LaFeO_(3)/8YSZ复合涂层热物理参数测试及应力场分析

大气等离子喷涂工艺制备的热障隐身一体化涂层材料在航空发动机热端部件上有着重要的应用前景。针对LaFeO_(3)/8YSZ复合涂层大气等离子喷涂工艺参数优化问题,首先制备了纯LaFeO_(3)涂层,并完成了1150℃下涂层热物理参数高温表征;建立了LaFeO_(3)/8YSZ复合涂层有限元模型,重点分析了制备温度和涂层厚度比对样品残余应力的影响。结果表明:随着制备温度的升高,LaFeO_(3)和8YSZ涂层的面内压应力逐渐增大;LaFeO_(3)涂层面内应力从150℃时的-96 MPa变化到250℃时的-152 MPa,类似地,8YSZ涂层面内应力从-48 MPa增大到-86 MPa;压应力状态有利于延长涂层在高温服役环境下的使用寿命。由于LaFeO_(3)的热膨胀系数与8YSZ接近,在给定涂层总厚度为1.0 mm的条件下,LaFeO_(3)/8YSZ厚度比的变化对双层涂层的残余应力的影响不大。

基于小波神经网络的图像重建算法研究

针对传统的图像重构算法的不足,提出一种基于小波神经网络的图像重建快速学习算法。运用小波神经网络对图像重构进行了仿真研究。实验表明,对于不同的误差模型,小波神经网络采用不同的基函数可以很好地对非线性系统进行逼近,收敛速度快,近似精度高,而且网络规模比较小,计算量少。对计算机视觉和图像处理具有良好的应用价值。

一个NC代码翻译模块的设计与开发

在分析NC代码和编译原理特点的基础上,提出了一种NC代码翻译模块的结构与设计方法,并叙述了NC代码翻译模块的实现技术。经过实践证明,这种方法是切实可行的。

基于TCP/IP协议的分布式供热远程监控系统开发

本文介绍了一种基于TCP/IP协议的远程配置与监控系统,分析了该系统功能、特点以及软、硬件实现方法,讨论了一对一多通信的实施结构。以分布式供暖系统为例,建立了基于C/S模式的远程工作参数配置及工况监控系统,实施效果安全可靠。

基于MAS的故障诊断模型与实现研究

起源于分布式人工智能的多Agent系统 (Multi_AgentSystem ,MAS) ,是近年来飞速发展的技术 ,将多Agent技术引入复杂故障诊断领域 ,是求解复杂过程的故障诊断问题的一种新的尝试。讨论了基于MAS的分布式智能诊断方法和过程 ,设计了一种Agent诊断系统结构及其原型系统 ,对诊断问题任务辨识、分解、各Agent的内部诊断机制、多Agent间的交互、协作、关联模型以及诊断决策问题等进行了深入研究。在某企业安全监控系统的应用中 ,该模型能快速、准确地进行故障成因分析 ,并给出合理的、建设性的决策意见。

多智能体的分布式智能故障诊断

基于分布式人工智能的思想 ,将多Agent技术引入复杂故障诊断领域 ,分析了基于MAS的分布式智能故障诊断方法和过程 ;讨论了基于模式聚类的故障求解机制及对诊断问题任务辨识、分解 ;研究了多Agent宏观上的约束和关联 ;设计了应用Agent工作状态的表达机制 ;确定了应用Agent间的工作状态影响关系及多Agent间的交互、协作和通讯 ;构建了多Agent模糊关联模型 ;给出了多Agent诊断系统局部诊断决策与全局诊断决策的集成描述结构 ;建立了一种分布式Agent诊断系统结构及其原型系统 .在某电力企业安全监控系统的应用中 ,取得了与专家相似的诊断结果 。

基于多智能体的分布式智能诊断方法研究

在传统智能诊断基础上 ,将多Agent技术应用于动态、分布、实时和不确定的复杂系统故障诊断领域 ,以求解复杂过程诊断问题 .提出了基于MAS的分布式智能故障诊断方法和过程 ;讨论了基于模式聚类的故障求解机制及对诊断问题任务的辨识、分解 ;研究了多Agent的约束和关联 ;设计了应用Agent工作状态的表达机制 ;确定了应用Agent间的工作状态影响关系及多Agent间的交互、协作和通讯 ;构建了多Agent模糊关联模型 ;给出了多Agent诊断系统局部诊断决策与全局诊断决策的集成描述结构 ;实现了一种分布式Agent诊断系统结构及其原型系统 .工程应用表明 ,该系统能快速、准确地进行故障成因分析 ,并给出有效的决策意见 ,取得了与专家相似的诊断结果 .

