多维加速度场下六维力传感器弹性体结构设计

针对多维加速度场中六维力传感器惯性耦合效应特性及实际测试的需要,设计了一种三梁均布式弹性体结构的六维力/力矩传感器,对弹性体在多维加速度场下的力学行为进行了探讨,运用有限元(FEM)仿真分析了弹性体结构参数对传感器动态输出及振型频率的影响,为多维加速度场下多维力传感器动态解耦和多目标的优化设计提供依据.     

基于混合优化算法的最大功率点追踪方法

针对部分阴影条件下粒子群优化（PSO）算法追踪最大功率点时间较长与功率波动大的问题,提出一种基于万有引力与粒子群混合优化(GPSHO)算法的最大功率点追踪（MPPT）方法。该方法将万有引力搜索算法引入粒子群算法,在迭代过程中通过调节PSO算法的惯性权重、认知因子和社会因子提高算法的收敛速度,实现追踪全局最大功率点。仿真与实验结果表明:该方法能够在不同光照情况下精准地追踪全局最大功率点,其搜索速度大约比基于自适应惯性权重粒子群(APSO)算法的MPPT方法快１倍,功率振荡亦更小。     

冷轧机关应力变形分析及结构改进

三辊冷轧机是冷轧精密薄壁管的一种新型冷轧机，这种冷轧机的机头套筒为其关键部件，它直接影响轧机的动力性能及轧制管材的精度。本文根据其受力状态，从弹性力学的角度分析其应力和变形特征，并由此提出改变结构、减轻重量以提高轧制速度并保证轧制精度的设计构想。     

工业机器人动力分析

木文用矢量运算和拉格朗目方程推导出一套工业机器人运动学和动力学计算公式.这些公式可用来计算机器人上各连杆的运动速度、加速度、惯性力,以及各关节上驱动器的功率和机器人的最大负荷能力.文中的几何影响系数仅与各连杆的位置和方向有关,因而使公式变得简单而明确.这些公式除用于机器人设计计算外,也可以用来研究机器人的动力特性,以及对机器人的运动进行实时控制.     

2V-6/7型空压机的动平衡改进设计

2V-6/7型空压机是我国目前生产量最大、应用最广泛的动力压缩机之一,但长期以来,其噪声高、振动大的缺陷并未得到很好的解决,由用户反馈的信息得知,时而还有断轴事故发生。经过认真分析,笔者认为:除有装配上的不当原因之外,主要还是由于原设计的平衡重的质量不足,在轴承处产生较大的交变支反力所致。为此笔者对该机的动平衡系统进行了校核计算,并进行了改进设计。文中分析了双V型空压机,气缸中心线夹角γ=90°的惯性力的变化规律,确定出了本机型的最佳一阶往复惯性力矩的平衡值和改进后的平衡重结构尺寸。     

单激光陀螺捷联寻北系统

论述了单激光陀螺捷联寻北系统的组成及工作原理，给出了寻北及姿态解算的数学模型和 软件流程，该系统在实验室内的测试结果为：寻北误差小于０．２４°，寻北时间小于５ｍｉｎ，姿态误差小于０．１°。     

伪惯导建模的极区双速度模式惯性系对准算法

针对极区V^b辅助的捷联惯性导航系统(strapdown inertial navigation system, SINS) 行进间惯性系对准, 提出了基于伪惯导建模的双速度模式惯性系对准算法, 消除由惯导建模引起的极区导航误差放大以及传统惯性系对准过程存在的模型误差问题, 提高极区对准性能。最后通过低纬度车载半实物仿真试验以及极区对准仿真试验对其进行验证。在75°和85°初始纬度, 50次航向对准结果的平均绝对误差和标准差分别为0.507 2°、2.527 3°和0.605 2°、2.875°。试验结果表明, 所提算法是可行且合理的, 可以解决极区SINS行进间惯性系对准中惯导建模以及对准模型所存在的问题, 提高极区对准的性能。     

不同安装位置下主动阻尼装置对管道振动的控制效果研究

在设备运行过程中,管道经常会产生振动问题,给设备的安全运行带来严重的隐患。针对管道振动问题,采用主动阻尼装置,通过惯性作动器向振动管道系统施加作动力,实现了对管道振动的主动控制。以某化工企业往复式压缩机出口管线25 Hz的振动为例,搭建门型管道振动实验台进行实验,利用SAP2000软件模拟仿真了主动阻尼装置的减振效果。实验研究了惯性作动器在不同安装位置时主动阻尼装置对管道振动的控制效果,探究了惯性作动器的安装位置对管道系统振动控制效果的影响规律。通过对比惯性作动器安装在所选取的4个位置时的减振效果,得出当作动器安装在振动最大的位置上时,主动阻尼装置对管道整体的减振效果最好。     

星光/惯性复合制导次佳星快速确定方法研究

采用星光/惯性复合制导能显著提高弹道导弹的机动发射和命中精度.在单星方案的实际应用中,由于太阳规避角的影响.需要根据最佳星来选择次佳星,进而确定实际导航星.针对单星方案,建立其基于初始定位定向误差的相关数学模型,在确定最佳星的基础上,提出约束优选方案来选择次佳星.仿真结果显示,采用所建立模型能有效修正初始定位定向误差的影响;所提出的约束优选方案确定次佳星速度快、效果好,是对完善解决实际导航星快速确定问题的有互补充和探索.     

面向云环境中任务负载的粒子群优化调度策略

随着云环境中任务规模的不断扩大,云计算中心高能耗问题变得日益突出.如何解决云环境中任务分配问题从而有效降低能耗,本文提出了一种改进的粒子群优化算法(Modified Particle Swarm Optimization,M-PSO).首先构建出一个云计算能耗模型,同时考虑处理器的执行能耗和任务传输能耗.基于该模型,对任务分配问题进行定义描述,并采用粒子群优化算法对问题进行求解.此外,构建动态调整的惯性权重系数函数以克服标准PSO算法的局部最优和收敛速度慢的问题,有效提高系统性能.最后通过仿真实验对该算法模型的性能进行了评估,结果表明M-PSO算法与其他算法相比能有效地降低系统总能耗.