王昕[1]2002年在《模糊神经网络在机械设计中的应用》文中研究表明本文探讨了如何利用模糊神经网络进行机械设计的问题,并对应用过程中出现的小样本问题提出了两条解决思路。 本文首先简要介绍了神经网络和模糊神经网络的数学基础、算法模型、网络结构和程序实现方法,阐述了利用模糊神经网络进行机械设计和计算的基本思想。 本文完成了模糊神经网络在齿轮热分析方面的应用工作。利用单参数变化的样本作为训练样本,对模糊神经网络进行训练,然后计算出多参数变化时的齿轮发热量变化趋势。 此外,本文对机械设计中出现的小样本问题提出了两种解决思路,一是利用专家调查法减少参数;一是利用正交化实验法构造样本,并将这两种思路分别应用在带的选型上。 最后,本文就研究中取得的成果和不足进行了总结,对后续的相关研究提出了建议。
杨勇[2]2008年在《EMD和模糊神经网络在滚动轴承故障诊断中的研究与应用》文中研究说明滚动轴承是机械设备中的易损件,据统计旋转机械的故障有30%是由滚动轴承故障引起的,在其出现故障后机械设备的工作精度就会下降,甚至导致机械设备无法正常工作,出现严重的事故。可以说,滚动轴承的运行状况的好坏直接影响到整个机电设备系统的性能。所以,滚动轴承作为机械设备中最常用的部件之一,对其进行故障监测和诊断是国内外工程技术领域一直非常关注的课题。据大量的研究事实证明,目前对滚动轴承的状态进行监测与诊断,最实用的方法是振动信号分析法。本文首先从滚动轴承的故障振动机理出发,总结了滚动轴承在发生局部故障时所对应的谱值变化,并在实验室的故障诊断实验台上,针对滚动轴承正常、外滚道疲劳剥落、滚动体疲劳剥落、内滚道疲劳剥落四种状况进行了故障模拟实验,采集了这四种状况的振动信号。本文把具有自适应性的EMD方法应用在滚动轴承的故障特征值的提取中,首次提出了基于IMF能量矩的特征向量提取法,通过和小波包频带能量法与IMF能量法的比较,说明了IMF能量矩的特征向量提取法更能突显出非平稳信号的差异。并把IMF能量矩和模糊神经网络相结合,通过与单纯的模糊诊断和神经网络诊断方法的比较,证明了模糊神经网在滚动轴承的故障识别中,显着的提高了滚动轴承故障诊断与识别的准确性和实时性。
李明军[3]2007年在《半主动悬架控制与性能检测系统的研究》文中认为悬架是车辆的重要总成之一,它对车辆的平顺性和操稳性等多种使用性能都有很大的影响,因此设计优良的悬架系统对提高汽车产品的质量有极其重要的意义。由于传统的被动悬架不能随路面的变化而变化,难以在变化的路面上达到最优的性能,因此在协调车辆的行驶平顺性和操稳性方面存在着很大的局限性。所以,近年来人们开展了对非被动悬架的研究,即用电子控制方法提高车辆悬架系统的性能。主动悬架系统虽然克服了被动悬架系统的缺陷,但由于主动悬架系统技术难度大、发动机功率消耗大、成本高等缺点,目前还停留在理论研究和实验试用阶段。而由弹性元件和阻尼力可控的减振器组成的半主动悬架,可根据车身震动加速度等反馈信号按照一定的控制规律产生最佳减振力,能够很好的满足车辆行驶过程的需要。同时与主动悬架相比,由于半主动悬架工作过程中几乎不消耗发动机的功率,结构简单,价格低廉,所以,半主动悬架已成为国内外汽车领域内的一个较为活跃的热门研究课题。汽车半主动悬架是一非线性系统,而常规的控制策略应用于非线性系有一定的局限性。为了更好地逼近实际系统,获得更佳的控制效果,本论文中应用了模糊—神经网络控制理论。并且在对半主动悬架进行了建模和控制仿真研究的基础上设计了单片机控制系统对模糊神经网络控制理论进行了实现。同时为了验证模糊神经网络控制理论和单片机控制系统在实际应用中的功能效果,在本课题中探索并开发了一种基于Labview的悬架特性检测系统。