基于MAS的分布式智能故障诊断模型与关键技术研究

现代故障诊断已是一个动态的、分布的、柔性的、实时的和不确定的复杂系统 ,将多Agent技术引入复杂故障诊断领域 ,是求解复杂过程的故障诊断问题的一种新的尝试。文中讨论基于multi agentsystem (MAS)的分布式智能故障诊断方法和过程 ,设计一种Agent诊断系统结构及其原型系统 ,对诊断问题任务辨识、分解、各Agent的内部诊断机制、多Agent间的交互、协作、关联模型以及诊断决策问题等进行深入研究。在一电力企业安全监控系统的应用中 ,该模型能快速、准确地进行故障成因分析 ,并给出合理的、建设性的决策意见。

一种多目标多约束问题的优化算法研究

针对优化设计中常见的多目标多约束优化问题,提出了一种求解新方法:利用KS函数的凝聚特性,将优化问题中的全部或部分约束凝聚为一个近似的、逼近精度仅由一个参数控制的约束,然后,再对约束压缩后的优化问题选用适当的约束优化方法求解。仿真结果表明,由于压缩了求解规模,此法收敛稳定且速度快,用于求解一类多目标多约束优化问题具有很好的效果。

非线性混沌时序预测研究及应用

混沌是一种普遍存在的非线性动力学行为 ,针对混沌时间序列的难以预测和控制的问题 ,提出了基于趋势的混沌预测模型 ,利用混沌系统的初值、参数敏感性来微调和控制系统扰动 ,并用改进的最优化方法来估计模型的参数 ,在其相空间中对时序的未来值进行预测 .算例表明 ,选取最佳的模型阶数能增加预测的准确程度 ,它不仅克服了仅用延迟嵌入技术的弊端 ,也降低了直接使用预测误差决定输入模式的盲目性 .预测效果比其他时序方法要好 .

可视化智能界面系统研究

可视化自适应人机交互界面的设计是智能系统能否成功实施与应用的关键之一 ,基于此提出了将Agent技术引入用户界面设计中。界面采用可视化的知识表示 ,知识库直观 ,知识获取直接面对领域专家 ,实现了知识自动获取 ;同时界面针对不同用户群设计了多种界面变体 ,从而增强了系统的灵活性和对用户的适应性 ;建立了智能引导和帮助 ,集成了语音合成技术 ,实现了界面系统的“声形”并茂 ,降低和减少了用户使用系统的要求与学习时间 ,使系统更易学易用。

基于多Agent的复杂系统故障诊断研究

在传统智能诊断基础上 ,将多Agent技术应用于动态、分布、实时和不确定的复杂系统故障诊断领域 ,以求解复杂过程诊断问题。讨论了基于MAS的分布式智能故障诊断方法和过程 ,提出并实现了一种Agent诊断系统结构及其原型系统 ,其中重点研究了诊断问题的任务辨识、分解、多Agent间的交互、协作以及诊断决策问题等。工程应用表明 ,该系统能快速、准确地进行故障成因分析 ,并给出有效的决策意见 ,取得了与专家相似的诊断结果。

基于MAS的分布式智能故障诊断模型与关键技术研究

现代故障诊断已是一个动态的、分布的、柔性的、实时的和不确定的复杂系统 ,将多agent技术引入复杂故障诊断领域 ,是求解复杂过程的故障诊断问题的一种新的尝试 .讨论了基于MAS的分布式智能故障诊断方法和过程 ,设计了一种agent诊断系统结构及其原型系统 ,对诊断问题任务辨识、分解、各agent的内部诊断机制、多agent间的交互、协作、关联模型以及诊断决策问题等进行了深入研究 .并重点描述了诊断agent的领域知识表示及多agent诊断系统的组织模型和各任务agent的功能定义 ,具体分析了诊断问题的故障分解与控制策略 .在一电力企业安全监控系统的应用中 ,该模型能快速、准确地进行故障成因分析 ,给出合理的、建设性的决策意见 ,取得了与专家相似的诊断结果 .克服了以往监控诊断系统的很多不足 ,提高了企业的安全运行效率 .同时 ,与传统的诊断方法相比 ,体现了agent技术的特有优势 .

