基于振动时频图像和D-S证据理论的内燃机故障诊断

为抑制循环波动性对内燃机故障诊断结果的影响,引入D-S证据理论,提出一种基于内燃机振动时频图像、局部非负矩阵分解、BP神经网络和D-S证据理论的内燃机故障诊断新方法。首先采用平滑伪魏格纳分布(SPWVD)方法对8种不同气门状态的缸盖振动信号进行分析得到振动时频图像,然后用局部非负矩阵分解(LNMF)方法提取时频图像的特征参数并组成训练集和测试集,用得到的训练集对BP神经网络进行训练,再把测试集输入到训练好的BP神经网络,将输出的结果转化为基本概率赋值,用Deng加权平均证据合成规则对同种状态下不同图像的证据进行合成,并利用合成后的结果进行诊断分类。实例分析结果表明,基于振动时频图像和D-S证据理论的内燃机故障诊断方法可以有效抑制内燃机循环波动性对诊断结果的影响,能够准确诊断不同类型的气门故障。     

基于模糊AHP 的道路选优评价方法研究

针对一般层次分析法标度繁琐、判断矩阵一致性难以达到的不足，采用了模糊层次分析法(FAHP)并结合物资供应道路选优这一课题，为道路选优评价中各指标权值的确定提供了一种新方法。     

Kaup-Kupershmidt方程的精确行波解

利用扩展tanh函数法研究了Kaup-Kupershmidt方程的精确行波解,得到了该方程不同类型的显式行波解,包括孤立波解、指数函数解和三角函数周期解。利用Maple软件绘制了所得解在具体参数值下的3D图和2D图,并对解的性态进行分析得出了相应解的类型。     

模态测试不确定性影响因素分析及传感器布置应用

模态测试结果的准确性会受测试数据采集、数据处理、建模假设和参数估计等不确定性因素的影响. 为研究模态测试中模态参数的不确定性水平及不同影响因素对其的影响规律,本文采用状态空间模型和费希尔信息矩阵的快速模态参数不确定性分析方法,探讨包括振动信号的采样时长、采样频率、采样信噪比和结构的阻尼比等多种因素对模态参数不确定性水平的影响,同时提出利用模态参数不确定性水平来优化传感器布置策略的实用性建议. 结果表明：模态参数的不确定性水平随采样时长、采样频率、信噪比和传感器数量的增加而降低,随结构阻尼比的增大而升高;对于均匀分布结构,多数传感器布置在结构顶部和中上部,少数布置在中下部时,模态参数的整体不确定性水平较低,是一种相对较优的传感器布置方案.     

广义Rosenau-Kawahara方程的有效谱方法

针对广义Rosenau-Kawahara方程提出了Legendre dual-Petrov-Galerkin谱方法,并基于对角化技巧,构建了快速有效算法。在此基础上研究了单个孤立波的传播、守恒律及波的生成等物理现象。数值结果验证了所提算法的有效性。     

含信号调制噪声和频率波动的时滞分数阶振子的随机共振

本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振. 利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益（Output Amplitude Gain, OAG）的解析表达式,然后讨论了分数阶、时滞及噪声参数对OAG的影响. 结果显示,各参数对OAG的影响均呈现出非单调变化的特点,表明系统出现广义随机共振. 特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化,这就为在一定范围内调控随机共振提供了可能.     

基于正则化正交非负矩阵分解的旋转目标检测方法

小样本的旋转目标检测是指在样本数少的情况下进行旋转目标检测模型的训练,深度学习在旋转目标检测领域往往需要庞大的样本数和计算算力。现有的基于机器学习的旋转目标检测方法大多有着对目标尺度和姿态敏感的缺点。因此提出一种基于正则化正交非负矩阵分解的旋转目标检测方法,来解决小样本的旋转目标检测难题。首先,针对样本不具有各种角度的图片,对样本进行旋转后进行背景填充,这样便于更好的表征学习。其次,提出一种基于正则化正交非负矩阵分解算法对旋转样本的梯度直方图特征进行表征学习。最后,为了测试算法在特征学习后的有效性,利用支持向量机对特征提取后的数据进行训练和测试。实验结果表明本文的目标检测方法在多个数据集中可以取得不错的效果。     

求解Toeplitz矩阵特征值反问题的不精确牛顿方法

研究了求解大型Toeplitz矩阵特征值反问题的数值方法。用迭代方法(内迭代)求这些线性方程组的近似解,给出了求解大型Toeplitz矩阵特征值反问题的不精确牛顿方法。该方法可避免牛顿方法的“过度求解问题”,改进牛顿方法的有效性。数值结果表明不精确牛顿方法优于牛顿方法。     

基于T-S模型的连续搅拌反应釜鲁棒L2L∞控制

为实现对连续搅拌反应釜(CSTR： Continuous Stirring Tank Reactor)系统在实际反应中的精确控制, 根据CSTR反应特点, 采用T-S模糊模型逼近非线性对象, 研究鲁棒L₂L_∞状态反馈控制问题。模型中将更易测量的反应器温度作为前件变量, 模糊规则少。应用平行分配补偿算法(PDC： Parallel Distributed Compensation), 给出局部控制器的设计方法, 并利用线性矩阵不等式(LMI: Linear Matrix Inequality)技术设计全局控制器, 在此基础上把控制器的设计转化为一个凸优化的求解问题。最后仿真验证了该方法的有效性, 从而可扩展到其他化学工业反应中。     

基于被动矩阵有机发光二极管屏的光学指纹采集系统

目前智能门锁多采用光学指纹采集系统,针对其需要发光二极管(light-emitting diode,LED)背光源,存在功耗大、发光不均匀、光学指纹模块过厚的缺点,设计一种应用自发光被动矩阵有机发光二极管屏代替LED的光学指纹采集系统,改善了以上问题.且针对该方法采集的原始图像存在屏幕发光像素干扰的问题,提出平均值消除...