该系统是在原有被动悬架检测台和Labview软件的基础上,选配必要的传感器、信号调理电路和数据采集卡等硬件组成汽车悬架虚拟测试系统。本文最后将单片机控制系统和悬架特性检测系统合为一个整体进行了实验。实验数据表明基于模糊神经网络控制理论的半主动悬架性能明显优于被动悬架,采用虚拟仪器技术的汽车悬架测试系统与原有系统相比,在检测精度上能满足实际检测的需要;在系统的易用性,可扩展性以及对数据处理等方面比传统仪器有更大的优势;虚拟仪器开发和维护费用更低;而且在开放性、灵活性方面也可与计算机同步。
赵伟杰[4]2017年在《基于全矢极限学习机的轴承故障预测研究》文中提出当前机械设备向着更加高效化、集成化和大型化的方向发展,因此如何保证其安全稳定的运行具有重大研究意义。随着计算机技术和传感器技术的发展,故障预测理论和技术也随之发展完善,并为上述问题提供一种较好的解决途径。但是传统的信息采集方式是用单一传感器来采集单通道信息来进行分析,因为信息不够全面,可靠性并不是很好。而全矢谱技术则将互为正交的两个通道的信号加以融合,能更全面准确反映出设备运行状态。预测算法方面,一直是人工智能研究的热点,而且近年出现了一系列新的算法,比如极限学习机,具备良好的精度和可靠性,并且具有计算量小,速度快等特点。本文将全矢谱技术与神经网络和极限学习机相结合,并以滚动轴承为对象进行故障预测研究,主要研究内容如下几个方面:(1)采用全矢Hilbert解调方法提取滚动轴承的故障特征频率,通过仿真和实例分析,本方法可以有效将特征频率提取出来,为神经网络训练样本的提取奠定理论基础;(2)提出了基于全矢模糊神经网络的故障预测模型,并进行实例验证,结果表明,因为模糊神经网络自身的缺陷,预测结果稳定性不佳,容易造成误诊;(3)提出了基于全矢小波神经网络的故障预测模型,并进行实例验证,结果表明,利用小波基函数对神经网络进行改造,可以提高神经网络在滚动轴承故障预测中的效果。但是小波神经网络依然没有解决传统神经网络的故有缺陷,依然采用梯度下降的学习方法,因此容易陷入局部极值而影响预测模型效果;(4)针对传统神经网络的不足,提出全矢极限学习机的轴承故障预测模型,通过实例验证表明,它可以很好的拟合期望输出,误差度小,对滚动轴承故障的预测表现了很好的稳定性和精确性。极限学习机不像传统神经网络那样需要设置大量参数,只需要设置隐含层神经元数即可,因此其计算量小,运算速度快,具有很好的实时性能和实用价值。
罗小宾[5]2004年在《机械产品图像识别技术及其在反求设计中的应用研究》文中进行了进一步梳理随着全球经济一体化,市场竞争日益激烈,迫使企业要快速响应市场的变化和客户需求。在机械产品开发过程中,采用先进的产品设计方法和手段快速响应市场需求是企业求生存与致胜的关键因素之一。反求设计是面向21世纪新产品开发的一种先进制造模式,已成为利用现有产品进行改型、创新及快速设计的一条有效途径,它涉及几何测量、图像处理、机器视觉和CAD/CAM等技术领域,对反求设计基本原理与关键技术进行研究具有重要应用价值。 如何将实物零件/几何模型经过图像数据获取和处理,实现叁维模型重构、交互设计和创新设计,以便于快速成型投放市场是反求设计研究的一个关键技术问题。资料统计表明,视觉信息来源占人类获取信息的70%以上,在通过获取产品数字化信息而进行产品反求设计过程中,图像信息的获取和处理占十分重要的地位,对基于图像处理的反求设计方法研究具有重要的理论意义和应用价值。目前,基于视觉的机械产品叁维重建是困扰广大研究者的一道难题,属于本学科领域研究的一个前沿问题。