Hopfield神经网络在磁粉制动器设计中的应用

为了优化磁粉制动器的结构,提出了Hopfield神经网络的磁粉制动器结构设计方法。方法中利用磁粉制动器的结构建立优化模型,以磁粉制动器的总体积为目标函数,推导约束条件。根据推导的目标函数和约束条件,采用外点罚函数法,构造出优化的增广目标函数,在满足约束条件下,目标函数最小,从而得到磁粉制动器结构的设计方案。实际结果表明,优化后的制动器在满足各项指标的条件下,总体积减小了23%。     

基于拓扑动力系统的机械系统特征信息分析方法

针对机械系统特征信息提取问题,提出了一种新的机械系统特征提取及建模方法。首先建立机械系统状态特征信息拓扑空间,从而构建机械系统拓扑动力系统模型;再依据系统的拓扑传递特性,跟踪机械系统特征信息的变换及传递过程,实现对机械系统特征信息的提取。最后将该方法应用到单一碰摩故障、单一裂纹故障及裂纹碰摩耦合故障的对称旋转机械系统信息特征提取中,通过仿真实验验证了理论方法的可行性。