新型功能材料驱动的高性能电液伺服阀

与传统伺服阀相比,以新型功能材料为电-机械转换器的电液伺服阀,具有高频响、高精度和易于微型化等优点。介绍了几种基于新型功能材料(超磁致伸缩材料GMM、电致伸缩材料PMN和形状记忆合金SMA等)的电液伺服阀的结构组成和工作原理,并对它们的各自特点进行了对比分析。最后对新型功能材料,特别是超磁致伸缩材料GMM,在高性能电液伺服阀的应用现状进行了展望。     

基于超磁致伸缩材料的驱动器设计及磁场仿真

基于超磁致伸缩材料的工作原理,设计了具有微位移可控特性的驱动器。为了探究驱动器内部磁场设计的合理性以及超磁致伸缩驱动器的磁感应强度与激励电流之间的关系,应用ANSYS有限元分析软件对超磁致伸缩驱动器的内部磁场进行仿真。研究结果表明,超磁致伸缩驱动器磁场设计合理;随着电流的增大,超磁致伸缩材料中的磁感应强度也随之增加并且磁感应强度逐渐趋于饱和。     

超磁致伸缩执行器温控系统的设计与实现

为了实现超磁致伸缩执行器(GMA)精密的位移控制,需要采取一定温控设施保证超磁致伸缩材料(GMM)工作在特定温度情况下;针对超磁致伸缩材料对温度的敏感性,在GMM智能构件的基础上提出了一种改进的强制水冷温度控制策略;利用单片机控制系统实现了对超磁致伸缩执行器的温度控制,实验结果表明了该控制策略可以保证GMA工作在恒温,验证了策略的有效性;对超磁致伸缩材料微驱动应用具有实际的工程意义。     

超磁致伸缩微位移致动器的理论分析与设计

科学技术的快速发展使得机电设备越来越趋于微型化,为了在体积不足1cm^3的空间里达到精确测量,超磁致伸缩材料成为当下研究的热点。本文以J-A模型和磁-机效应法为依据,建立超磁致伸缩的磁机耦合模型,设计了以圆弧形超磁致伸缩薄片为核心部件的微型位移致动器。利用COMSOL Multiphysics仿真软件分析了当给予线圈电流密度为10^6A/m^2的驱动电流时,不同厚度的超磁致伸缩薄片模型,得到相应的应力张量图和磁致伸缩曲线。文中展示0.35mm厚度的铁镓合金辅以1mm厚度硅基底的致动器模型,并获得了较为理想的0.8μm输出位移量。将仿真与实验结果进行对比,证明了理论模型的准确性以及执行器结构的可行性。该微位移执行器具有体积小、响应快、精度高、便于集成等优点,在振动控制、微定位、机器人等领域有着广阔的应用前景。     

稀土超磁致伸缩材料在机械工程中应用概述

超磁致伸缩材料作为一种高科技新功能材料,已被广泛应用于汽车、航空、机器人制造业以及智能结构中。自从研制成功以来,无论在材料组成、制备工艺、磁-机模拟的理论研究方面,还是材料的应用开发方面,一直受到各国高度重视。我国对稀土超磁致伸缩材料的研究相对比较晚,已经远远落后于其它一些发达国家,在整体上,仍然处于起步阶段,在材料的应用开发方面,也仅仅处于可行性研究和试验阶段。因此,对超磁致伸缩材料的研究,无论在理论和实际工程应用方面都具有重要意义。     

国内外超磁致伸缩材料及作动器的研究

超磁致伸缩作动器具有推力强、反应快和分辨率高等特点,在精密定位、精密驱动、机器人、微型阀等领域展现了广阔的应用前景本文在介绍超磁致伸缩材料及其应用的基础上,分析了国内外超磁致伸缩作动器的研究动态、应用状况等,并对几类超磁致伸缩作动器的原理、结构进行了阐述,最后提出了超磁致伸缩作动器的四个研究方向。     

