针对传统车间信息不及时、不准确,过程不高效、不透明等缺陷,以车间生产过程中的实时定位和监控为研究内容;分析了智能车间的定位需求与RFID应用架构;利用基于RFID的定位跟踪技术,提出了一套在智能车间建设中的应用方案;开发了融合RFID技术的应用系统;设计了一种基于贝叶斯算法的K近邻改进算法。实现了对批量零件的数目统计和变动监控,对零部件在产线移动过程中的追踪,对车间工人的实时定位与管理。在一定程度上改善了车间手工统计、丢件缺件以及管理混乱等缺陷,从而提高了车间的信息化、透明化、高效化和安全化水平。

针对自动导引运输车(AGV)在工作现场易受到外界干扰的问题,围绕PID参数对控制系统性能影响机理进行研究,提出一种改进模糊PID算法。建立AGV的运动学模型,通过对比例、积分、微分部分的修正,弥补常规模糊PID的不足,提升控制策略的抗干扰性能。同时提出一种控制系统性能评估方法,对控制策略进行量化评价,在MATLAB的Simulink环境下将改进算法应用于模型,比较算法改进前后系统的性能,仿真结果表明,改进的模糊PID算法可以有效提高控制系统的抗干扰性能,增强了稳定性和实时性。

针对角接触球轴承实际安装会出现错位角,与承受过大外载荷会产生接触椭圆被截断的情况,提出一种包含错位角的轴承极限承载能力分析模型。通过改进算法,减少方程数量,降低了模型求解难度;通过与文献、Romax软件的对比,验证了算法的正确性;最后,以角接触球轴承7008C为研究对象,分析了不同参数对极限承载能力的影响。结果表明,增大错位角与径向力、增加滚动体数量、减小滚动体直径会在一定程度上削弱极限轴向力与极限倾覆力矩;增大沟曲率半径系数与挡肩高度可以显著提高极限轴向力与极限倾覆力矩;然而,最小挡肩高度制约了轴承的极限承载能力。

全量补偿法的提出为部分输入未知条件下的结构参数识别以及荷载反演提供了一个很好的思路,但由于该算法在进行参数估计时没有考虑已知输入与未知输入的可信度差别,因此参数收敛过程中会产生振荡现象,收敛速度相对较慢.在此基础上,充分利用部分输入可确知而部分输入未知的激励特性,构造了一个基于加权最小二乘准则的改进算法.与原算法相比,改进算法不仅在理论上更加完备,而且其收敛特性也有质的改善.在同等的参数识别精度条件下,其所需的迭代次数仅为原算法的十分之一.

针对BP神经网络的原始算法收敛速率慢、学习精度低、训练过程易陷入局部极小值问题，为解决上述问题，提出一种以变学习率BP算法为基础的改进算法，通过区分隐层和输出层的学习率，并用交叉熵作性能函数，提高算法的学习精度和训练速度，并经过数学推导，得到改进算法的实现公式。将改进算法应用于奇偶数判别问题进行仿真，仿真实验结果与其它类似的方法进行比较后，发现改进算法大大降低了网络迭代次数，缩短了网络的训练时间，提高了训练精度，验证了该算法的有效性。

讨论了Microchip公司的KEELOQ加解密算法的实现机制，通过引入随机数，提出了一种新的改进算法，并给出了其在单片机中的实现方法。该算法具有简单实用、所需硬件资源少、传输效率和安全性相对较高等优点，适用于需要数据加密的小型无线数据传输系统，具有广阔的应用前景。

主动测量技术已广泛应用于磨加工的在线测量，针对磨加工主动测量中的断续表面数据处理技术，测头在出凹槽时的跳动问题，对已有研究的方法进行了改进方法，使磨加工在线断续表面数据处理更符合实际情况，提高在线测量精度。针对不同零件的表面特征，采用差值修正法和数值记忆法对断续表面数据进行处理，差值修正法采用差值修正，数值记忆法采用一个触发周期内相邻实测数据之差绝对值Δd最小时对应的测得尺寸d i作为特征值输出进行修正，经实验分析验证了改进方法的可行性。改进的磨加工断续表面在线数据处理技术，有效的解决了实际磨削加工在线测量中遇到的测头出凹槽跳动问题，可有效提高磨加工主动测量控制仪对断续表面数据处理的准确性，对完善磨加工主动控制仪的功能，提高其稳定性和精度，起到了促进作用。

为了实现车辆的主动侧倾控制,针对液压式主动稳定杆（active stabilizer bar,ASB）系统的液压迟滞,提出了一种改进的控制算法。算法先由模糊规则计算出权重系数,再对侧向加速度实测值与估计值进行动态加权处理,并将该加权值用于反侧倾力矩的计算。基于硬件在环（hardware-in-the-loop,HIL）仿真实验平台,在典型工况下进行了实验研究。实验结果表明：改进的控制算法能够补偿液压式ASB系统的液压迟滞,进一步改善了车辆的侧倾稳定性与行驶平顺性。

介绍了一种在液压系统中的检测开关量信号改进算法,详细说明了传统算法的特点,改进算法的优点和实现方式.