摘要：针对高性能太赫兹功能器件的规范化设计需求,本文将智能逆向设计方法应用于太赫兹带通滤波器的设计与优化中.建立与数字空间映射的亚波长超表面等效模型,从设定器件的目标功能和约束条件出发,利用智能算法探索整个解空间中的全部可能结构,迭代寻优至最优结构图案.本文利用搭建的逆向设计框架设计了中心频率为0.51 THz、带宽为41.5 GHz、插入损耗为–0.1071 dB的太赫兹带通滤波器.与传统的人工正向设计相比,逆向设计方法可解构出窄带、低插入损耗、带外抑制强、极化稳定性强的带通滤波器.

摘要：通过分析现有空间直线度测量方法的优缺点,结合目前企业对于棒料直线度检测的现状和需求,提出了一种基于复合点位移的旋转棒料直线度检测方法并实现弯曲角度定位。通过研究空间直线度、圆跳动、全跳动等形位误差关系,确定采用螺旋线提取法为测量点提取方法,两端点连线法为直线度评价方法。通过激光位移传感器沿轴向运动采集旋转棒料的位移,建立位移变化信息与直线度的数学模型,从而判断棒料的直线度误差;并根据位移变化信息与转动行程的关系实现棒料的弯曲角度定位。基于上述方法,设计开发了一套直线度检测及弯曲角度定位装置,通过实验对测量精度与误差进行分析,结果表明该系统的精度、重复精度、弯曲定位精度满足实际需求。

摘要：在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型,并结合振动信号特征提取,将该模型应用于汽车衡螺栓松紧状态的预测。首先,研究并提取了螺栓不同松紧状态下输出振动信号的波形指标、峰值指标、脉冲指标、峭度指标等信号特征,并将其作为模型的共同输入特征向量;然后,采用莱维飞行提高了粒子群优化算法的寻优能力,通过产生随机步长,提高了算法的全局寻优能力,避免算法陷入局部最优值;利用改进的算法对广义回归神经网络(GRNN)的光滑因子进行了优化,得到了全局最优的光滑因子;最后,通过设计实验,分别使用广义回归神经网络(GRNN)、粒子群算法优化广义回归神经网络(PSO-GRNN)和LPSO-GRNN,以此来对螺栓松紧状态进行了预测,并将预测结果与实际情况进行了对比分析。实验结果表明:基于LPSO-GRNN建立的螺栓松紧状态预测模型,其预测准确率可达到95%。研究结果表明:该螺栓松紧状态预测模型可以有效提高汽车衡螺栓松紧预测的准确率,同时有效解决粒子群算法容易陷入局部最优收敛的问题。