绍板件贡献分析原理和方法,进行所关注频率的车身板件声学贡献分析.最后根据分析结果对车身板件采取约束阻尼处理等控制措施,通过虚拟验证改进结果,车内低频噪声明显降低,其中后座椅和前地板改进最明显,证明所提出方法的可行性,达到优化燃料电池轿车车内噪声的目的.     

基于误差最小化的新型迭代学习算法

采用1种新方法对基于时间域内二次型性能函数的最优迭代学习算法进行研究,并采用仿真实例对该方法进行验证。该方法的基本原理是：以整个学习过程输出误差的最小化为目标,并以控制增量的二次型作为函数得到新的性能函数进行分析和设计,研究确定以及不确定性线性离散系统的最优迭代学习律、保性能迭代学习律的设计优化问题。研究结果表明：采用这种新方法可使输出误差很小;仿真结果证明了该算法的正确性和有效性。