本论文作者在综述反求设计研究现状和发展趋势的基础上,以四川省应用基础研究课题“机械产品叁维快速检测与反求设计方法的研究”为背景,重点进行基于图像处理的集成反求设计的关键技术与实施方法研究,建构基于图像处理的集成反求设计系统的体系结构。本论文在理论探讨和应用研究的主要内容和特色如下: (1) 通过快速响应工程与实现快速设计方法研究概况和关键技术的综述分析,阐述了反求设计的工作原理和应用前景。较深入地研究了基于图像处理的集成反求设计的数字化建模技术,构建了一种基于特征识别的机械产品动态约束的信息模型,提出了基于知识的反求设计体系结构的体系模型。采用UML建模语言把基于图像处理的集成反求设计的各个子系统的功能集成在一起。 (2) 针对应用计算机视觉原理实现叁维实物数字化的需求,探讨了计算机视觉成像方法,分析论述了参考图像中对应关系的建立、图像深度信息处理及光照模型等问题。对于图像数据获取中存在噪声问题,提出了一种新的自适应中值滤波算法,把多个方向的子窗口同时作用于该象素,比较这些子窗口的灰度一致性,然后选择灰度一致性较高的子窗口的中值,作为处理后的该象素四川大学博士学位论文的灰度值。以一种标准中值滤波算法与本自适应算法进行测试图像和实际图像对比实验,本算法在去噪效果和细节保护特性方面均优于标准中值滤波方法。 (3)在基于图像处理集成反求设计模型的基础上,提出了一种基于ICT图像的局部曲面重建的实体建模方法,分析了基于光线追踪的体绘制算法的原理和影响显示效率的因素,提出了改善机械产品体绘制效率的方法。开发了集成反求设计的SCU一IRE实验系统,并进行应用验证。 (4)根据机械产品分类识别的需要,将模糊系统与神经网络算法相结合,提出了一种改进的模糊神经网络(FNN)新算法,采用了一种新颖的鲁棒最小二乘法RLS与BP算法相结合的RLSBP学习算法,使用模糊数学方法将一组机械零件已有的知识转变为规则,按本文所提出的算法对这些机械零件自动识别,有较好的识别效果。 (5)针对DavidM时的视觉计算理论的缺陷,较深入研究了主动视觉方法,采用基于注意机制算法,构建了一种以任务驱动,由上到下的模式,采用Mallat多分辨率边缘检测方法,进行显着特征影射的模型系统的初步探讨。模拟了生物视网膜对视觉信息非均匀采样及生物视觉具有选择注意能力的特点,采用改进的采样模式处理感兴趣的区域扭oI)。在应用中,结合小波等算法对图像数据处理,利用目标的多尺度特征,合理分配计算资源,达到实时高效对物体快速检测和识别的目的。构建了基于视觉的多DSP在线检测系统的框架结构,并探讨了其实施的关键技术。设计了使用该算法的图像采集卡,再使用注意机制算法在工厂实验中进行验证。关键词:机械产品,反求设计,数字化,重构,特征识别,图像处理,模糊神 经网络,注意机制
孙战[6]2008年在《模糊小脑神经网络在交流伺服系统上的应用》文中研究指明模糊逻辑与神经网络技术集成,是近年来学术界与工程界非常关注的研究领域。神经网络擅长于系统辨识和按变化的环境进行自适应变化,而模糊推理系统则在对人类知识进行推理和决策方面占有优势,联合使用二者可以更有效地解决实际问题。小脑模型关节控制器(CMAC)作为一种基于局部逼近的简单快速的神经网络,与模糊逻辑相结合,构成模糊神经网络(FCMAC)控制。这种控制结构能很好的反映人脑认知的模糊性和连续性,有较强的自学习能力,能够克服单—CMAC控制和模糊控制的缺点,很好地适应复杂控制对象的要求。本文运用模糊小脑神经网络来解决某型号远程火箭炮控制系统中随动系统部分控制问题,并在前人工作的基础上,深入研究了小脑神经网络结构辨识和模糊控制的若干问题。本文主要研究的内容:①采用小脑神经网络对交流伺服系统进行系统辨识;②采用模糊小脑神经网络构造交流伺服系统的的智能控制器,引入常规PD反馈控制器,使系统稳定抑制扰动;③建立基于Matlab的交流伺服系统软件仿真平台进行仿真分析,由仿真结果可以看出,模糊CMAC神经网络控制效果好,减小了超调,加快了控制响应速度。
