基于微晶玻璃圆孔的高效超精密加工方法,提出了3种圆孔气囊抛光方式并综合分析其优缺点,最终确定三棱柱型气囊抛光头作为实验对象,并通过工艺实验分析了抛光工艺因素对表面粗糙度的影响。实验结果表明,该三棱柱型气囊抛光头可以实现微晶玻璃圆孔的高精度表面质量加工,圆孔表面粗糙度值可达到0.0169μm。

支撑翼布局飞机的机翼展弦比较大,在机翼结构质量估算中应考虑颤振约束的影响。以单通道支撑翼布局客机为研究对象,基于结构有限元模型,应用结构优化方法,对比分析了不考虑颤振约束和考虑颤振约束对支撑翼布局机翼结构质量的影响。分析结果表明,考虑颤振约束后,主机翼的蒙皮厚度明显增加,整个机翼的质量增加了12.5%,颤振约束是影响支撑翼布局机翼质量的重要因素。

在传统斜排五点双曲肘机构的理论基础上,通过机构运动参数分析、理论推导,建立数学模型,得到一套适用于精密全电动注塑机的斜排五点双曲肘机构的理论设计计算方法。针对高速注塑工况,建立了350 t全电动注塑机锁模单元数值仿真模型并进行迭代求解;对机构动模板后退行程曲线、动模板与十字头速度比值曲线、动模板加速度曲线和行程放大比进行分析,得到了评价和控制锁模单元开、合模平稳性和结构紧凑性的方法。

随着电网规模的不断扩大,电力通信网络的作用越发显得重要。介绍了深度学习算法的种类,基于神经网络对现有深度学习算法进行改进,构建了深度学习算法模型。建立了基于深度学习算法的电力通信网络,当电力通信网络出现故障或元件发生变化时,智能终端采集故障数据并上报,实现对电力通信网故障的智能定位。采用某市电力公司通信网络的故障数据进行仿真验证,结果显示,改进的深度学习算法与已有的算法相比,对电力通信网络故障的感知具有更高的准确率。

为了提高应用于恶劣工程环境下非标工控机柜的防护性能及设计效率,首先基于防腐机理,提出了关于工控机柜选材和外围防腐工艺的几点建议;其次根据防雨防潮、柜内通风散热基本设计要求,提出了柜体关键防护部位的结构优化措施;最后针对机柜的可移植、参数化多功能典型结构部分,借助SolidWorks软件的参数化功能,引入变量控制设计技巧,大幅度提高了设计效率。按照此思路设计的工控机柜,既可抵御恶劣工程环境,又可缩短研发周期并降低制造成本,为多领域非标工控机柜的融合设计提供了参考。

为解决机械振动信号在压缩感知过程中稀疏过完备学习字典训练时间过长的问题,提出一种快速训练的过完备学习字典学习快速算法。该算法在SGK字典学习算法的稀疏编码阶段使用同步正交匹配追踪法(SOMP)对多列训练样本原子进行同步稀疏编码,提升字典学习速率。首先确定同步稀疏编码原子数m1,然后根据m1对训练样本进行分块并采用SOMP算法对m1列的样本原子进行同步稀疏编码,最后利用最小二乘法对字典原子进行更新。算法进一步提升了SGK字典学习算法的速率,缩短了单次迭代稀疏编码所用时间。仿真实验结果表明,在相同条件下基于字典学习快速算法训练的过完备学习字典的压缩重构性能与K-SVD和SGK算法训练的过完备学习字典几乎相同,但训练字典所用时间明显减少。

为有效处理基于光伏的分布式发电过程中存在的过电压和过载问题,在研究了低压配电系统功率流、光伏发电、需求响应等模型的基础上,提出了一种基于需求响应机制的柔性负荷模型。该模型为一个典型的非线性规划问题,可通过PSO算法进行求解。仿真阶段,利用基于光伏的分布式低压馈线模型验证所提柔性负荷模型,结果表明,所提模型能够将需求进行转移,且电压和电流均满足限制条件。实验结果也进一步验证了该模型能够提升能源利用效率。

基于信号局部均值分解法拓展原始机械信号的两端,优化经典局部均值分解法的端点效应,避免分解后原始信号失真。阐述了旋转机械故障诊断的基本流程,引入Fast ICA(快速独立分析因子)联合降噪,并基于能量系数和偏度系数构建特征向量,用相关系数增强分量包络谱的可靠性,提高了故障诊断与识别的准确率。实验结果表明,提出的故障诊断方法的诊断准确率在特征识别与模式识别下均较高,同时可以将均方误差值控制在一个较低的水平。

针对目前平行泊车路径规划存在的曲率突变和曲率变化波动问题,提出了一种基于车辆运动学模型的平行泊车轨迹规划方法,首先研究了平行泊车转角和速度随时间的变化曲线,然后将所设计的转角和速度输入车辆运动学模型得到一系列泊车轨迹,最后建立了优化目标函数,并从一系列泊车轨迹中得到一条最优轨迹。利用MATLAB进行仿真验证,仿真结果表明,通过该方法规划得到的泊车轨迹曲率连续、曲率变化平顺。

针对现有数字通信过程中信号调制处理的缺陷和不足,提出基于改进Adaboost-SVM分类器的信号调制算法。首先预处理原始信号并提取信号的基本特征,利用小波算法捕捉完整的信号细节特征。其次改进Adaboost算法和SVM分类器的基础性能,汇总弱分类器并生成强分类器,准确确定原始数据集的权重比例关系,剔除负样本集合的干扰,并降低算法的复杂度。最后用测试结果证明,所提信号调制分类算法的收敛性能和消噪效果更好,在相同的信噪比区间内拥有更高的分类识别准确率。