用Kane方法进行二辊周期式冷轧管机的动力分析

利用Ｋａｎｅ方法对二辊周期式冷轧管机的机架运动装置进行了动力分析．用该方法推导动力学方程时不必象拉氏方程那样引入动力学函数．没有复杂繁琐的求导过程。而主要使用加法和乘法．从而明显简化了方程的推导过程．     

基于混沌自适应遗传 ν SVR的城市客运量预测

针对城市客运量预测问题本身所存在的小样本、高维数和非线性等特点,将ν-支持向量回归机(ν-support vector regression,ν-SVR)应用于城市客运量预测.为了提高ν-SVR模型的预测精度和泛化性能,利用基于混沌理论和自适应机制的混沌自适应遗传算法(chaosadaptive genetic algorithm,CAGA)优选ν-SVR模型参数,建立了基于CAGA进行参数优选的CAGA-ν-SVR城市客运量预测模型.结合1978～2008年统计数据进行了仿真预测,结果表明该模型的预测性能优于RBF神经网络模型、GA-SVR模型和GA-ν-SVR模型,平均绝对相对误差控制在2.3%以内,可有效应用于城市客运量预测.     

浅谈缆索式起重机的安全管理

缆索式起重机(以下简称缆机)因危险性大、运行空间广、载荷多变、机构复杂、结构庞大,目前已经被国家列为危险性较大的机械设备,一旦出现安全事故,那么必然会造成巨大的人员生命安全及财产损失,因此,加强缆机的安全管理极为重要。     

浅谈电解槽槽控机防雷的解决方法

在电解铝行业,因槽控机控制系统的防雷接地网接地电阻不合格,厂房和地网未做等电位平和、接地贯通母线线径过细、信号线屏蔽层未接地、防雷模块自身问题、上位机未做信号防雷等缺陷,每年到雷雨季节,造成槽控机主系统电路板、网络硬件防火墙、防雷模块烧坏及后级主显板烧坏等问题.对电解铝正常生产带来诸多不便,就此将根据雷电渡的特点,在电源及通信装置前加装防雷装置,同时对电源线及通信电缆进行屏蔽接地,减少感应电压对电源线的耦合干扰,从而降低雷电波对槽控机的危害,提高工艺控制的可靠性.     

基于EEMD能量熵和支持向量机的齿轮故障诊断方法

针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出基于总体平均经验模态分解(EEMD)和支持向量机的齿轮故障诊断方法.通过EEMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(IMF);齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变,故可通过计算不同振动信号的EEMD能量熵判断是否发生故障;从包含有主要故障信息的IMF分量中提取出来的能量特征作为输入建立支持向量机,判断齿轮的工作状态和故障类型.实验结果表明:文中提出的方法能有效地应用于齿轮的故障诊断.     

基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流量预测模型

交通流是智能交通系统中的关键组成部分,也是交通规划的重要依据。为了提高道路交通流量预测的精确性,提出一种基于互补型集成经验模态分解(complete ensemble empirical mode decomposition,CEEMD)后,采用遗传算法(genetic algorithm,GA)优化参数的最小二乘支持向量机(least square support vector machine,LSSVM)的交通流量预测模型。该模型使用互补型集成经验模态分解原始数据,将分解后的本征模态函数(intrinsic mode function,IMF)分量分别用遗传算法优化参数后的最小二乘支持向量机进行预测,叠加全部IMF分量值作为模型最终的预测结果。通过对美国加利福利亚州某高速公路一个月的交通流量数据进行训练预测,结果表明,该模型平均相对误差仅为6.51%,相较于其他模型拥有更好的预测效果,可为交通流的预测提供一定的参考。     

基于改进ABC-LSSVM的浆体管道临界淤积流速预测

针对浆体管道的临界淤积流速存在预测难度高且计算较为复杂的问题,本文引入改进的人工蜂群算法(ABC)优化最小二乘支持向量机的方法对其做出了预测.为平衡算法的局部搜索和全局搜索性能,改进后的算法中的蜜蜂参考了雇佣蜂全局当前最优解和个体当前最优解的搜寻方式来展开寻优.通过实验仿真,结果表明:利用所提出的方法相比常规预测方法得到的预测效果更加精确,其均方根误差、平均相对误差以及平均绝对误差值仅分别为3.05%、1.00%和2.06%.同时,优于传统的临界淤积流速经验计算公式.     

独立分量分析和遗传算法相结合的运动想象频带优化

对结合独立分量分析(independent component analysis,简称ICA)和遗传算法(genetic algorithm,简称GA)的运动想象脑电(motor imagery electroencephalogram,简称MI-EEG)特征检测及其优化方法开展研究.设计了基于ICA的MI-EEG分类算法.在此基础上,针对不同受试个体,用GA算法对运动想象诱发的事件相关去同步(event-related desynchronization,简称ERD)频段进行优化选择,用以改善运动想象脑-机接口(brain-computer interface,简称BCI)系统的识别率.实验结果表明,基于ICA的GA算法特征优化方法具有较好的可靠性和实用性,可用于在线BCI的设计与实现.     

驾驶员模型参数与PIO易感性关系研究

分析了驾驶员模型参数对人-机闭环系统特性的影响。用时域Neal-Smith(Time Domain Neal-Smith,TDNS)准则评估PIO易感性,分析驾驶员模型参数的改变对PIO易感性的影响。TDNS准则使用了序列二次规划(Sequential Quadratic Program-ming,SQP)算法确定驾驶员模型参数。以某型机为算例,采用TDNS准则,对其PIO易感性进行评估,并分析驾驶员模型参数对PIO易感性的影响。结果表明,驾驶员模型参数对PIO易感性影响很大,在评估过程中需要合理选择参数。     

基于向量机的数字图像鉴别技术研究

真实图像和计算机图像的鉴别是数字图像盲取证研究的重要问题之一.分析、研究了真实图像和计算机图像的成像原理,并发展了对这两类图像鉴别的数字方法.该方法从两类图像的高频信息及噪声形成的区别进行特征提取,并利用LIBSVM进行分类识别,实验表明此方法在鉴别图像类型中可以取得较好的分辨效果.