基于RL&SM通用夹具系统的主动寻位技术及其实现方法

介绍了RL&SM通用夹具的寻位系统 ,描述了主动寻位与制造信息转换问题 ,提出和实现了相应的控制方法及其系统实现中的关键技术。理论分析与实验结果表明 ,提出的解决方法和技术是可行的 ,为RL&SM通用夹具系统的实际应用奠定了理论基础和技术支持     

基于数字PID控制器的伺服控制系统

本文提出了一种基于数字PID控制器的伺服控制系统。首先调整了位置模式下伺服电机驱动器参数,得到了理想的电机速度特性曲线。在此基础上进行了伺服电机及驱动器的模型测定,由此得出整个伺服控制系统的传递函数,并在假设有干扰的情况下对PID参数进行整定。给出了带有特殊功能的数字PID控制器的理论模型,通过VC及VB编程进行实际验证。     

新型碳基固体强酸高效催化羰基化合物与二醇的缩合反应

合成了新型的碳基固体强酸, 并将这一催化剂应用于缩醛缩酮反应. 结果表明碳基固体强酸对反应有很高的催化活性, 其催化反应的收率在93%以上, 且具有广泛的适用性, 对七元环化合物也具有很高的催化活性. 除了具有传统固体酸催化剂的无污染、反应过程简单和可重复使用等特性外, 碳基固体强酸还具有很高的稳定性, 重复使用10次, 其活性仍没有下降, 这一新催化剂将对绿色反应过程产生巨大作用.     

Yarn Quality Prediction and Diagnosis Based on Rough Set and Knowledge-Based Artificial Neural Network

In the spinning process, some key process parameters（ i. e.,raw material index inputs） have very strong relationship with the quality of finished products. The abnormal changes of these process parameters could result in various categories of faulty products. In this paper, a hybrid learning-based model was developed for on-line intelligent monitoring and diagnosis of the spinning process. In the proposed model, a knowledge-based artificial neural network（ KBANN） was developed for monitoring the spinning process and recognizing faulty quality categories of yarn. In addition,a rough set（ RS）-based rule extraction approach named RSRule was developed to discover the causal relationship between textile parameters and yarn quality. These extracted rules were applied in diagnosis of the spinning process, provided guidelines on improving yarn quality,and were used to construct KBANN. Experiments show that the proposed model significantly improve the learning efficiency, and its prediction precision is improved by about 5. 4% compared with the BP neural network model.     

车辆荷载作用下的黄土路堤结构体系受力与变形数值分析

针对车辆动荷载作用下黄土地区公路结构体系受力与变形问题,运用有限元法对其进行了数值分析.将车辆荷载简化为车辆静载与正弦周期荷载相叠加的动态荷载,分析中考虑了道路的实际结构体系、车速以及路面平整度条件下的动轮载系数等主要因素的影响.分析结果表明:动应力在道路横向呈现"W"状分布,且在车轮两侧向外快速衰减;沿道路各结构层竖向,应力衰减相对较慢,当距路面3.4m时,最大动应力约为25kPa.路面与基层变形基本一致,且较小,其中路基及下部地基的变形占总变形90%以上.车辆移动速度为20m/s时,道路沿纵向整体最大变形量为6.0mm;超载状况下,路面的最大变形量为15.6mm,为标准轴载下的路面变形的2.5倍左右,这表明车辆超载是诱使道路产生病害的重要原因.     

高速外圆磨床电主轴系统的有限元建模和动态性能分析

采用Femap & Nastran有限元分析(FEA)软件,对某高速外圆磨床电主轴系统进行有限元建模,对其中的轴承支撑关系、螺栓结合面和过盈配合面参数的设置给出了理论依据和实际操作方法,在求解出有限元模型的固有频率后将其与模态测试试验结果进行对比.对比结果证明了有限元建模的可靠性,有限元模型的求解结果可以为高速外圆磨床的模态求解提供可靠的依据.     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

矿井排水装置的优化选型设计法

本文分析了矿井排水装置传统的以及近年来发展起来的一些选型设计方法，指出了其存在的问题。提出并论证了一种新型的、更加完善的优化选型设计法     

神经网络补偿器在基于影像测量仪的运动控制系统中的应用

针对基于影像测量仪的运动控制系统存在的非线性误差问题,设计出神经网络补偿器.通过所采集的伺服电机的输入、输出数据,对非线性伺服电机的神经网络仿真器及补偿器进行训练.所设计的神经网络补偿器应用在运动控制的高精密定位系统上,使控制系统表现出良好的控制性能.仿真实验表明该控制器具有较强的有效性.