改进型管道清灰机器人撑开机构动力学分析及仿真

以改进型管道清灰机器人为研究对象,建立机器人行走装置撑开机构简图.利用动态仿真的联立约束法,将运动约束和牛顿-欧拉方程组成一组联立线性方程组,求解得到各关节的约束反力、加速度和速度.利用Matlab编制计算程序,基于Simulink建立仿真模型,对管道机器人撑开机构动力学进行动态仿真,仿真结果表明:机器人撑开机构滑块速度方向改变时,机构各杆件受力达到最大,且杆件3受力最大.     

提高审计素质 规避审计风险

笔者就如何做好内部审计工作粗浅的谈一点体会。     

驻马店市集中式污染治理设施普查与分析

根据2007年第一次全国污染源普查中驻马店市集中式污染治理设施的区域分布、建设类型与运营情况的统计数据,分析了该市集中式污染治理设施的实际处理能力以及目前运营存在的问题和原因,并结合2008年该市全市污水处理厂的管网建设、运营情况、污泥成分分析以及2010年该市减排任务,有针对性地提出了对策建议.     

基于ISSA-SVM的钻井卡钻事故预测

为预防钻井过程中卡钻事故的发生,通过提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机(support vector machines, SVM)的预测模型方法(ISSA-SVM),在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重;在警戒者位置更新公式中引入莱维飞行策略。利用主成分分析法(principal component analysis, PCA)对外国某大型油田的实测钻井数据进行降维处理,并利用惩罚参数和核参数进行卡钻事故的预测。实验结果表明：ISSA-SVM的预测准确率高达85.185 2%,且收敛速度更快,可见ISSA-SVM可有效预测钻井卡钻事故。     

中巴“比基尼战争”背后

在与中国出口企业的竞争中,巴西企业几乎无一例外地丢掉了订单。     

中国艾蛛属2新种(蜘蛛目:园蛛科)

记述采自宁夏六盘山自然保护区的艾蛛属2新种,命名为卧羊川艾蛛Cyclosa woyangchuan sp.nov.和双钩艾蛛Cyclosa bihamata sp.nov..     

企业内部经济效益的考核与评价

结合某内部公司经济效益考核与评价的实际,就企业内部经济效益主要考核指标应有的特征和含义逐一归纳简述,然后在此基础上,提出笔者在考核指标体系建立上的基本观点,最后,分析效益考核的评价标准体系。     

TPMS点阵结构的密度梯度杂交优化设计

三周期极小曲面（triply periodic minimal surface,TPMS）点阵结构因其优异的综合性能受到中外学者的广泛关注。在点阵结构实际应用过程中,常常需要对其进行优化设计以兼顾轻量化与承载性能两方面的要求。目前,对TPMS点阵结构的优化设计主要集中于密度梯度层面,未综合考虑载荷方向对其力学性能的影响。为此,首先研究了TPMS点阵结构的各向异性特征。基于平均场均匀化方法求解了不同类型TPMS点阵结构的等效弹性矩阵,通过Matlab插值计算,绘制了其在三维空间范围内的杨氏模量图。发现不同类型的TPMS点阵结构呈现出不同的各向异性特征,其中W点阵结构在[100]等轴线方向上性能较强,在[111]等斜向对角方向上性能较弱,而P点阵结构则刚好相反。根据TPMS点阵结构的各向异性,同时考虑主应力方向以及相对密度分布对其性能的影响,提出了TPMS点阵结构的密度梯度杂交优化设计方法。以悬臂梁模型为基础,基于载荷边界条件对其进行拓扑优化设计,并将拓扑优化密度云映射为点阵结构的相对密度分布,从而实现密度梯度设计。根据TPMS点阵结构的各向异性特征以及单元主应力方向分别选择W和P点阵单胞填充悬臂梁,使主应力方向位于点阵结构性能较强的方向,避免点阵结构在性能薄弱的方向承受较大的应力。将不同类型的TPMS点阵单元合理分布后,利用激活函数将它们进行杂交连接,实现结构梯度设计。综合相对密度分布和单元结构分布,生成密度梯度杂交点阵结构。采用有限元仿真方法对比分析优化设计前后点阵结构的承载性能,结果表明密度梯度W和P点阵结构的刚度与对应的均质点阵结构相比都有明显提高,而由W和P两种点阵单胞组成的密度梯度杂交点阵结构刚度最大,比密度梯度W和P点阵结构分别提高4.63%和33.63%。该结果表明在密度优化的基础上,根据承载时单元主应力方向将不同类型的点阵结构进行合理分布以及混合杂交设计能够进一步提高结构的整体刚度。建立的TPMS点阵结构密度梯度杂交优化方法为其在轻量化设计等方面的应用提供了一定的指导。     

基于时延嵌入式隐马尔科夫模型的癫痫脑电分类算法

癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于隐马尔科夫模型的癫痫脑电分类算法。该方法通过时延嵌入式隐马尔科夫模型(time-delay embedded hidden Markov model,TDE-HMM)对脑电进行状态估计,并提取状态序列中的状态切换特征,通过多层感知机(multiple layer perceptron,MLP)实现对不同癫痫发作阶段脑电的有效辨识。实验结果表明,相较于小波变换、微分熵等传统特征,所提方法准确率高,能够有效刻画癫痫不同阶段的大脑状态变化,为癫痫脑电的分类识别和状态分析提供了新的备选方案。     

模态测试不确定性影响因素分析及传感器布置应用

模态测试结果的准确性会受测试数据采集、数据处理、建模假设和参数估计等不确定性因素的影响. 为研究模态测试中模态参数的不确定性水平及不同影响因素对其的影响规律,本文采用状态空间模型和费希尔信息矩阵的快速模态参数不确定性分析方法,探讨包括振动信号的采样时长、采样频率、采样信噪比和结构的阻尼比等多种因素对模态参数不确定性水平的影响,同时提出利用模态参数不确定性水平来优化传感器布置策略的实用性建议. 结果表明：模态参数的不确定性水平随采样时长、采样频率、信噪比和传感器数量的增加而降低,随结构阻尼比的增大而升高;对于均匀分布结构,多数传感器布置在结构顶部和中上部,少数布置在中下部时,模态参数的整体不确定性水平较低,是一种相对较优的传感器布置方案.