赫巴流体在圆管中流动状态的转变

用稳定性参数Y研究了赫巴流体在圆管中的流动状态,得到了确定其流动状态的判据,通过理论分析以及实验资料,对比其他2种流态判别准则计算结果表明,稳定性参数Y具有较好的适应性和准确性。     

天津空客A330宽体机厂房焊接加固过程结构性能监测与分析

大跨度钢桁架加固方法多采用焊接加固增大截面法．针对大跨度钢桁架屋盖整体结构的负载焊接加固,以天津空客A321(A330宽体机厂房)屋盖为例,采用4片角钢,分肢与原H型钢的翼缘、腹板分别焊接的加固方式,设计了合理的焊接加固方案与监测方案,对结构关键构件在焊接加固过程中的应力、应变进行监测．以监测数据为依据,研究分析焊接加固过程中型钢与加固角钢的应力响应规律,验证钢桁架梁采用角钢焊接加固的传力有效性,判断焊接热输入的影响范围．结果表明：在负载焊接加固的过程中,局部高温热影响区引起应力重分布,加固角钢的存在对原有型钢构件起到了相应的承担作用,焊接加固过程中结构的安全性可以得到保证．此外,焊接加固时,通过监测相邻杆件的应力和应变,分析表明焊接热影响的范围在两个节间范围内,且带来的应力响应较小．     

广西某锰银矿工艺矿物学及锰的赋存状态

对广西某锰银矿进行了工艺矿物学的研究,查明了锰银原矿石矿矿物成分.金属矿物主要为硬锰矿、软锰矿、黄铁矿、赤铁矿和少量毒砂、黄铜矿、闪锌矿.矿石的主要结构是隐晶质结构、胶状结构、显微鳞片结构及砂质结构.主要的构造是脉状构造、胶状构造、浸染状构造.精矿中银品位是3 923 g.t-1,锰的赋存状态是独立的锰矿物,锰矿物是硬锰矿和软锰矿.精矿中硬锰矿在0.152~0.088 mm粒级范围内占17%,0.088~0.074 mm粒级范围内占38%;>0.074 mm粒级范围占40%;软锰矿在0.152~0.088 mm粒级范围内占18%,0.088~0.074 mm粒级范围内占35%;>0.074 m...     

一种分类机械手的研制与开发

提出了一种用在晶体角分类机上替代工人来完成卸料及分类工作的机械手.该分类机械手是机械、电气传动、气动控制、嵌入式微控制器和微电子器件相结合的产物.机械部分构成了分类机械手的骨架;步进电机等使分类机械手实现了准确运动;气动元件使分类机械手变得灵巧、简捷.借助于系统状态变换等方法,以微控制器C8051F206为核心的分类机械手控制器的软件给予了分类机械手某些简单的人工智能,使其能准确无误地重复完成卸料及分类任务.分类机械手的基准定位与步进电机步进计数控制的结合可使其长期运行无积累误差.经在工业现场的长期使用证明,该分类机械手设计合理、工作可靠.     

基于触觉阵列感知的机器人稳定抓取判别方法

针对传统的单点压力传感器获取的接触力无法完备反映机器人的抓取接触状态,难以实现准确的机器人抓取状态判别的问题,基于触觉阵列传感器的多点感知特性,提出一种高效高准确率的机器人稳定抓取判别方法．首先,采集机器人抓取属性各异物体时的接触分布力信息,建立分布力与触觉图像的映射,构建机器人抓取触觉图像数据集;基于多层感知机框架建立机器人抓取状态判别模型,实现机器人抓取状态的分类．然后,通过训练并对多层感知机在不同模型层数与节点数下的模型性能进行优选,得到抓取状态判别模型的最优参数,进而与多种基于学习的抓取判别算法进行对比．结果表明：所提出的抓取状态判别方法具有99.74%的判别准确率,平均耗时为2.3 ms,在判别精度和速度上均优于基线算法;通过实物抓取实验,该方法的判别准确率达到94%,充分证明其对数据集外物体的稳定抓取判别具有较强的鲁棒性．     

涡桨发动机风车特性评估方法及试飞验证

涡桨发动机在空中起动之前的风车状态会产生一定的风车阻力,严重影响飞机的操纵性和稳定性,因此需进行风车阻力特性的准确计算评估,以化解飞行风险.针对涡桨发动机装机飞行中的风车特性,采用基于标准桨特性图修正原理,建立计算评估方案,并以某型涡桨发动机设计定型试飞为依托,进行不同工况下的试飞验证研究.结果表明:在相同高度,低速风车状态下,风车阻力随着速度增加而增大,而高速风车状态下,风车阻力随着速度增加而减小;随着高度增加,低、高速风车阻力均减小;低速风车状态下,桨叶角基本处于限动位,而转速随着速度增加而增加;高速风车状态下,转速达到平衡转速,桨叶角随着速度的增加而增大.可见,建立的涡桨发动机风车阻力计算方法合理、可行,计算结果精度满足试飞要求,能够为后续涡桨发动机空中起动科目的飞行试验提供技术支撑.     

基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm,GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题,面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题,提出一种能够快速缩小搜索空间,且有效避免陷入局部最优的在线快速搜索的优化辨识框架,实现电动汽车动力电池等效电路模型参数在线快速辨识,扩展全局搜索优化算法的应用范围.进一步,将此算法应用于电池剩余荷电状态(SOC)估算问题,提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较,结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.     

基于改进灰狼优化与支持向量回归的锂电池健康状态预测

为了提高锂电池健康状态(SOH)的预测精度,将改进的灰狼优化(IGWO)算法与支持向量回归(SVR)相结合,提出了一种基于改进灰狼优化和支持向量回归(IGWO-SVR)的联合算法。该算法的核心思想是运用改进的GWO算法解决SVR模型中的参数联合寻优问题。IGWO-SVR随机产生1个灰狼种群,灰狼个体的位置向量由SVR模型的3个参数C,σ,ε组成。根据每只灰狼的位置信息进行学习,并计算适应度。按照适应度值对狼群进行分级,对灰狼个体位置进行更新,然后进行差分进化操作,选择优秀个体进入下一代种群,重新计算灰狼个体在新位置的适应度。迭代过程结束后,提取狼群中适应度最优的灰狼位置信息作为最终的SVR模型参数进行训练。在美国国家航空航天局(NASA)锂电池数据集上的实验表明了所提SOH预测方法的有效性。