分类回归树算法在机械故障诊断中的应用研究

智能诊断是当前故障诊断领域的一个重要发展方向.本文结合数据挖掘技术,提出了一种故障诊断模型,首先通过异常检测方法去除数据集中的异常数据,然后通过分类回归树算法实现故障的诊断预测,实验结果对比与直接进行诊断预测,精度有了很大提高.     

推广的线性变换半群的正则性

给出推广的线性变换半群的定义并讨论了这一类半群的正则性。     

基于事前分析方法的工作流过程模型的验证

工作流执行过程中经常会出现非正常终止的情况,对此,将事前分析方法应用于工作流过程模型的验证中,即在工作流过程实例化前进行模型的有效性分析和结构正确性验证。该方法对传统的有向网络图进行扩展并以此来描述工作流过程,确定模型的有效性;进一步将扩展有向网络图转换成工作流网模型,应用Petri网技术分析该模型的冲突结构,以确保工作流过程的逻辑合理性。     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计。首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization, QPSO)算法对控制器参数进行优化,考虑无人机飞行过程中受到的未知干扰,引入扩张状态观测器(extended states observer, ESO)对干扰进行观测,进一步提高系统的鲁棒性,并结合实际工程应用对系统进行数学仿真。仿真结果表明,基于状态扩展双反馈模型预测控制的无人机侧向航迹跟踪控制器,能够在系统存在模型不确定性与受到动态干扰时对期望航迹进行准确、稳定的跟踪。     

广义次正定矩阵上的Oppenheim不等式

用矩阵分析的方法, 通过对广义次正定矩阵性质的进一步研究, 得到了更一般条件下的两个广义次正定矩阵的Hadamard乘积的行列式下界估计的Oppenheim不等式, 在适用范围和估计精度上都改进了已有的相应结果.     

A new species of Notostrix (Acari: Eriophyidae), with notes on the host plants and distribution of species of this genus

Thirteen Notostrix Keifer species are presently known, all from leaves of palm trees (Arecaceae) to which they seemingly cause no major damage. A new species of this genus, Notostrix macrothrix sp. nov., is morphologically described based on adult females and males collected from coconut, Cocos nucifera L. (Arecaceae), on La Reunión Island. A discussion about the presently known distribution of mites of this genus is also presented. http://www.zoobank.org/urn:lsid:zoobank.org:pub:14C65CB2-AF56-4D85-AD49-56FA11119EF5     

基于扩张状态观测器的反预警滑模制导律

针对预警机的特殊作用,提出了利用临近空间高超声速飞行器的高度优势与速度优势,对预警机实施打击的概念,设计了反预警的制导律。针对预警机的机动,将其视为外在扰动,利用扩张状态观测器将其扩张为一个新的状态量,并对此状态量进行实时观测,将其补偿到制导指令中,有效解决了拦截末端需用过载过大的问题;同时对攻击目标时的落角进行约束,设计了带有落角约束的滑模制导律。将所设计的制导律与传统的弹道成型制导律作对比,结果表明,在飞行末段,滑模制导律具有更小的过载与视线角速度,相比传统弹道成型更具优势。     

Treed Avalanche Forecasting: Mitigating Avalanche Danger Utilizing Bayesian Additive Regression Trees

Little Cottonwood Canyon Highway is a dead‐end, two‐lane road leading to Utah's Alta and Snowbird ski resorts. It is the only road access to these resorts and is heavily traveled during the ski season. Professional avalanche forecasters monitor this road throughout the ski season in order to make road closure decisions in the face of avalanche danger. Forecasters at the Utah Department of Transportation (UDOT) avalanche guard station at Alta have maintained an extensive daily winter database on explanatory variables relating to avalanche prediction. Whether or not an avalanche crosses the road is modeled in this paper via Bayesian additive tree methods. Utilizing daily winter data from 1995 to 2011, results show that using Bayesian tree analysis outperforms traditional statistical methods in terms of realized misclassification costs that take into consideration asymmetric losses arising from two types of error. Closing the road when an avalanche does not occur is an error harmful to resort owners, and not closing the road when one does may result in injury or death. Copyright © 2016 John Wiley & Sons, Ltd.     

基于滑模估计器和卡尔曼滤波的PMSM速度估计

针对永磁同步电机(PMSM)无传感器的控制问题,提出了一种结合滑模估计器和扩展卡尔曼滤波(EKF)两种方法优点的混合估计器。混合估计器解决了滑模估计器对于反电动势具有较大"畸变"的电机速度估计效果差的缺点。混合估计器建立了一个3阶EKF滤波器,把反电动势高次谐波分量作为系统和测量噪声处理。降阶后的EKF参数调节变得比传统的EKF估计器相对容易很多,在反电动势有"畸变"单纯滑模估计器估计效果很差时,估计效果依然很好。对滑模估计器、传统EKF估计器和混合控制器三种估计效果做了比较,阐明了混合估计器的优缺点。