精密设备主动SAWPSO-PID振动控制器设计及仿真研究

比例-积分-微分(PID)控制器具有简单、稳定性好、可靠性高、鲁棒性强等特点,在振动控制领域应用广泛。而传统的主动PID控制器参数以假设或经验性选取为主,不科学且不能充分发挥控制器性能。自适应权重粒子群算法(self-adaptive weight particle swarm optimization,简称SAWPSO)克服了传统粒子群算法寻优过程的早熟情况,能使PSO算法达到局部及全局最优的平衡。文章基于SAWPSO算法,设计了SAWPSO-PID控制器,以时间乘以误差绝对值积分(ITAE)为目标适应值函数,对精密设备振动进行了PID参数自整定的优化控制研究,并与经验型参数选定PID振动控制、被动隔振(无控)进行了对比分析。     

大型转子-轴承-基础系统振动的计算方法

本文以大型汽轮发电机组及其框架基础为背景，利用阻抗匹配法，配合以Ｒｉｃｃａｔｉ传递矩阵法和模态分析法，进行了大型转子－轴承－基础系统的振动分析，取得了满意的结果。分析计算表明：这一方法简便、实用、灵活，它易于揭示整个系统的固有频率与转子、基础等子系统的固有频率之间的内在联系，这对于复合系统的动力分析是很有益处的。 文中给出了算例和结果分析。     

液压管道中液-固耦合作用的模态综合法

针对液压管道的振动问题提出一种新的建模方法,即先采用左,右复模态分析方法建立管道结构模型和用频率相关摩擦模型建立液体模型,再引入模态综合理论综合结构模型和液体动态模型,在复数域中建立液-固耦合振动模型,且提出模态综合法的要点,由数值例子说明此方法是合理的。     

带中间弹性支承拉索的横向振动频率解析算法

将弹性支承反力看作是作用于梁上的强迫力,并综合考虑拉索的轴向力、抗弯刚度、端部边界条件等振动影响因素,构造出了带有中间弹性支承及轴向力的梁模型,由此推导出了带有中间弹性支承的拉索的横向振动频率解析算法.通过试验测试拉索在不同轴向力下的频率,并与解析算法的计算值进行对比,结果表明两者偏差较小,最大偏差只有1.6%,说明所提出的解析算法是可靠的.     

膜厚与硅含量对硅基铜膜的电导率和残余应力的影响

与铝相比铜膜具有电导率高,抗电迁移能力大而代替铝膜作为集成电路的内连线和地线,其残余应力和电导率是两个重要的参数．本文对硅片上铜膜的残余应力和电导率进行了研究．结果表明,膜中的残余应力随膜厚的增加而增加;硅含量越多,残余应力越小;电导率随膜厚的增加而增加直到趋于最大值;硅含量越大,其导电率越小．     

阻尼系数的测定

利用数值计算方法,将实验数据得出的拟合曲线和振动方程的解析解、数值解进行比较,从而确定阻尼振动系统的阻尼系数.此方法简单易行,容易推广到其他类似问题的研究,具有一定的推广价值.     

隐伏岩溶区小净距隧道爆破振动规律

为研究隐伏岩溶区小净距隧道开挖及爆破振动对施工安全的影响规律,以贵州省里平II号隧道工程为依托,以隐伏岩溶区小净距隧道为研究对象,通过LS-DYNA对不同工况进行数值模拟及分析,得到了爆破振动效应下围岩的应力分布和位移变化情况,总结了隧道爆破地震波沿隧道轴向及衬砌环向的速度衰减规律,分析了振动速度峰值随溶洞直径大小及溶洞隧道距离大小的变化规律。研究结果表明：当溶洞直径一定时,围岩竖向位移、隧道拱顶监测点振动速度峰值随着溶洞与隧道之间距离的增大而减小;当溶洞与隧道之间的距离一定时,围岩竖向位移、隧道拱顶监测点振动速度峰值随溶洞直径的增大而减小;里平II号隧道中溶洞直径为2m且溶洞与隧道之间的距离为3m时,先行洞初衬最大主应力超出了混凝土抗拉强度,故爆破开挖前应对该位置进行加固处理,确保施工安全。可见,其分析结果可为指导隐伏岩溶区小净距隧道爆破施工提供可靠依据。     

振动技术在金属材料铸造成形中的应用与发展

介绍了振动技术在铝、铜、铁等金属材料铸造成形中的应用研究现状,就振动类型和振动对铸造成形的机理作了阐述,分析了施加振动对金属铸造成形时金属内部组织改善、强度性能提高的原因,指出现有振动技术中存在的不足,介绍了多维振动铸造机的设计思路和研制进展情况。振动铸造实践证实,在金属材料的铸造成形工艺中施加多维振动能明显改善铸件的性能,提高铸造效率,多维振动铸造机的研制为今后多维振动技术的研究和应用提供参考。     

有限冲击最优时滞滤波器抑制柔性系统残留振荡的研究

针对时滞滤波器在抑制柔性系统残留振荡的同时刚体产生冲击这一问题，提出了一种有限冲击最优时滞滤波器．通过确定最大冲击值，对指令信号的时间变化率加以限制来设计有限冲击控制指令，然后令柔性模态振荡能量最小，计算滤波器的最优时滞．研究结果表明，该滤波器形成的控制信号是一系列的斜坡信号，对时间的变化率不超过允许的最大冲击值，从而降低了未建模动态激励．该滤波器的特点是在抑制柔性系统残留振荡的同时，不仅减小了刚体运动冲击，而且又使系统的响应速度提高了30％．     

基于神经网络的铅酸蓄电池剩余容量预测

为有效地对电动车电池剩余容量进行预测,在分析了铅酸蓄电池充放电过程的反应机理的基础上,应用改进算法的BP神经网络,建立了铅酸蓄电池的神经网络模型,用于预测铅酸蓄电池放电过程中某一状态下的剩余容量。结果表明,通过该网络模型可以方便快速地得到电池剩余容量及荷电状态的预测值,所得结果满足要求,为电池管理系统提供了一种新的预测方法。