曹衍龙[7]2003年在《面向制造环境的公差稳健设计方法与技术的研究》文中提出本文在分析国内外计算机辅助公差设计技术的发展历史和研究现状的基础上,结合国家自然科学基金项目“设计和制造(工序)公差并行优化设计的研究”(59575076)、“综合公差计算机辅助设计系统的研究”(59705022)、“基于产品几何技术规范的集成公差设计理论与方法”(50275136)以及浙江省自然科学基金项目“基于稳健性和全过程成本的公差设计系统(500115)”和“面向CAPP的工序公差设计研究(502016)”,系统地研究了面向制造的公差稳健设计方法与实现技术。 第一章 论述了计算机辅助公差设计的发展历史和研究现状,综述了国内外稳健设计方法及其应用于公差设计的研究与进展,讨论了本课题的研究背景和意义,给出了本论文的主要研究内容、总体框架及创新点。 第二章 研究了公差稳健设计中所涉及到的成本模型。首先研究了面向制造环境的公差-成本模型,对加工因素进行模糊化处理,建立了加工因素的模糊影响系数,并以此系数和零件公差作为输入,建立了基于模糊神经网络的公差-成本模型。然后应用模糊理论对田口二次型质量损失模型进行拓展,提出了模糊质量损失和模糊质量损失成本的概念,由此建立了模糊质量损失模型,并研究了多质量特性时模糊质量损失成本的计算方法。 第叁章 研究了基于模糊质量损失的公差稳健设计理论与方法。首先给出了公差稳健设计的模糊稳健性指标及模糊稳健设计准则,分析了应用模糊质量损失模型进行公差稳健设计的一般形式和模型,并应用实例进行了验证;研究了基于试验设计方法(田口正交试验法和响应面法等)的公差稳健设计,最后对常用试验设计方法进行了对比研究。 第四章 系统研究了公差可行稳健性和敏感稳健设计与评价方法。在分析可行稳健性和敏感稳健性的含义基础上,建立了公差可行稳健性、敏感稳健性设计和可行敏感稳健设计的数学模型及相应的设计方法,讨论了公差设计可行稳健性和敏感稳健性的评价方法;并用实例进行了验证。 第五章 根据面向制造设计的思想,提出了面向制造的公差稳健设计方法,建立了基于工序能力的公差稳健设计模型,使得在公差设计中能考虑具体制造环境的约束,在获得最优稳健公差的同时选择经济合理的加工方法,保证了公差设计结果的可制造性和稳健性。 第六章 在MDT6.0下应用C++和PB等工具开发了面向制造资源的公差稳健设计原型系统,并用实例验证了前几章所提出的理论与方法。 第七章 概括了本文的主要研究内容,对计算机辅助公差设计应该进一步开展的工作进行了探讨浙江大学博士学位论文:面向制造环境的公差稳健设计方法与技术的研究与展望。
陈志俊[8]2008年在《数控机床切削力误差建模与实时补偿研究》文中研究说明当今,数控机床的应用越来越广泛,数控技术已经渗透到了许多领域,成为提高国际竞争力的关键技术。而随着生产中更高要求的提出,数控机床也暴露出了不足,数控机床的误差问题已成为影响其更广泛应用的障碍。误差补偿技术是提高机床精度的有效方法,并已经成为国际上十分热门的研究课题。误差补偿技术对我国机械加工工业发展的意义尤为重要,随着我国经济的发展,对数控机床的需求也必将进一步扩大。然而我国工业基础差,资金少,不可能对现有设备进行大量的更新,而误差补偿技术的应用可在无须大量投入资金的情况下提高现有设备的加工精度,创造更多的效益。切削力引起的变形是数控机床重要的误差源之一。尤其对于新型的难加工材料和高速切削加工,切削力引起的误差(切削力误差)更为表现得明显。故应该采取技术手段减小和避免切削力误差。本文对切削力引起的变形进行了分析,通过霍尔电流传感器间接检测切削力,建立基于电流信号,运用模糊系统改进的神经网络理论的切削力误差数学模型。同时得出了由机床电机传动的公式标定的电流与切削力误差建立的模型,并对以上建立的两个数学模型的优劣性进行了比较分析。研制了数控机床切削力误差实时补偿系统,并在FA 32M数控铣床上实施了机床切削力误差实时补偿应用,切削力误差实时补偿加工结果表明,经补偿后,加工精度有了大幅度提高。
