基于信息融合和多粒度级联森林模型的挖掘机作业阶段智能识别

为了解决挖掘机作业阶段识别方法可靠性较低的问题,提出了一种基于信息融合和多粒度级联森林模型(information fusion and multi-granularity cascade forest model,IFMCFM)的智能识别方法。利用信息融合技术将挖掘机作业阶段的类别概率向量与高重要度特征进行融合,形成新的识别特征;将新特征输入级联森林模型,采用不同比例的训练集对模型进行训练并对识别结果进行分析;将IFMCFM的识别结果与DAGSVM(directed acyclic graph support vector machine,有向无环图支持向量机)、PCA-SVM(support vector machine based on principal component analysis,基于主成分分析的支持向量机)、LIBSVM(library for support vector machines,支持向量机库)和LSTM(long short-term memory,长短期记忆)的识别结果进行对比。研究结果表明:当训练集比例为80%时,IFMCFM的识别准确率、召回率和F1(精确度和召回率的调和平均数)指标分别为95.00%,95.17%和95.02%,识别效果较优;相比于其他识别模型,IFMCFM的识别准确性和可靠性最高。IFMCFM可以有效地识别挖掘机作业阶段,具有较高的应用价值。

基于改进粒子群优化算法的混凝土泵车全局功率匹配

针对混凝土泵车全局功率匹配技术存在优化算法求解质量差的问题,本文提出了一种基于改进粒子群算法的工况自适应混凝土泵车全局功率匹配策略.首先,在MWorks平台上构建基于发动机与液压泵等特性数据,集成液压､机械､控制､负载与动力五大模块的泵送系统模型;然后,采用改进粒子群算法进行全局匹配优化,输出不同作业需求下的参数经济匹配值;最后,基于构建的泵送系统仿真平台,分析典型工况下不同功率匹配策略的节能效果.结果表明:所提策略与传统策略相比,轻､中､重载工况分别节油5.86%,5.24%和1.74%.

接触面积参数不确定对电机模态影响的研究

针对电机模态不一致问题,进行了接触面积参数不确定电机模态的研究.基于确定性模型建立了接触面积参数不确定电机模态计算的Kriging代理模型,并结合Monte Carlo法进行了电机模态均值对接触面积参数均值的灵敏度分析.研究结果表明,定子铁芯与前端盖接触面积对电机一、二阶椭圆模态、四阶三角形模态的影响最大,对电机三阶三角形模态影响最大的是爪极与线圈接触面积,同时定子铁芯与绕组接触面积对电机一阶椭圆模态、三、四阶三角形模态都有影响.研究结果可为电机模态不一致问题的解决提供依据.

参数变异的动力总成双层隔振系统强迫振动研究

由于机器制造、加工及材料本身物理特性的不确定性导致双层隔振系统实际为不确定模型。基于快速摄动法推导了参数变异对双层隔振系统的激振、传递率、动反力及机组振动烈度的影响关系式,分析了参数变异的影响规律,并采用蒙特卡洛法进行了验证。研究表明,功率修正误差对倾倒力矩影响最大,回转质量误差对离心惯性力及力矩影响最大;而双层隔振系统动反力受参数变异影响最大,其中两级隔振装置转动惯量及刚度参数占主导因素。