变论域模糊PI控制的SVG系统建模与仿真
在变压器的二次侧加入无功补偿装置,是提高配电网功率因数的一种重要措施。以用于变压器二次侧的静止无功发生器(SVG)作为研究对象,在传统PI控制与模糊PI控制对比分析的基础上提出了基于变论域模糊控制的PI控制策略。同时,基于MATLAB平台完成了SVG装置的建模。仿真结果表明,所提出的基于变论域模糊控制的PI控制方法能够快速、无超调地跟踪电压设定值,有效地改善了系统的控制性能和瞬时响应性能,从而提高了SVG系统的补偿精度。
磁悬浮列车悬浮电磁铁结构优化方法研究
悬浮电磁铁是磁悬浮列车实现悬浮运行的重要部件,其结构性能直接影响磁悬浮列车的运行安全。针对磁悬浮列车悬浮电磁铁结构,以改进电磁铁结构和优化悬浮控制难度为研究目标,结合电磁铁结构所受的电磁力,分析电磁铁极板沿列车运动方向的变形,提出一种电磁铁结构的改进方法以有限元方法对待改进模型进行结构变形仿真分析;通过多项式最小二乘拟合方法,拟合分析所得的离散变形数据;根据拟合曲线,改进原模型为预凹型结构。最后对改后模型进行验证对比仿真分析,分析结果表明磁悬浮列车运行时,改进模型沿列车运动方向的悬浮间隙较原模型小,有效降低了悬浮控制难度。
排爆机械臂虚拟样机运动控制的仿真研究
国内外反恐形势日趋严峻,各国积极推进排爆机器人开发.针对排爆机器人机械臂的轨迹跟踪问题,展开控制模型仿真研究,使用MATLAB和ADAMS软件实现机械臂的虚拟样机建模、控制系统设计与系统仿真,将常规PID与模糊PID分别应用于联合仿真系统的设计.阶跃响应曲线显示,相对于常规PID,模糊PID减少了25.2%的超调量;正弦轨迹跟踪曲线显示,相对于常规PID,模糊PID减少了13.8%的超调量,响应时间缩短了22.8%.仿真研究显示,模糊PID模型拥有更快的响应速度及更优的轨迹跟踪质量,更适合作为排爆机械臂的控制方式.
红旗H平台总装车间物流系统仿真分析
以红旗H平台涂总装车间作为主要的研究对象,在已知车间整体布局、工艺流程、设备参数等数据的前提下,通过AutoMod仿真软件建立该总装车间的仿真模型,验证总装车间的产能,分析缓存区大小,并给定滑橇数量,.该项目经验对总装车间机械化输送领域类似问题的解决有较高的实际指导意义及应用参考价值.
直升机机载扫描反射镜组件随机振动仿真分析
为研究扫描反射镜组件在某型号直升机机载环境下的随机振动响应特性,利用有限元分析软件对其模型进行仿真分析.在确定边界条件过程中,依照能量等效原则,以一种基于振动试验的转化方法将正弦叠加宽带振动谱线转化为窄带叠加宽带谱线,该方法的应用减小了由于对结构品质因数的粗略估计而导致的误差.对扫描反射镜组件进行随机振动仿真,得到了机构的最大等效应力以及所选节点在三轴向下的随机振动位移响应,分析了结构振动响应特点.结果表明机载扫描反射镜组件在随机振动条件下满足刚度和强度要求,并能够保证使用时的工作精度,为直升机机载设备振动分析提供一种新思路.
基于ANSYS的曲轴应力及变形敏感度分析
建立了494柴油机曲轴有限元模型,采用试验的方法验证了模型的准确性.选择轴颈直径、过渡圆角半径、油孔直径等参数,模拟了最大爆发压力为15MPa时,曲轴过渡圆角应力和曲柄臂变形的变化规律,分析了曲轴结构参数与应力、变形敏感度系数的关系.结果表明,过渡圆角应力随轴颈直径、过渡圆角半径、重叠度的增加而减小,随油孔直径的增加而增加;曲柄臂变形随轴颈直径、曲柄销过渡圆角半径、重叠度的增加而减小,随主轴颈过渡圆角半径、油孔直径的增加而增加.曲柄销直径对过渡圆角应力最敏感,应力敏感度系数为-0.46;主轴颈直径对曲柄臂变形敏感度系数为-0.497,对变形最敏感.
定向钻进用泥浆泵曲轴动态载荷计算及应力分析
为更好地满足千米钻机孔底动力定向钻进的需求,研制了BWY-200/9型泥浆泵。对泥浆泵的关键部件曲轴进行动力学分析,得到一个工作循环中曲轴的受力危险区域,并采用有限元分析软件对这些危险区域进行静力学及疲劳强度分析,得到曲轴的应力应变分布云图,为BWY-200/9泥浆泵优化设计提供了理论依据。最后用试验结果证明泥浆泵的工作能力及主要部件曲轴的结构设计是合理、安全可靠的。
EEMD结合概率神经网络的风力机轴承故障诊断研究
滚动轴承是风力发电机传动装置中的非常关键的零部件之一.当其发生故障时,采集到的信号大多是非平稳和非线性的,传统的时域和频域分析不能准确分析这些信号的特征.提出使用总体平均经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)进行滚动轴承故障特征提取和使用概率神经网络进行故障特征识别的研究方法.首先使用EEMD算法对实验采集到的不同故障状态的原始信号进行分解,得到每个故障类型的本征模态函数(Intrinsic Mode Function,IMF),利用相关系数法过滤掉不重要的IMF分量.然后算出每个类型故障的IMF分量的能量值和占总能量值的能量比,把能量比当作故障特征向量元素,构造出每个类型的故障特征向量.最后把不同的故障类型和对应的特征向量使用概率神经网络经(Probabilistic Neural Network,PNN)进行识别,得到识别结果,并把结果同使用极限学习机的识别结果进......
ADAMS与ANSYS在自卸车副车架强度分析中的研究
针对副车架在卸载工况下进行有限元分析时所需要的载荷边界条件难以精确测量的实际问题,以某矿用自卸汽车为研究对象,依据多体系统动力学和第四强度理论,联合应用ADAMS和ANSYS两大软件对自卸汽车副车架进行卸载工况下的强度分析.研究结果表明建立合理的虚拟样机,就能够通过ADAMS/PostProcessor获得副车架在卸载工况下进行有限元分析的精确载荷条件;在货物处于下滑临界阶段,不论是正常卸载,还是极端危险卸载,与副梁的屈服极限343MPa相比,副车架的最大应力值分别增大了1.7%和12.5%,其强度不满足作业要求,为副车架结构的改进提供重要的力学支撑.
基于EEMD-BP神经网络的车床主轴振动故障诊断
针对传统车床主轴振动对其他零部件造成不利影响甚至造成损坏等难题,提出了一种基于平均经验模态分解(EEMD)算法以及反向传播(BP)神经网络的车床主轴振动故障在线诊断方法。以某数控车床主轴振动为研究对象,首先介绍了EEMD和BP神经网络方法的原理,并对传感器采集的主轴振动信号进行预处理;然后对处理后的信号进行EEMD,计算出有效的固有模态分量函数(IMF),再以峭度、峰值、均方根值作为选取标准,对故障信号较多的几个IMF分量进行重组;最后将重组后的特征向量输入BP神经网络、支持向量机等两种分类器中进行样本分类识别和对比。试验结果表明,基于EEMD-BP的车床主轴振动在线故障诊断方法具有很好的判别效果。












