基于BP算法的光纤传感器非线性位移补偿研究

针对光纤位移传感器应用中存在的非线性问题,提出了以神经网络为补偿环节,结合传感器构成的一种非线性补偿模型.基本思想是采用BP算法,以传感器的输出作为神经网络的输入样本.传感器的输入位移为神经网络的期望输出,通过调整神经网络权值使神经网络的输出与期望值近似,实现位移测量的非线性补偿.实例仿真结果表明该方法有效提高了精度,是一种有效的传感器非线性补偿方法.     

二维力传感器动态补偿器设计

为改善扁环式二维力传感器动态特性以及消除其维间耦合现象严重的问题,提出了用神经网络逆系统方法去构造该二维传感器的动态补偿器,并由此设计了由微分器和静态神经网络构成的神经网络逆动态补偿器.通过对原传感器的数据采集和数据处理得到了静态神经网络的训练样本,用所得到的训练样本对静态神经网络进行了训练,训练后的静态神经网络即可用来和微分器构成所期望的动态补偿器.将该动态补偿器串接在扁环式二维力传感器之后,进而构成复合的测量系统.进一步地仿真实验表明,经过动态补偿器的信号远好于未补偿的原传感器输出信号.由此可见,利用该方法设计的动态补偿器所组成的复合测量系统在消除维间耦合现象的同时、也大大改善了系统的动态特性.     

神经网络解耦控制在多变量控制系统中的应用

应用神经网络解耦控制,实现多变量系统的最优控制.通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.因此将多变量控制变成单变量控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.仿真结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的控制要求.     

基于递归神经网络模型的传感器非线性动态补偿

讨论了递归神经网络模型在传感器非线性动态补偿中的应用，给出了递归神经网络模型的结构及相应的训练算法．递归神经网络模型本身具有动态映射能力，其结构仅与输入层和中间层的节点数有关，且不需要知道被补偿传感器的结构特性(如输出、输入的最大延迟)等先验知识，简化了动态补偿器的结构设计．采用递推预报误差算法训练神经网络，具有收敛速度快、收敛精度高的特点．实验结果表明，经过补偿后的传感器具有期望的输入输出特性，应用递归神经网络对传感器进行非线性动态补偿是一种行之有效的方法．     

基于改进遗传神经网络的微硅加速度传感器动态补偿研究

比较遗传算法与神经网络的特点, 并对将遗传算法用于函数连接型神经网络(FLNN)的优点进行了研究.对遗传算法的编码方法、交换和变异操作做了改进,提出了一种融合改进遗传算法的FLNN用于微硅加速度传感器动态性能补偿的新方法.该方法不依赖于传感器的动态模型, 可根据传感器的动态响应数据, 建立补偿模型,采用改进遗传神经网络搜索和优化补偿模型参数,既保留了遗传算法的全局搜索能力,又具有神经网络的鲁棒性和自学习能力.介绍补偿原理及算法, 给出动态补偿网络的数学模型.结果表明, 该补偿方法能克服FLNN收敛速度慢、容易陷入局部极小的缺陷,具有网络训练速度快、实时性好、良好的全局搜索能力、精度高、鲁棒性好及动态补偿器实现简单等优点.     

神经网络在网络丢包预测中的应用

通过在网络控制系统中加入BP神经网络从而达到对网络丢包进行预测的目的,为进一步的丢包补偿做足准备.利用粒子群算法优化BP神经网络预测器.仿真结果表明：与BP神经网络相比,PSO-BP神经网络具有更好的网络丢包预测性能.     

基于BP神经网络模型的压力传感器温度补偿

鉴于压阻式压力传感器温度漂移问题,建立了压力传感器的温度补偿BP神经网络模型,采取人工鱼群-蛙跳算法优化训练BP神经网络.实验结果表明,利用人工鱼群-蛙跳算法优化的BP神经网络模型能快速、准确地实现压力传感器温度补偿,并提高压力传感器的输出精度.     

