为节省按需式电流体微滴喷射打印技术的微滴直径预测时间及解决众多工艺参数的合理选择问题,实现更高打印质量和效率,提出了数值仿真与机器学习算法相结合的方法。基于线性回归、支持向量回归、神经网络和随机森林算法建立8种参数与微滴直径的关系模型。算法结果表明支持向量回归算法准确率最高、误差较小,随机森林算法和线性回归算法次之,神经网络算法准确率较低且误差较大。机器学习可以对按需式电流体微滴喷射打印微滴直径进行有效预测,此方法可以有效地提高设计效率。

在工程中改变支承结构的刚度或阻尼,可达到主动隔振,并安全通过共振区,随着智能材料的发展(如压电材料、电流变体、记忆合金,光纤等),使将支承结构刚度和阻尼做成可变的成为可能,本文研究了压电控制系统在主动隔振的应用.

以Visual C＋＋为开发工具,采用PID算法处理PCI-1711采集卡采集进来的液位数据,编程实现对水箱液位的实时控制。

为了使锅炉水处理安全高效地自动运行，设计以单片机AT80C51为核心的锅炉水处理控制装置，实现了以C语言为编程基础的软件控制。实际应用表明，通过本方法，设计的控制器可以获得满意的控制效果。

针对变分模态分解(Variational Mode Decomposition,VMD)的参数需事先人为确定的问题以及如何选取包含故障特征信息的本征模态分量(Intrinsic Mode Function,IMF)的问题,提出了基于信息熵的参数确定方法和基于信息熵的IMF选取方法。该方法首先对原始故障信号进行变分模态分解,通过信息熵最小值原则对其参数进行优化,获得既定的若干IMF分量;在优化参数时获得信息熵最小值所在的IMF,选取其为有效IMF分量进行包络解调分析,提取轴承故障特征频率。通过轴承仿真信号和实际数据分

为了有效的实现滚动轴承的故障诊断,提出基于近似等距投影和支持向量机的滚动轴承故障诊断方法。该方法首先使用高斯随机投影矩阵对数据进行降维投影得到压缩数据,根据近似等距投影性质压缩数据能够保持原始信号的结构;然后从压缩数据中提取压缩域特征并作为支持向量机的输入,建立滚动轴承故障诊断模型,实现轴承的故障诊断。使用不同状态的轴承实测数据进行验证,结果表明该方法能够获得准确的结果。

针对滚动轴承早期故障特征提取困难的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和改进的自适应共振技术的滚动轴承故障特征提取方法。针对轴承故障信号所在频带难以选择的问题,提出了基于改进的自适应共振技术(Improved Adaptive Resonance Technology,IART)的IMF选取方法。首先,确定模态数,提出了峭度最大值的模态数确定方法;然后,对原始振动信号进行VMD分解,获得既定数目的本征模态分量(Intrinsic Mode Function,IMF);其次,利用IART选取包含丰富故障信息的IMF分量;最后,(如有需要)对选取的IMF分量进行基于IART的带通滤波,并进行包络解调分析提取故障特征频率。将该方法应用到轴承仿真数据和实际数据中,能够实现轴承故障特征的精确诊断,证明了该方法的有效性。

首先简要介绍了自行设计的纯水液压试验系统的工作原理和主要特点,接着讨论了测试系统的组成.通过对液压缸无杆腔的压力和其活塞杆位移的采样,针对不同负载作用下液压缸的进口节流和出口节流调速两种情况,研究了其速度-负载特性,得到了一些具有重要价值的结论.最后对试验结果从理论上进行了分析和解释.