基于独立成分分析的钻头振动信号识别方法研究

在海上丛式井井眼防碰监测中,风险邻井套管头检测到的钻头振动信号受到平台噪声干扰,针对钻头振动特征信号难以分离识别的问题,提出了一种基于独立成分分析（ICA）分离同频率范围信号的方法。首先对采集到的信号作限幅滤波处理以滤除部分干扰噪声,然后应用ICA方法分离获得不同源的若干路独立信号（其中包含钻头振动信号）,根据独立信号时-频特征分析,结合先验知识实现钻头振动特征信号的识别。通过丛式井防碰现场数据表明该方法可以有效地分离识别钻头振动信号,以提取出信号的能量为标准,能够准确判断钻头趋近风险井套管程度,达到在防碰预警目的。     

日本双棘长蠹成虫对8种植物挥发物的EAG和行为反应

为了寻找新型的防治日本双棘长蠹(Sinoxylon japonicum Lesne)的植物源引诱剂,分别测定了成虫对8种植物挥发物的EAG和行为反应.EAG测定结果表明:1.00 mol/L的愈创木酚和邻苯二甲酸二甲酯均能引起日本双棘长蠹较强的EAG反应(p≤0.05)."Y"型嗅觉仪测定结果表明:1.00 mol/L的愈创木酚对日本双棘长蠹成虫的引诱效果最好,选择率达到57%;1.00 mol/L的邻苯二甲酸二甲酯对日本双棘长蠹成虫具有较好的驱避作用.其他挥发物对日本双棘长蠹均无明显的定向作用.     

初速度对被撞船舷侧结构影响

采用ANSYS/LS-DYNA建立了两船发生侧向对中垂直碰撞的非线性有限元模型,模型中考虑了材料非线性、几何非线性等因素;并以所建立的非线性有限元模型为基础,对被撞船舷侧结构碰撞性能进行了仿真研究,得到了碰撞力和能量随碰撞船位移变化的关系曲线,重点研究了碰撞船初速度的影响.数值仿真结果表明,不同的碰撞船初速度会导致被撞船舷侧结构产生不同形式的变形和不同程度的损伤.同时,通过仿真计算得到了某一确定碰撞情景下被撞船舷侧内、外壳破裂的临界速度,可以为海事部门制定海上限速避碰规则提供依据.     

遗传算法在AGV全局路径优化中的应用

采用改进的链路可视图进行建模,使用遗传算法对AGV静态已知环境进行路径规划,并结合在AGV中的具体应用对其进行了改进.在建模过程中,对障碍物做了边界扩展,将障碍物顶点作为行走节点,达到AGV行走过程中避撞的目的.在路径搜索过程中,借鉴蚁群算法的基于可行表的路径搜索方式到初始种群的产生过程,避免了AGV实际问题中无效路径的产生,提高了搜索效率.在初始种群的搜索过程中,对死路情况做了处理,避免了搜索停滞.交叉过程中,采用重复点交叉的几种处理方式,既避免了AGV搜索到断路的情况,也较大提高了产生最优路径的效率.交叉变异过程中人为产生环路的做法,有利于优良个体的产生.将蚁群算法的正反馈优化策略引入遗传算法的多次迭代中的改进中,加快了算法向最优解收敛的速度.MATLAB仿真结果表明,改进后的遗传算法能够快速准确地搜索到AGV的全局最优路径.     

小波变换在汽轮机组动静碰摩故障诊断中的应用综述

小波变换在故障诊断的各个领域已经广泛应用,首先综述了汽轮机组动静碰摩的振动特征和诊断方法;小波分析应用于机械故障振动信号分析的优越性及其应用的进展和特点,介绍了小波变换技术在汽轮机组动静碰摩故障诊断的理论研究和实际应用,最后提出小波分析应用于碰摩故障诊断存在的问题以及对其应用前景的展望．     

基于概率意义的投篮进球方式研究

本文论证了"直接投中"的投球方式优于"碰板投中"的投球方式,确定了"直接投中"方式中的最优条件及其关系,制定了罚球线和3分线上有关投篮进球的"最优关联数据表",为运动员的投球训练和投篮进球水平的提高提供了科学的技术指导。     

避暗实验测定小鼠学习记忆功能方法的研究

目的:为了提高避暗实验测定动物学习记忆功能的敏感性,本实验对东莨菪碱复制的小鼠记忆获得障碍模型采用了3种不同的测试方法。方法:使用造模药物东莨菪碱复制小鼠记忆获得障碍模型,采用单次、两次和多次测试法对小鼠避暗潜伏期和错误次数两项指标进行测试,并比较各方法的敏感性。结果:对于东莨菪碱复制的小鼠记忆获得障碍模型,单次测试法两项指标均未显示出模型组与对照组之间的显著性差异;两次测试法避暗潜伏期指标两组之间没有统计学意义;多次测试法两项指标均有统计学意义。结论:在避暗实验中多次测试法更能敏感地反映动物的学习记忆能力。     

基于BP神经网络的纵向避撞安全辅助算法

针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题,为提高FCWS对驾驶群体行为差异的适应性,提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法,建立了基于BP神经网络的闭环驾驶跟驰习惯模型。该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入,采用动量梯度下降自适应学习率方法对网络模型进行训练,进而预测出自车待制动减速度。引入聚类算法思想,对训练样本集进行特征聚类,进一步改善了BP网络的预测性能,设计了激进、谨慎、新手3类典型驾驶群体,通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征,在稳态跟车过程中对不同驾驶群体的行为特性进行学习,建立起非线性输入输出映射关系知识库,进而预测出相应群体的待制动行为,实现差异化预警,可有效降低虚警或预警不及时现象。仿真结果表明,改进后的BP网络减小了训练过程中陷入局部极小的可能性,提高了网络收敛速度以及预测精度,激进群体与新手群体待制动曲线下降的趋势相对更陡,激进群体跟车距离相对偏近,新手群体采取制动措施时所需相对车距相对偏远,以补偿较长的反应距离,从而验证了该理论模型对不同驾驶群体的适应性。     

基于DPSO最小碰集算法的掩盖故障识别

针对可测性分析中掩盖故障识别的难点,提出一种掩盖故障存在性的判定及计算其冲突集方法;并将离散粒子群算法(discrete binary particle swarm optimization,DPSO)用于求解冲突集的最小碰集,实现掩盖故障最小碰集的求解;为克服DPSO易陷入局部最优的缺点,还比较了惯性权重对DPSO算法性能的影响。实例验证表明:与求解掩盖故障的其他方法相比,惯性权重线性变化的DPSO算法不仅提高了算法效率,而且避免了其他算法求解时容易出现"计算爆炸"的问题,尤其适合于识别大型复杂系统的掩盖故障。     

机器人路径规划的元胞自动机算法

采用Moore型邻居规则建立机器人路径规划的元胞自动机模型和演化规则,通过对移动机器人的路径进行演化,讨论了周围环境已知情况下的移动机器人元胞自动机路径规划问题。在演化规则中增加危险度检测,使得机器人能够避免碰撞和穿越障碍,仿真实验结果表明,利用元胞自动机可以实现复杂环境的机器人路径搜索,避免死锁和碰撞,达到快速的最优路径。