超磁致伸缩换能器的非线性特性

建立了超磁致伸缩换能器的等效动力学模型,应用Green函数得到了换能器的固有频率值,导出了超磁致伸缩换能器非线性振动响应的近似解析式·通过数值模拟,发现了超磁致伸缩换能器振动系统具有复杂的分叉和混沌行为·     

稀土超磁致伸缩材料的制备与应用

稀土超磁致伸缩材料优良的特性和广泛的应用前景在国际范围内得到普遍重视,已成为磁致伸缩材科研究的重点。简要介绍了稀土磁致伸缩材料,着重评述稀土超磁致伸缩材料的制备方法、工艺特点和应用。     

超磁致伸缩执行器驱动磁场理论分析与实验研究

在分析超磁致伸缩材料的驱动原理和超磁致伸缩执行器结构的基础上,重点对执行器内部的驱动磁场进行了理论分析和实验研究,得出了超磁致伸缩执行器驱动电流与超磁致伸缩棒的驱动磁场之间存在一定的非线性和滞回的结论。并分析了其产生原因,为进一步提高超磁致伸缩搪行器的性能奠定了基础。     

具有气敏涂层的GMF静态磁机耦合模型及实验研究

为实现超磁致伸缩薄膜(GMF)在微气体传感器领域的应用,需要研究其在气敏涂层条件下的磁致伸缩特性.以几何非线性弹性理论为基础,将磁致伸缩效应等效为GMF上体积力作用下的变形效应,建立了具有气敏涂层的悬臂梁式结构双层GMF低磁场下静态磁机耦合模型,解析了GMF悬臂梁末端的磁场与位移的数学关联.通过对双层薄膜TbDyFe/PI/SmFe和TbDyFe/Cu/SmFe进行试验,验证了磁场与位移数学关联的正确性.结果表明,曲线模型有较好的预测性,具有气敏涂层的GMF表现出更好的磁致伸缩效应.     

温室环境神经网络建模与自适应模糊控制算法研究

针对华北地区的气候特点，通过对输出执行机构的调整，将温室的多输出变为模糊控制的单输出，从而很好地将模糊控制算法应用于温室环境控制中．同时，用神经网络对温室进行系统辨识，并且用该模型对这种新的模糊控制方法进行了仿真研究．结果表明，这种方法计算简单，适应性强，可以起到很好的控制效果．     

基于高斯混合模型的视频对象分割算法

针对应用高斯混合模型（GMM）进行视频建模与分割时的模型选择及参数估计初值选择的难点，提出了一种基于GMM的视频对象分割算法．首先进行特征提取，在特征矢量中引入加权运动信息，可根据不同需要选择合理的加权系数，然后通过分割投影进行模型选择及期望最大化（EM）算法的参数初始化并估计参数，这种初值选择方案使得EM算法的初值和真实值较接近，加快了迭代运算的收敛速度，从而提高了视频对象的分割速度，最后对特征矢量进行聚类分割．仿真实验表明，在保持良好分割效果的同时，所提算法的运算速度约为常规方案的76％，并且具有良好的稳定性．     

一种新的高斯混合模型参数估计算法

该文提出了一种高斯混合模型（GMM）参数估计的改进算法．原始的特征向量先经Schmidt正交化消除各维间的相关性,再用数学形态学方法估计出各维概率分布中混合分量的真实个数,最后按真实的混合分量个数用EM算法对各维分别作标量GMM参数估计．该方法能缓解GMM传统参数估计算法引起的“不易扩展”的不便．实验结果表明,将其应用于说话人辨认,能在较大幅度提高训练速度的基础上相对传统GMM参数估计方法获得更高的识别率．     

基于GMM嵌入式智能构件的相变水冷温控方法研究

为克服基于GMM嵌入式智能构件温升引起的热误差,文中提出了一种相变与水冷相结合的组合温控新方法。介绍了基于GMM嵌入式智能构件的相变水冷组合温控机理,并对温控结构装置进行了具体设计。采用有限元方法,建立了基于GMM嵌入式智能构件的温度场模型。对基于GMM嵌入式智能构件在有无温控装置两种状态下分别进行了稳态热分析,并进行了动态加载实验。结果表明:相变水冷组合温控方法能有效抑制温升,适合基于GMM的嵌入式智能构件进行大电流、微精密加工场合。     

