考虑径向非匀质性的层状地基中摩擦桩动力阻抗研究

采用考虑了桩周土的非匀质性的Novak薄层法计算桩土相互作用的方法,对考虑径向非匀质性的层状地基中摩擦桩竖向动力阻抗的简化计算方法进行了研究,得到了相应的计算公式.并分析了桩周土非匀质性、泊松比、频率等因素对单桩竖向动力阻抗的影响.分析结果表明:非匀质区刚度与匀质区刚度比对单桩竖向动力阻抗基本无影响,泊松比、非匀质区大小则有较大影响.     

基于SRM非线性电感模型相电流和电磁力的解析计算

在考虑开关磁阻电动机(SRM)的转子位置角和电流对电感曲线影响的基础上,提出一种开关磁阻电动机的非线性电感模型,根据此模型解析计算了电机的相电流、电磁转矩和径向力.计算结果表明,该电感模型在SRM设计阶段,在不降低SRM力能指标的前提下,可减小径向力,从而为抑制振动提供理论依据,对SRM转矩脉动、振动噪声抑制策略的研究具有一定的意义.     

基于径向基函数神经网络的并联机器人运动学正问题

以一般形式的Stewart型并联机器人为例,由机器人的位置反解问题引出机器人运动学正解问题,在分析BP网络与径向基函数网络的特点基础上,采用基于径向基函数神经网络的算法,利用最近邻聚类方法获得径向基函数中心,求解并联机器人运动学正解问题·通过对训练样本的学习,确定神经网络权系数,能够准确地求解并联机器人的位置和姿态,算法具有运算简单,求解效果好等特点·同Newton Raphson算法比较,能获得相同的效果且位置和姿态误差近似恒定,而神经网络算法避免迭代初值及额定循环次数的影响·因此该方法可作为并联机构系统运动学轨迹跟踪控制的运动学模型辨识器·     

基于径向基函数神经网络的功率器件集总参数热模型

功率器件易发生热击穿故障,为准确估计其运行温度,需建立器件的热分析模型。然而,当多个功率器件排布距离较近时,器件间的热耦合作用会导致模型中的热参数难以获取。为此,引入导热时间常数τ和温升变化率k两个热参数,建立了功率器件集总参数热模型;并提出通过径向基函数神经网络,对参数τ和k进行估计,克服模型热参数难以获取的问题。以单相全桥电路为对象,通过温升实验,对所提功率器件热模型的有效性进行了验证。     

以测度作为神经网络输入的客观音质评价研究

利用径向基函数网络(RBFN)进行语音质量客观评价, 以避免在回归分析中选取具体函数的困难. 选取3种距离测度而非语音文件本身作为神经网络的输入, 使得网络输入维数大大减小,网络结构大大简化. 且对径向基函数网络结构作了修正, 使其更便于作音质评价. 作者在网络参数和结构学习中采用平滑后的训练集, 有效减少了随机因素对客观评测结果的影响, 也大大减少了网络结构的复杂性. 主客观评价结果的相关性实验中, 相关系数达0.96以上, 这表明了该方法的可靠性.     

基于径向基函数神经网络的热工过程模型辨识

为了准确反映热工过程动态特性,实现热工过程整体优化控制,提出了一类新的径向基函数神经网络(RBF-NN)的建模方法:采用熵方法和竞争学习算法,结合非线性自回归滑动平均(NARMA)模型的输入/输出结构实现RBF-NN的优化,辨识RBF-NN结构,并用最小二乘算法(LS)确定权向量,实现了典型的非线性热工过程建模。通过两个实例验证:基于NARMA结构的RBF-NN建模,具有较高的辨识精度和较少的隐层节点。     

基于径向积分边界单元法的内场声学分析

由于Helmholtz方程的基本解是频率的函数,传统边界单元法在处理声场特征值问题时具有天生的缺陷.采用Laplace方程基本解生成积分方程,通过径向积分法将在此过程中产生的域积分项转化为边界积分.此方法克服了传统边界单元法系数矩阵对频率的依赖,同时克服了特解积分法和双重互易法对特解的依赖,将内场声学特征值问题转化为广义特征值问题.最后通过内场声辐射分析和声学特征值分析验证了算法的有效性.     

DC/DC变换器的神经网络鲁棒控制

针对有非最小相位特性的二阶DC/DC(直流/直流)变换器平均值模型的特性,以Buck-Boost变换器为典型例子,提出了一个非线性反馈做内环控制器,控制其电感电流;用RBF(径向基函数)神经网络作为自适应机构,提出了一个神经网络鲁棒控制器作为电压外环控制器,控制其输出电压.证明了系统跟踪误差和神经网络权值的有界性.仿真结果表明,提出的控制器对于系统参数的不确定性具有很强的鲁棒性,并具有很好的动态性能.     

非球谐环形振子势的Schrdinger方程的解析解

量子力学中除了无限深势阱、一维线性谐振子、库仑势和三维各向同性谐振子势外,绝大部分Schrodinger方程是没有精确解的,这给具体问题的深入研究带来了很大的障碍。本文从求解Schrodinger方程的NU Method方法出发,求解了非球谐环形振子势V（r,θ）=μω^2r^2／2＋h^2α／（2μr^2）＋h^2βcosθ／（2μr^2sinθ）的本征方程的角向方程,获得解析解,将求解的过程大大简化;同时用特殊函数的方法求解了非球谐环形振子势的Schodinger方程的径向方程,借以拓宽对Schrodinger方程求解方法的研究。     

基于径向基函数神经网络的胎儿心电提取

针对胎儿心电难以提取问题,提出一种从母体腹壁混合信号中提取胎儿心电的方法.利用径向基函数(radial basis function,RBF)神经网络估计母体心电信号传导至腹壁的非线性变换,将非线性变换后的母体心电信号从腹壁混合信号中减去,再通过小波包去噪技术抑制胎儿心电的基线漂移和噪声,得到清晰的胎儿心电.应用临床心电数据完成实验,在胎儿心电和母体心电QRS波完全重叠情况下,提取出清晰的胎儿心电.实验结果验证了方法的有效性.