基于改进的EEMD数据融合方法在轴承故障诊断中的应用

提出一种基于改进的EEMD谱峭度的多传感器联合轴承故障诊断方法,通过多个加速度传感器联合采集振动信号,利用EEMD自适应地将信号分解成多个分量,通过计算每个IMF分量的互相关系数法进行自适应重构以突出故障特征信号;对合成后的信号画快速峭度图,获得峭度最大时的中心频率和带宽;根据快速峭度图自适应确定电子谐振器的参数,并对此合成信号进行谐振增益;对谐振增益后的信号进行Hilbert解调,并与理论计算的轴承故障特征频率比较,从而确定故障部位.通过仿真的故障轴承信号和滚动轴承实验进行了验证,结果表明:该方法对滚动轴承故障的检测精度更高,提取精度和抗噪声能力方面有了明显的改进,对工程实践具有重要的指导意义.     

基于 RIE 的自适应窄带干扰抑制算法

针对直接序列扩频(direct sequence spread spectrum,DSSS)通信系统中窄带干扰(narrow-band interference,NBI)抑制问题,将窄带干扰存在性识别技术(recognition of interference existence,RIE)和变换域窄带干扰抑制算法相结合,提出了一种自适应窄带干扰抑制算法.该算法能根据接收到的信号,利用基于能限因子的RIE算法判断接收信号中是否含有窄带干扰信号,从而决定是否需要对其进行干扰抑制处理.理论分析表明,当接收信号中不合窄带干扰或干扰信号较小时,既可减少由于窄带干扰抑制算法对有用信号造成的损伤,提高误码率性能,又能降低系统处理的复杂度.仿真结果表明,自适应窄带干扰抑制方案抑制干扰误码率性能明显优于非自适应窄带干扰抑制方案.     

带导数的自适应变阶积分公式

利用自适应Simpson算法和基于Hermite插值导出的带端点导数的Romberg外推算法结合思想,提出一种新型的带端点导数的自适应变阶积分公式:它兼有变步长计算和逐步提高数值积分法收敛阶的优点。数值算例表明,当被积函数在积分区间上变化性态急剧多变时,与自适应Simpson算法和Romberg外推算法相比,新算法的求解精度有了较大提高。当精度要求一定时,新算法大大减少了计算量。     

一种自适应影响域半径无网格Galerkin法

针对某些力学问题的数值求解需要结点的局部加密,在采用背景积分网格积分方式的基础上,提出一种影响域半径随结点疏密程度而变化的自适应影响域半径无网格Galerkin法。在方法中,无网格结点与背景积分网格的结点重合,结点的影响域半径即可根据该结点周围的网格的最大边长来选取。算例显示,该文方法是可行而有效的。     

Web日志挖掘技术及其在电子商务中的应用

近年来,由于电子商务、电子图书馆、远程教育等的应用,对Web站点设计和功能提出了更高的要求, 要求Web站点具有智能性。介绍了目前世界上两种主要的Web曰志挖掘技术(基于Web事务和基于数据立方体),同时,提出了基于Web目志挖掘技术的应用,主要讨论了站点的在线推荐和用户自适应的Web站点设计问题,在此基础上简单介绍了一个Web日志挖掘系统原型AdaptiveWeb。它可创建用户自适应的Web站点,使其具有部分智能。     

基于改进型广义双曲正切模型的机器臂控制算法研究

针对存在复杂干扰情况下的机械臂轨迹跟踪控制问题,采用了一种基于双曲正切模型的鲁棒自适应控制方案。利用高解释性的改进型广义模糊双曲正切模型的全局逼近特点,设计一种自适应控制器用于机器人轨迹跟踪控制;同时以解一个线性矩阵不等式方程来保证系统的鲁棒稳定性。通过Lyapunov理论验证设计的控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近稳定。仿真实验表明此控制算法具有较高的跟踪精度和较强的鲁棒性。     

基于积分时间和增益可调的CMOS驱动设计

为了适应光照强度的变化,通常需要改变积分时间来选择合适的曝光量.但积分时间设置过长,会使CMOS图像传感器的输出帧频大幅度的降低.为了解决这一问题,以IBIS5-A-1300 CMOS图像传感器为例.在分析其内部结构和积分驱动时序的基础上,提出了一种改进的设计方法,可以保证在对图像传感器的输出帧频影响较小情况下,能够实现自适应光照强度调整.利用VHDL语言对设计的驱动时序进行描述,并在QuartusⅡ环境下进行系统功能仿真,仿真结果表明,所设计的驱动时序可以满足自适应曝光的要求.     

带参数辨识的H-∞鲁棒控制方法

从控制方法的实用性出发,综合鲁棒控制和自适应控制方法,处理存在各种非结构不确定性及参数不确定性的线性对象。运用状态空间 Ｈ∞方法设计鲁棒控制器,抑制外部干扰,未建模动态及参数误差。进而引入鲁棒辨识器以确定对象的标称参数,减小鲁棒控制的保守性。并证明了闭环系统的稳定性和鲁棒性。结合 Ｒｏｈｒｓ 反例,验证了算法有效性。该方法实现了自适应律与控制方法的分离,从而避免了传统‘确定性等价原理’带来的系统分析和实际应用的复杂性。     

基于理想轨迹学习的机械手神经自适应控制

在机械手鲁棒控制的基础上,讨论了神经网络逼近误差界未知情形下机械手的神经网络直接自适应控制方法,这里神经网络用于补偿系统的不确定性,提高整个系统的跟随性能。提出设计方法的主要特点是神经网络控制器设计采用机械手待跟随的理想关节信号代替实际的机械手关节角、关节速度和关节角加速度作为神经网络的输入,此外神经网络的逼近误差界假设是未知的。给出了具体的系统设计算法,并证明了神经网络学习算法的收敛性和整个系统的全局稳定性。最后,一两连杆机械手的控制器设计仿真实例验证了提出算法的有效性。     

自适应控制汽车疲劳模拟试验研究

目的在于建立一种新的疲劳模拟时域控制方法。疲劳模拟试验系统本质上是一个自动控制跟踪系统。提出利用最小方差自校正控制器来控制试验台跟踪期望响应信号。在微机上对算法编程,实现了实时控制。用理论算例模拟各种复杂工况验证了算法推导和编程的正确性。最后在Ｔ型梁振动台架上进行试验,可以达到很高模拟精度,满足疲劳模拟试验要求,证明这种方法是实用的。