鞠云鹏[9]2016年在《马蹄焰玻璃窑炉系统关键技术研究》文中提出蓄热式马蹄焰玻璃窑炉是我国日用玻璃行业使用较为普遍的一种炉型。与其它炉型相比,炉体有一对蓄热室、窑体体积较小、投资相对少、炉体散热量也相对较小。玻璃窑炉作为高耗能设备,其生产过程中的高产量、高质量、高寿命、低能耗、低污染是国内外厂家一直关注的问题。要实现“叁高两低”目标,就要抓好配料和窑炉的控制环节。因此,从理论方面对配料过程的混合均匀度、窑炉的数学模型及窑炉控制方法进行深入分析和研究,可以为不同炉型在不同工艺要求下的设计理论和生产应用提供可靠的理论依据和技术支持。本文以马蹄焰玻璃窑炉为研究对象,分析了马蹄焰玻璃窑炉的结构和工作原理。在估算和实际工况实测的温度分布的前提下,通过浮力修正的湍流k??方程、动量守恒方程、连续性方程来表示气流场的叁维数学模型。在收敛的气流场的基础上,温度场模型通过蓄热室不同方位气体流量数据来解决热量交换的计算问题,进而得出窑炉中蓄热室的工作状况。窑炉对象的复杂主要体现在运行过程中各参数相互关联、相互影响,进而会加大控制的难度。以不变性原理解耦算法为基础,温度、压力耦合系统可变为两个相互独立的单变量系统,进而可以实现对两个子系统进行单独控制的目的。以解耦后的温度系统为研究对象,系统可表示为以燃料流量为输入量,以温度测量值为输出量的带控制量的自回归模型。在对模型的辨识过程中,为防止单种辨识方法具有片面性,分别采用批处理最小二乘法、递推最小二乘法、遗忘因子递推最小二乘法、梯度校正参数估计法对模型进行辨识。为验证模型的准确性,采用交叉验证法对模型进行检验,即不采用辨识过程中所用的输入输出数据,将新采集的输入数据施加于模型,并将模型输出数据与实际输出数据进行对照,以决定辨识模型的优劣。同时根据不同辨识方法的应用场合,最终决定出模型参数。由于新辨识出的模型是离散系统的差分方程形式,为方便研究系统在控制系统作用下的响应情况,根据实数位移定理,首先将差分方程转化为z域内的数学模型,然后再根据z与s的关系(Tsez?),即可转化为复数域内的数学模型。基于所得到的复数域内的窑炉温度数学模型,分别进行时域分析和频域分析,将单位阶跃函数作用于对象,结果表明:自平衡对象存在稳态偏差,系统最终稳态值不等于1。同时由于缺乏调节器的控制作用,所以系统的调节时间、上升时间、稳态时间都较长。因此,要想使系统的响应达到理想的效果,需加入控制调节器。将PID控制器的不同环节分别作用于被控对象,相对于未加调节器时,系统的动态性能指标得到改善,但仍存在控制器参数调节比较复杂的问题。参数调节方面,首先采用IFT调节方法与传统的PID参数调节方法进行对照分析,通过Matlab软件分析得出,IFT调节作用下系统的性能指标更优。然后,将IFT方法、改进的PID控制方法、二维模糊控制器温度自适应控制方法、基于Mamdani模型的模糊神经控制方法分别作用于被控对象,通过仿真分析得出,基于FNN的智能控制方法在控制器参数调节方面更具优势,可以明显缩短调节时间、上升时间,减小超调量,增强系统的稳定性。