基于BP神经网络的数控机床综合误差补偿方法

针对多轴数控机床热影响导致的加工精度衰减问题,结合神经网络自学习与数据拟合能力,提出基于优化BP神经网络的多轴数控机床综合误差补偿方法。针对BP神经网络神经元误差曲面下降缓慢影响收敛效率的问题,引入陡度因子和放大因子,并基于此对数控机床运动轴加工精度进行预测和补偿。将大型A/B双摆角龙门数控铣床各关键发热源的温度检测数据和运动轴误差检测数据作为精度预测模型的输入量和输出量,采用改进后的BP神经网络进行训练,获得温度变化与位移误差量之间的非线性映射关系,并据此修改被加工工件的刀位数据文件,实现数控机床加工精度的提高。模拟算例和实验结果表明,该方法降低了传统BP神经网络的预测误差和运算时间,对机床平均误差补偿率达到50%以上。开发的数控机床误差补偿系统无须对现有机床进行大规模硬件改造,应用简便易于推广。     

精密车削中心热误差鲁棒建模与实时补偿

为了减小数控机床的热误差.提高数控机床的加工精度,使用BP神经网络和遗传算法相结合的方法建立了热误差模型,并基于所建模型开发了数控机床热误差实时补偿系统.基于对数控机床热动态过程的分析,利用4个关键温度点,建立BP神经网络热误差模型.用遗传算法优化BP神经网络连接权值和阈值,提高了模型的预测精度和收敛时间.试验结果表明:对精密车削中心进行实时补偿后,加工误差从32 μm降低到大约8 μm,明显提高了数控机床的加工精度.     

改进遗传神经网络对露天矿边坡位移预测

为提高BP神经网络对边坡位移的预测精度,将遗传算法的交叉算子及变异算子改进,用以优化BP神经网络的初始权值和阈值.应用改进的遗传神经网络对安家岭露天矿1270平盘边坡位移进行预测,同时应用未改进的遗传神经网络及BP神经网络作对比分析.结果表明:改进遗传算法为BP神经网络提供了进一步优化的初始权值、阈值,应用改进遗传神经网络对安家岭1270平盘边坡位移进行预测,改进遗传神经网络的预测精度与遗传神经网络及未经优化的BP神经网络相比进一步提高,是一种可行的边坡位移预测方法.     

井下节流气井的井底压力确定新方法

针对气井压力计测试方法测取节流器以下井段压力存在困难,回声仪测压方法有时测不准液面等问题,推导了具有节流效应影响的压力公式:由节流器上流油压与套压的变化关系,计算出积液深度,再从油套环空采用井深迭代方法,得到一种新的计算井底压力的方法.通过气田现场应用表明:该方法与回声仪测压方法的静压平均相对误差小于2%,流压平均相对误差小于6%;与压力计测试方法的静压和流压平均相对误差分别小于9%和4%.该方法能比较方便和准确地得到气井井底压力,是气田动态监测的一种可靠手段.     

磨齿烧伤和裂纹及其变质层深度

磨齿烧伤和裂纹是影响齿轮质量的关键。通过对磨削烧伤的种类和原因进行了较为详细的分析,针对锥面砂轮磨齿机磨齿特点,找出影响变质层深度的主要因素。采用回归设计方法,通过试验找出齿面变质层深度与各工艺参数间的关系式。这对于分析磨削烧伤等磨削缺陷是有意义的。     

基于中模孔误差的片重控制数学模型

从分析高速旋转压片机填充工位结构着手,分析影响片重的各种因素,利用数学期望概念,推导出片重的数学公式.研究片重与各影响因素的数学关系,找出决定片重误差的主要因素.提出补偿中模孔深度的相当量概念,各种误差单独出现时,求出各个误差补偿的相当量.各个误差交互出现时,求出中模孔深度误差的数学公式.分析各种误差的性质,利用片重和...     

