基于GA-BP算法激光设备故障预测技术研究

针对激光设备非计划停机次数较多的问题,提出了一种基于遗传算法(Genetic Algorithm,GA)优化BP神经网络,建立激光设备故障预测模型的方法。利用激光设备的历史数据训练和调整预测算法,对激光设备采集的实时数据进行分析,按照算法模型预测故障发生概率,提前维护激光设备,减少非计划停机次数,提高激光设备的有效运行时间。通过测量各种情况下激光设备在切割零件时的数据变化,利用GA优化BP神经网络算法,建立激光设备故障预测模型。选取各种情形的切割零件的数据进行仿真预测和验证,以切割过程中各种情况的气体压力、激光功率、切割速度、加速度、各轴的温度和计算之后各轴的跟随误差作为模型输入,以粗糙度作为模型输出。结果表明,经过GA优化的模型在预测效果和预测精度上优于未经GA优化的模型,且模型经GA优化后,其粗糙度的预测精度和收敛速度得到了提升。

基于GA-BP算法永磁力矩电机偏心载荷转子位置误差预测研究

针对永磁交流力矩电机转子受载荷之后会引起转子位置偏心误差加大问题,提出一种基于遗传算法(GA)优化BP神经网络永磁力矩电机转子偏心载荷位置误差预测模型的方法。通过测量各种情况下永磁力矩电机在运转过程中的位置变化情况,利用遗传算法优化BP神经网络算法建立预测模型。该模型采用实验台运行的正弦轨迹数据为训练样本,三角波轨迹数据为测试样本。选取各种情形的正弦波轨迹数据和三角波轨迹数据进行仿真预测和验证。以各种情况的正弦波信号的指令位置、指令速度和电流作为模型的输入,以三角波信号的位置误差作为输出。结果表明,GA优化BP神经网络建立的预测模型优于优化之前的预测模型。

基于GRNN的永磁力矩电机复杂轨迹进给位置误差预测研究

为了提高力矩电机转子位置的精度,考虑影响力矩电机位置精度的主要因素,使用广义回归神经网络(GRNN)建立了力矩电机转子位置误差预测模型。该模型采用实验台运行的正弦轨迹数据为训练样本,三角波轨迹运行数据为测试样本。选取40组正弦波轨迹数据和10组三角波轨迹数据进行仿真预测和验证。以正弦波信号的指令位置和指令速度作为模型的输入,以三角波信号的位置误差作为输出。结果表明建立的力矩电机转子位置误差预测模型的精度要高于其他神经网络(BP、Elman),文中所建立的GRNN模型能够有效预测力矩电机复杂轨迹进给位置误差。

永磁同步直线电机位置误差迭代学习补偿控制研究

永磁同步直线电机在执行具有重复特性的跟踪控制任务时,系统的位置误差也会出现周期性变化。针对这一问题,提出一种基于离线迭代学习补偿优化直线电机位置输入信号的控制策略。通过离线迭代学习,对直线电机系统的干扰进行迭代学习控制。对凸轮轴轨迹和正弦曲线轨迹进行迭代学习,实现对永磁直线电机运动轨迹的跟踪控制,减小直线电机的跟踪误差。实验结果表明:通过离线迭代学习控制产生的位置输入信号跟随误差较小,能很好地消除由于跟踪滞后造成的位置误差。

基于GA-SVM算法永磁同步直线电机变载荷进给位置误差的预测

针对永磁同步直线电机精密进给过程中,受到齿槽效应、端部效应及摩擦力扰动等非线性因素的影响,位置误差难以预测问题,提出了一种基于遗传算法(GA)优化支持向量机(SVM)算法永磁直线电机变载荷位置误差预测模型的方法。通过测量各种情况下永磁直线电机在运动过程中的位置变化情况,利用遗传算法优化支持向量机算法建立预测模型。该模型采用实验台运行的正弦轨迹数据为训练样本,三角波轨迹数据为测试样本。选取各种情形的正弦波轨迹数据和三角波轨迹数据进行仿真预测和验证。以各种情况的正弦波信号的指令位置、指令速度和电流作为模型的输入,以三角波信号的位置误差作为输出。结果表明,经过遗传算法优化支持向量机建立的位置误差预测模型,在拟合和预测精度上要优于未经过算法优化的位置误差预测模型。

数字化技术下的徽州古民居建筑保护策略

徽州古建筑在装饰艺术、建筑风格、空间布局等方面对现在建筑风格都有着巨大的参考价值。在数字技术快速发展的今天,对于徽州古建筑的保护迫在眉睫,文章通过合理利用数字化技术对徽州古建筑进行保护和复原,有效解决古建筑在保护和修复方面的不足,使徽派文化得到较好的弘扬和传播,促进地域特色文化的大发展。

理论与误读:哈罗德·布鲁姆VS保罗·德曼

从一种理论出发解读文学很难免被指责为是一种误读。但哈罗德·布鲁姆与保罗·德曼针锋相对地认为,误读正是澄清文学、及其与理论的关系的关键所在。不过,他们在对误读的理解上存在着一些差异:布鲁姆所说的误读,实际上是以摹仿为基础的,因而是在回避误读、以至文学自身,而德曼的紧密相关批判和创造的“误读”,揭示了理论既是在把文学对象化、又是在从事与文学所从事的相同的事情。