SSCK40的数控机床防护罩设计

根据人机工程学原理对数控机床SSCK40防护罩外观造型进行虚拟设计,利用AUTOCAD软件绘制二维图,用SolidWorks软件进行三维造型,然后进行装配干涉检验,最后由PhotoShop软件生成数控机床外观造型设计图,这样可以缩短产品的开发研制周期,降低生产成本,使产品在市场上更具有竞争力.     

稀浆封层路面层间黏结性能试验研究

为了对稀浆封层层间黏结性能进行评价,自行设计了以改进的剪切仪为基础的试验方法,能较好地模拟路面真实受力情况.试验结果说明,随着温度的升高,稀浆封层与沥青碎石下面层之间黏结强度在减小;不同的路面层间处理措施对黏结强度均有明显的影响;采用较大公称粒径的沥青混合料,或者对路面做凿毛处理均可以有效提高层间黏结强度.     

数据网格中基于效益函数的副本管理策略

通过分析数据网格中几种经典的副本管理策略的特点,针对网格这样一个协作计算的环境,提出了基于效益函数的副本管理策略,构建具有协作涵义的效益函数作为网格节点替换本地数据副本的依据.在网格模拟器OptorSim上进行的模拟实验结果表明:提出的基于效益函数的策略相比于基于经济模型的副本管理策略,在降低网络的利用率、减少带宽和存储资源消耗的同时缩短了系统的响应时间,达到了提高系统性能的目的.论证了该策略对于副本的管理是行之有效的.     

基于ADAMS的3-TPS混联机床运动学和动力学仿真

针对3-TPS混联机床的电机参数选择和机构设计问题,在SolidWorks软件中建立混联机床的三维实体模型,然后把该装配体模型导入到ADAMS/View里,形成了具有多体动力学的虚拟样机仿真模型.通过对该机床进行运动学和动力学分析,仿真得出各主动杆件的速度和驱动力曲线.以空间搜索的方法,找出各主动杆件的最大速度和最大驱动力,从而获得了3-TPS混联机床的运动和动力特性,为机床的电机选择和机构以及控制系统的设计提供了重要参考依据.     

模糊自适应控制算法在水轮机调速器建模中的应用

在模糊控制器的设计中,模糊规则的提取,比例、量化因子和隶属度函数的确定都具有一定主观性;针对这种情况,提出改进的模糊自适应PID控制算法(IFPID),利用微粒群算法对经过预处理的隶属度函数进行优化.在水轮机调速器仿真实验中,与简单PID控制算法和一般模糊控制算法相比,基于改进模糊自适应PID算法的系统在响应频率扰动和负荷扰动时有着更短的调节时间和更小的超调量.     

遗传算法及轮盘赌选择的C + +实现

遗传算法是运用遗传学原理、生物进化规律及计算机技术实现的最优化搜索算法,通过对问题参数进行编码,按照适应度对位串进行复制、交叉及变异操作,直到搜索到问题的全局最优解.介绍了遗传编码原则、适应度函数及遗传优化过程,分析了轮盘赌解决复制及匹配过程中位串的选择问题,利用C 语言对具体的案例进行了轮盘赌程序仿真实现.     

评蒯因的本体论承诺理论

蒯因用现代逻辑工具构造了一个比较完善的本体论承诺学说,把本体论重拾回哲学的殿堂,此理论有相当的贡献,但其局限性使其应用起来极为困难。     

基于多元公共品演化博弈的无人集群合作演化机制

针对控制规则失效下的无人集群自主协同问题,提出了一种基于多元公共品演化博弈的无人集群合作演化机制。首先分析无人集群自主协同需求,在愿景驱动规则下,构建多元公共品演化博弈模型。在此基础上,理论推导出模型的平均丰度函数,并仿真计算成本、收益系数、愿景水平三类参数分别对平均丰度的影响。最后,结合案例研究参数变化对集群合作行为演化的作用机理,并给出合理化建议,为相关理论向实际应用转化提供有意义的探索。     

多波段线性调频傅里叶域锁模光电振荡器

提出了一种基于傅里叶域锁模光电振荡器（Fourier domain mode-locked optoelectronic oscillator,FDML OEO）的多波段可重构线性调频信号产生方案.在该方案中,由扫频多波长激光器、相位调制器和光陷波滤波器等构成FDML OEO的核心单元——快速扫频的多通带微波光子滤波器.将扫频多通带微波光子滤波器的扫频周期和FDML OEO的环腔延时同步,可实现傅里叶域锁模,从而在FDML OEO腔内自激振荡产生多波段线性调频微波信号.与传统的基于高速基带线性调频微波源的微波光子多波段线性调频信号产生方案相比,该方案结构简单,成本低,不需要借助外部的高速基带线性调频微波源.此外,FDML OEO所产生的多波段线性调频信号的带宽和中心频率均宽带可调.该新型多波段线性调频微波信号源在先进多波段雷达、多业务泛在接入无线通信等系统中具有良好的应用前景.     

基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明,在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。