在配料系统的设计方面,针对目前配料业所存在的配料工艺复杂、自动化水平低的问题,采用PLC、智能配料仪表、CX-Protocol相互协作的方式,通过CX-Protocol来表达PLC与智能配料仪表间所传递的信息,实践表明新型全自动配料系统可以减少劳动力,提高工作效率、节约企业开支。针对配料过程中配料精度不高的问题,采用神经网络遗传算法混合均匀度极值寻优方法,通过神经网络来建立配料混合均匀度与其影响因素间的函数关系,以进化BP神经网络的预测值来代替遗传算法中的个体适应度值,通过遗传算法的全局寻优功能得到配料的最佳混合均匀度值。通过Matlab软件仿真分析得出,进化BP神经网络具有较高的预测精度,极值寻优方法能够提高配料的混合均匀度,为玻璃窑炉企业创造可观的经济效益。
段凌飞[10]2010年在《六自由度教学机器手臂控制系统的研究》文中认为教学机器手臂集成了工程力学、材料力学、电气、机械设计、控制技术、计算机、传感器技术等知识,一直是教师和科研人员进行算法研究、控制系统设计的研究热点。教学机器手臂的灵活运转需要6个自由度,目前部分高校研制的机器手臂中多为5自由度以下,这些机器手臂结构过于简单、功能单一且无开放性,大多无法实现仿生等高级功能。本文针对当前教学机器手臂的缺点,秉承开放式设计的思想,即机械结构开放、控制系统开放、软件开放,提出一种六自由度机器手臂的设计方案。该机器手臂采用全铝合金材质和独立的6关节驱动控制系统,通过末端执行器的传感器可实现仿生功能,全面涉及机械、控制、传感器和计算等方面的教学知识,且方便的进行算法研究等。本文设计的机器手臂采用直流伺服电机同精密谐波减速器配合驱动关节运动,具有精度高、控制性能好、结构简单的特点。机器手末端执行器采用步进电机同蜗轮蜗杆减速器配合控制,其大堵转力矩利于抓取物体,通过设定的电阻应变计,可测量抓取力大小,实现仿生功能。同时还对机器手臂设计了必要的保护措施,确保机器手臂工作安全。针对机器手臂运动具有非线性等特点,采用了模糊神经网络算法,论文阐述了控制算法的实现方法,并通过Matlab进行了仿真,得到了较好的控制性能。同时使用VC++编程软件、OPenGL叁维技术等设计了控制软件,采用简单明了的自定义语言进行编程输入,从而实现用户的不同控制用途。其开放的动态链接库,方便于采用不同控制算法的二次开发。最后对设计的机械手臂和控制系统进行了实际操作测试,结果表明,该教学用机器手臂精度完全符合给定要求。
参考文献:
[1]. 模糊神经网络在机械设计中的应用[D]. 王昕. 西北工业大学. 2002
[2]. EMD和模糊神经网络在滚动轴承故障诊断中的研究与应用[D]. 杨勇. 太原理工大学. 2008
[3]. 半主动悬架控制与性能检测系统的研究[D]. 李明军. 山东科技大学. 2007
[4]. 基于全矢极限学习机的轴承故障预测研究[D]. 赵伟杰. 郑州大学. 2017
[5]. 机械产品图像识别技术及其在反求设计中的应用研究[D]. 罗小宾. 四川大学. 2004
[6]. 模糊小脑神经网络在交流伺服系统上的应用[D]. 孙战. 南京理工大学. 2008
[7]. 面向制造环境的公差稳健设计方法与技术的研究[D]. 曹衍龙. 浙江大学. 2003
[8]. 数控机床切削力误差建模与实时补偿研究[D]. 陈志俊. 上海交通大学. 2008
[9]. 马蹄焰玻璃窑炉系统关键技术研究[D]. 鞠云鹏. 青岛科技大学. 2016
[10]. 六自由度教学机器手臂控制系统的研究[D]. 段凌飞. 中南大学. 2010
标签:机械工业论文; 模糊神经网络论文; 机械设计与制造论文; 模糊算法论文; 机械设计论文; 模糊理论论文; 配合公差论文; 切削速度论文; 机械手臂论文; 误差分析论文; 主动悬架论文;