强夯法处理路基的加固效果

在强夯法处理湿陷性黄土路基施工中,为了及时掌握和了解强夯加固深度,并对加固效果进行正确评估,利用测振仪进行现场测振,通过对测得的振动波参数进行数值分析,获得强夯法有效加固深度计算公式,同时利用重力触探方法对强夯后路基承载力进行平行检验.结果表明,有效加固深度计算公式与经验公式有较好的一致性,采用测振仪测控强夯法处理湿陷性黄土路基加固效果是一种有效的新方法.     

测量比的标定方法分析与应用

标定是视觉测量的首要环节,标定结果的精度及算法的性能影响测量结果,在机械零件的尺寸测量中,普遍采用标定测量比的方法进行测量.经过缜密地推导,得出了测量比的计算公式,给出了严格的测量比定义.根据新的定义,必须保证零件到相机的距离和标定件到相机的距离严格相等,否则测量结果毫无意义.以空间两点高程差测量为例,给出了用测量比法进行尺寸测量的详细过程,可作为修正由于零件到相机距离变化而引起的测量误差的参考.     

SPH法数值仿真三维切削破岩和切削力估算

以Mohr-Coulomb模型描述岩石,在LS-DYNA中用SPH(Smootheed Particle Hydrodynamics)法模拟三维刀齿切削破岩,探讨切削参数和岩石性质对切削力的影响.基于切削力随各切削参数和岩石性质的变化规律,建立切削力估算公式.用所得公式计算切削力,并与实验值进行比较.仿真结果表明:切削厚度、切削前角、切削宽度、岩石的内聚力和内摩擦角对切削力影响显著,切削速度在较低范围内变化时对切削力影响非常小.三维切削仿真能够较好地反映刀齿两侧岩石颗粒对切削的影响,比二维理论模型更接近实际.所得切削力估算公式能准确计算仿真中的平均切向力,且其计算值能与实验吻合较好.验证了基于SPH法的数值仿真用于研究刀齿切削破岩的可靠性.     

涡桨发动机橡胶隔振器设计方法研究

在现有简单规则橡胶隔振器刚度计算公式的基础上,采用有限元方法推导了一种航空发动机橡胶隔振器的三向刚度计算公式;并利用所得公式对给定刚度需求的隔振器进行了形状、尺寸和硬度等参数的逆向设计。结果表明:与数值解相比,推导所得公式的计算结果误差小于3%。由参数设计得到隔振器的三向刚度与目标三向刚度的误差分别为0.7%、4.2%、1.6%,满足隔振器设计的工程精度要求,为本类橡胶隔振器的工程研制提供了一种新方法。     

叶绿素含量测定中的误差分析

该文讨论了叶绿素含量测定中玻璃器皿误差，仪器误差以及采用Ａｒｎｏｎ公式计算所带来的误差，推导了用４位有效数字表示的Ａｒｎｏｎ公式，结果表明，对测定结果影响最大的是Ａｒｎｏｎ公式的计算误差，采用修正的Ａｒｎｏｎ公式可以有效地减少叶绿素含量的测定误差。     

复化梯形公式在r-重积分Wiener空间下的平均误差

讨论复化梯形公式在r-重积分Wiener空间下的平均误差,得到了相应量的值或强渐近阶.结果表明,当r=0,1时,复化梯形公式是弱渐近最优的,但当r≥2时,复化梯形公式不是渐近最优的.同时,结果表明复化梯形公式在平均误差的意义下具有饱和性.     

线性多步法的通解和误差

线性多步法是求解微分方程的一种精度较高的方法,而目前用线性多步法得到的许多优美的公式既没有给出通解结构,也没有给出相应的局部截断误差。现在从Taylor展开式出发,给出线性多步法中几个公式的具体推导过程,导出通解的一般形式,在通解中对基础解系取特殊值得到一些著名公式,同时给出具体的局部截断误差。