基于正交混合Gauss模型的脱机手写数字识别

在基于统计方法的脱机手写数字识别中 ,为更加有效地描述特征的类条件概率分布 ,设计出性能优良的 Bayes分类器 ,采用了混合 Gauss模型。为减少模型的参数 ,通常假设各 Gauss分量的协方差矩阵为对角阵。由于各维特征之间统计相关 ,因此需要大量的 Gauss分量才能较好地描述特征的类条件概率分布 ,使得混合模型的阶数较高。为降低模型的阶数 ,采用了正交混合 Gauss模型 ,即先对各类别的特征分别进行 KL 变换 ,再将变换后的特征用混合 Gauss模型来表示。其中混合 Gauss模型的参数可以通过 EM算法进行估计。最后 ,在 NIST (National Institute of Standards andTechnology)手写数字样本集上对该方法的识别性能进行了验证     

融合GMM及SVM的特定音频事件高精度识别方法

针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型（GMM）及支持向量机（SVM）的特定音频事件识别算法. 该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板. 实验结果表明,识别准确率达到92.71%. 该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率.      

Semantic image annotation based on GMM and random walk model

Automatic image annotation has been an active topic of research in computer vision and patternrecognition for decades.A two stage automatic image annotation method based on Gaussian mixturemodel (GMM) and random walk model (abbreviated as GMM-RW) is presented.To start with,GMM fitted by the rival penalized expectation maximization (RPEM) algorithm is employed to estimatethe posterior probabilities of each annotation keyword.Subsequently, a random walk processover the constructed label similarity graph is implemented to further mine the potential correlations ofthe candidate annotations so as to capture the refining results, which plays a crucial role in semanticbased image retrieval.The contributions exhibited in this work are multifold.First, GMM is exploitedto capture the initial semantic annotations, especially the RPEM algorithm is utilized to train themodel that can determine the number of components in GMM automatically.Second, a label similaritygraph is constructed by a weighted linear combination of label similarity and visual similarity ofimages associated with the corresponding labels, which is able to avoid the phenomena of polysemyand synonym efficiently during the image annotation process.Third, the random walk is implementedover the constructed label graph to further refine the candidate set of annotations generated byGMM.Conducted experiments on the standard Corel5k demonstrate that GMM-RW is significantlymore effective than several state-of-the-arts regarding their effectiveness and efficiency in the task of automatic image annotation.     

基于LS-SVM的超磁致伸缩致动器数据驱动建模方法研究

针对超磁致伸缩材料(GMM)的强非线性特征,提出了一种新的超磁致伸缩驱动器(GMA)实验系统及其数据驱动建模方法.实验中的测量数据取自光栅传感器,采用数据驱动原理,基于最小二乘支持向量机(LS-SVM)实现了GMA的非线性建模.对模型性能进行了实验评估,预测了GMM棒的动态特性,并讨论了驱动电压对输出特性的影响.实验结果显示,该模型能较好地预测GMA的制动输出,预测误差在0.05%以内.     

考虑介电常数影响的GMA内部磁场特性分析

以Maxwell’s方程为基础,结合超磁致伸缩材料压磁方程,建立了考虑介电常数、预压应力等参数的超磁致伸缩材料内部磁场径向分布模型,并对其进行了理论分析和数值仿真.讨论了介电常数、预压应力、激励频率等参数对材料内部磁场分布及滞回特性的影响.结果表明,超磁致伸缩材料径向内部磁场分布具有明显的集肤效应和滞回特性;受电导率与介电常数共同影响,材料的磁场分布出现了双峰现象;沿磁致伸缩材料半径增大方向,外激励磁场与材料内部磁场的滞回特性逐渐减弱,磁场损耗随之降低;随着预压应力的增大,材料内部的集肤效应逐渐减小.