摘要：针对滚珠丝杠进给系统关键结合部动态特性参数的辨识精度不高等问题。提出利用可表征结合部动态特性参数与整机固有频率之间映射关系的深度神经网络(deep neural network, DNN)建立进给系统整机的等效动力学模型;结合进给系统固有频率的DNN预测值与实验模态分析值,采用粒子群优化(particle swarm optimization, PSO)算法对进给系统关键结合部的不同方向的刚度、阻尼参数同时辨识。以自行设计制造的进给系统实验台为实例进行整机建模、实验、参数辨识等分析;最终的辨识结果达到很高精度,说明该方法是可行、有效的。

摘要：骨折愈合是个复杂的过程,为了保证骨折愈合的质量和速度,必须动态精确地预测骨折愈合过程中创伤断面应力的大小及其变化趋势,以便及时调整骨折治疗装置对创伤断面的施力。针对现有应力预测方法预测精度较低的问题,提出基于弱化缓冲算子和GM(1,1)等维新息模型的骨折愈合应力的动态预测方法。先将实测应力数据经过弱化缓冲算子作用,再利用GM(1,1)等维新息模型对弱化处理后的应力数据序列建立预测模型。设计活体山羊骨折模型进行动物实验,获取活体山羊骨折愈合过程中创伤断面的日平均应力,利用该方法进行建模,对骨折愈合过程中次日的创伤断面应力进行动态预测,并与基于GM(1,1)等维新息模型的应力预测结果进行比较。应力预测结果表明:所提出的基于弱化缓冲算子和GM(1,1)等维新息模型的应力预测方法具有很高的预测精度,以预测误差的平方和作为评价指标,其预测精度达到基于GM(1,1)等维新息模型应力预测方法的40倍以上,具有较好的骨折治疗临床应用前景。

摘要：针对现有高精度气动位置伺服控制算法复杂、难于工程实现的问题,以灰色关联分析理论为基础,提出基于传统控制算法的灰色关联补偿控制新方法。该方法将灰色关联控制与传统控制相结合,在传统控制回路中增加灰色关联补偿控制器。该补偿控制器根据控制系统实际输出与期望输出数据序列之间的几何形状相似性和距离,计算两者之间的加权灰色关联度,设计灰色关联补偿控制律,对传统控制器的控制输出进行动态补偿。以DGPL型无杆气缸为控制对象,进行气动位置伺服控制的仿真与试验研究,对比灰色关联补偿控制方法与传统控制方法(比例积分微分(Proportional-integral-differential,PID)控制、模糊控制)的控制精度。仿真与试验结果表明,在相同的控制器参数下,灰色关联补偿控制的控制效果优于常规控制器的控制效果,补偿控制器参数经过适当调整,可以实现气动位置伺服系统的高精度控制。

摘要：针对骨折创伤断面轴向压力和径向剪切力的实时精确测量要求，设计了基于E型圆膜片式结构弹性体的微型二维力传感器，建立了传感器弹性体应变的理论分析模型。根据理论分析模型对传感器弹性体的主要结构尺寸进行了优化，设计了弹性体上应变片的贴片位置和组桥方式。对传感器进行了标定实验，获得了标定数据。标定实验结果表明：传感器灵敏度为2．9MPa／N，轴向力满量程非线性误差为1．1783％，径向力满量程非线性误差为1．0416％。

摘要：针对传统粗糙度测量方法识别准确率不高的问题,提出了基于迁移学习和模型融合的粗糙度检测方法。首先,采用所设计粗糙度检测系统中的CCD相机模组采集工件表面图像并制作数据集;其次,通过迁移微调VGGNet-19、Inception-V3以及DenseNet121进行多模型融合,得到了适用的粗糙度检测模型;最后,用数据集进行网络训练以提取图像中的纹理细节特征,实现对粗糙度等级的精准识别。针对车削、铣削和磨削共15种粗糙度等级图像进行实验验证,系统识别精度可达91%。结果表明,所提出的系统可有效地实现粗糙度等级自动检测。

摘要：为解决低照度下工件表面粗糙度等级识别正确率低的问题,提出一种基于同态滤波和深度卷积模型的低照度工件表面粗糙度等级识别的方法。该方法通过对不同照度下工件表面粗糙度图像进行等级识别,确定了同态滤波器的最优参数值,再将图像从RGB空间转换到HSV空间,在对V(亮度)分量进行同态滤波处理后,再将图像转回RGB空间并通过设计好的深度卷积模型对图像进行识别。实验结果表明:图像的亮度对比度得到了改善,图像的纹理细节更加显著;该方法简单、有效,对低照度工件表面粗糙度等级识别有很好的效果,识别正确率达到95%以上。

摘要：针对滚动轴承故障特征难以准确表征的问题,基于轴承振动信号具有短时平稳性的特点,提出对轴承振动信号进行分帧、加窗、DFT、图像编码等处理后构建表征轴承故障的振动信号振谱图。设计用于滚动轴承故障诊断的深度卷积神经网络,采用已知故障模式的轴承振动信号振谱图及其对应的故障标签对网络进行1训练。基于此方法,以美国凯斯西储大学公开的滚动轴承故障诊断实测振动信号为对象进行故障建模与识别,结果表明:所识别的轴承故障准确率达到100%,获得了很高的故障诊断精度。

摘要：针对由于传统PID串级控制结构的局限性以及欠训练神经网络前馈控制器输出的控制量的不确定性导致的直流伺服电机位置跃变控制动态性能欠佳的问题,提出了一种基于模糊推理决策神经网络前馈补偿值的控制方法。该方法包括三个控制子模块:基础控制模块、神经网络控制模块、以及模糊决策模块。基础控制模块为传统PID控制,保证控制初期整个系统的稳定以及为神经网络控制模块提供在线学习样本;神经网络控制模块通过在线学习被控对象的动态逆模型后对PID控制器进行前馈补偿;模糊决策模块根据电机位置的实时跟踪情况输出决策因子,用于自适应决策神经网络控制模块在欠训练时的前馈输出量,提升直流伺服电机位置跃变控制时的动态品质。仿真和实验结果表明:提出的方法在不牺牲稳态精度条件下,显著提升直流伺服电机位置控制的快速跟随性能,减少了控制系统的超调量和调节时间,具有较好的动静特性和较强的鲁棒性。

摘要：文章通过案例分析，对国内轨道TOD发展较早的长三角地区轨道TOD进行了解读，了解了轨道站点周边发展及建设脉络与经验，为轨道站点周边建设提供了参考。

摘要：有时执着的追求会衍生出一种别异的自我风格。