摘要：综合考虑机械结构和控制器对系统性能的影响,采用结构与控制一体化设计方法对单连杆柔性机械臂系统进行了研究,同时优化设计参数包括柔性机械臂结构参数和控制器参数.为兼顾系统鲁棒性和抑制末端柔性振动性能,采用H_∞鲁棒控制器.结构设计变量的参数寻优采用智能优化算法.设计结果表明.柔性机械臂具有非均匀截面梁结构,设计的控制器对系统参数的不确定性有较好的鲁棒性.

摘要：为了进一步提高系统的整体性能,综合考虑柔性机械臂动力学特性与控制策略的作用,基于同时设计思想,建立了系统整体优化数学模型(包括机械臂结构、传感器、控制器和驱动器等参数)．在整体优化目标下,通过改进的遗传算法进行了系统参数的全局寻优．优化后的柔性机械臂为变截面梁,控制器不仅易于实施而且对系统参数的不确定性具有鲁棒性．研究结果表明,全局优化设计使该系统在不增加能耗的同时,改善了柔性振动抑制效果,提高了系统的整体性能．

摘要：首先利用ADAMS软件建立带有电动助力转向系统(EPS)的整车多体动力学模型;然后在Matlab/Simulink环境中设计了PID控制的EPS系统,定义了与ADAMS/CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS/CAR和Matlab/Simulink环境下通过输入输出接口进行联合仿真。几种行驶工况下的EPS及整车的动态特性计算结果,表明联合仿真方法是正确有效的,并为其在车辆工程中的实际应用提供了参考。

摘要：转炉倾动机构,作为典型的多点啮合传动装置,多路动力源共同驱动负载易引起载荷分配不均,齿轮作为系统运动和动力传递的核心部件,转炉倾动机构多路传动不平衡性引起的累积误差最终通过耳轴中心大齿轮的受载情况体现,分析耳轴大齿轮与周边小齿轮的载荷分布,并首次引入行星轮系不均载系数的概念,对倾动机构多路传动不平衡而导致的耳轴中心大齿轮及周边驱动小齿轮的载荷均衡状况进行了研究,同时得出耳轴中心大齿轮的位置误差比与之啮合的周边小齿轮的位置误差更易引起载荷不均。

摘要：采用Pcmodel分子力学程序和PM3半经验量子化学计算法,对新型吗啉衍生物气相缓蚀的分子设计过程进行了讨论.结果表明:通过分子内的亚甲基链把吗啉和二环己胺分子连接起来,合成吗啉Mannish碱衍生物N,N-二环己基胺甲基吗啉,可以在碳钢表面形成多中心的吸附,具有较高的EHOMO和较低的ELUMO,提高了N,N-二环己基胺甲基吗啉在金属表面的覆盖程度以及与金属的键合强度.当向N,N-二环己基胺甲基吗啉引入苯甲酸根阴离子后,整个体系的EHOMO进一步升高,ELUMO进一步降低,该复配体系和钢铁成键更稳定,从而使其气相缓蚀能力得到进一步的增强.

摘要：分布式图计算是目前处理大图数据的主流技术,但是存在诸多无法避免的问题,比如分布式计算的负载均衡和分布式实现的调试和优化仍然非常困难.另一方面,近几年的研究结果表明:通过设计合理的数据结构和处理模型,在单个PC上基于大容量磁盘的大图计算往往可以获得与分布式图计算相当的处理性能.例如,Graph Chi在单机上的处理性能与Spark在50台节点上的处理性能相差无几.结合累加迭代计算和单机并行处理技术,提出流式处理的异步计算模型ASP.它实现了对磁盘的完全顺序访问,允许流式的顺序载入结构数据的同时进行异步更新计算.基于ASP模型,提出了一种流式处理的异步图处理框架S-Maiter,实现了高效率的基于外存的单机大图处理,通过I/O线程优化、内存资源监控、shard级优先级调度等优化技术,提高了系统处理大图数据的性能.实验结果表明:在处理大图数据(1 300万顶点,5亿连边)时,仅仅需要1台PC机计算资源的S-Maiter与在16台PC上运行的分布式Maiter的性能几乎相当.并且,S-Maiter比另外一个流行的单机大图处理系统Graph Chi要快1.5倍.

摘要：本文在研究煤层地质条件开采工艺评价这样一个复杂的模糊评价系统中，根据各评价因素的特点，选择不同的方法进行构造隶属函数，实现了优化组合。并提出了对隶属函数，实现了优化组合。并提出了对隶属函数进行修正及其神经网络自学习模型，完成了对复杂模糊评价系统中隶属函数的动态分析。从而不仅使煤层地质条件开采工艺性评价系统更具有可靠性和可操作性，而且也完善和发展了模糊评价系统，使其应用前景更加广阔。

摘要：针对汽车产品设计部门中隐性知识显性化、知识固化和再利用等问题展开研究,借助于两大信息系统ARIS与P3E/C建立企业的知识管理平台,帮助企业设计部门进行知识的显性化和固化,最终建立方便知识共享与传递的知识库。这些问题的研究对制造企业特别是汽车制造企业设计部门实施知识管理有普遍适用性。

摘要：SimRank算法利用网络结构来评估网络中任意2点的相似性,它被广泛应用于社交网络和链接预测等诸多领域中.近年来,随着大数据技术的发展,SimRank算法处理的数据不断增大,人们利用MapReduce等分布式计算模型设计实现分布式的大规模SimRank算法来适应大数据处理的需求.但是,由于SimRank算法包含开销较大的迭代过程,每次迭代之后都需要一个全局同步,且每次迭代的计算复杂度高、通信量大,SimRank算法不能在分布式环境下高效地实现.1)提出Asyn-SimRank算法,该算法采用迭代-累积的方式完成迭代计算,异步执行SimRank的核心迭代过程,避免了大规模分布式计算中的大量同步开销,同时有效降低计算量并减少通信开销;2)提出关键点优先调度计算,提升了AsynSimRank算法的全局收敛速度;3)证明了Asyn-SimRank算法的正确性和收敛性以及关键点优先调度计算的有效性;4)支持异步迭代的分布式框架Maiter上实现了Asyn-SimRank算法.实验结果显示,相比较于Hadoop,Spark上实现的SimRank算法和Delta-SimRank算法,Asyn-SimRank算法大大提升了算法的计算效率,加速了算法收敛.

摘要：故障智能诊断系统中的数据类型繁多复杂,其数据库向着大容量、通用化方向发展。本文对系统数据来源、数据库结构进行了分析,并结合智能诊断流程与数据需求,对数据库设计进行了详细阐述;致力于遵循国际标准,采用MIMOSA的CRIS V2.1规范,达到信息资源的规范存储和网际共享。