基于混合遗传算法的多目标问题规划

遗传算法在问题优化中的应用已有了许多研究,但对于大型多目标规划问题而言,由于其问题特性和计算量大而限制了遗传算法的应用。为探索新的问题求解方法,提出了一种基于遗传算法和梯度算法的问题优化混合算法。用梯度法每次迭代得到的结果来改进遗传算法的群体,而用遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点作为梯度法下一步迭代的初始点。通过保持迭代过程的最优解,加快了搜索速度,并保证收敛于全局最优解。算例表明该方法兼具遗传算法的全局搜索能力和梯度算法的局部搜索的特点,且具有良好的工程适应性。

基于MAS的分布式协同设计任务冲突处理研究

任务分解与冲突控制是网络分布式环境下进行产品并行设计的关键.通过收集产品各领域的指标约束与关系约束来构建基于约束网络的产品参数协调模型,采用区间描述设计变量的不确定性信息,并将区间算法与基因算法相结合实现了一致性模型求解框架,使用该方法能够检测潜在冲突,得到与给定产品指标相对应的设计变量可行解空间,进而辅助设计人员决策.同时采用Agent技术对协同设计中多群体多层次的设计任务和设计进程进行管理和控制,建立了以项目和任务为中心的协同设计Agent模型,研究了模型共享、协同设计agent、并发控制机制等关键技术,构建了一个基于多Agent的分布式实时协同设计原型系统.应用实例说明了其有效性.

基于多方法集成的复杂工艺优化设计研究

针对流程工业复杂的连续生产工艺的特点,提出了基于模式识别、神经网络、遗传算法、非线性回归等多种智能技术集成的复杂工艺过程优化系统的设计思想、体系结构、关键技术和实现方法,主要解决多因子、高噪声、非线性、非高斯分布和非均匀的复杂工艺系统难题。采用代理技术设计系统的体系结构,用偏最小二乘法和Chelyshev多项式建立领域模型,通过演化计算进行最优问题求解,并用正交实验取得模型学习的样本数。实际应用证明,利用这些方法可以在很少的实验情况下,使所建立的模型能在较大误差范围内指导生产实践。

基于HGA的经费分配多目标优化模型求解

为探索新的经费分配方法和管理模式,建立一种新的多目标非线性规划优化模型,提出一种先进的基于正交试验的新型混合遗传算法来求解该问题。对求解过程中的选择算子、交叉算子和变异算子等进行正交试验,得到的种群个体明显优于基本遗传算法的个体,仿真结果表明,该算法收敛寻优能力强,并能产生很多次优解,是一种高效的方法。

基于MAS的智能交互界面研究及应用

自适应人机交互界面的设计是智能系统能否成功实施的关键之一 ,基于此提出了将多 Agent技术引入用户界面设计中 .界面采用可视化的知识表示 ,知识库直观 ,知识获取直接面对领域专家 ,实现了知识自动获取 ;同时界面针对不同用户群设计了多种界面变体 ,实现了一种通过广义状态转移网络学习、进化、预测用户行为并能自主动作的自适应界面 Agent模型 ,增强了系统的灵活性和对用户的适应性 ;此外建立了智能引导和帮助 ,集成了语音合成技术 。

混沌时间序列的优化预测模型及算法研究

针对混沌时间序列难以预测和控制问题,提出了基于趋势的混沌预测模型,利用混沌系统的初值、参数敏感性来微调和控制系统扰动,并用改进的最优化方法估计模型的参数,在其相空间中对时序未来值进行预测。算例表明,选取最佳的模型阶数能增加预测的准确程度,它不仅克服了仅用延迟嵌入技术的弊端,也降低了直接使用预测误差决定输入模式的盲目性。预测效果比其他时序方法要好。

非线性混沌时序预测研究及应用

混沌是一种普遍存在的非线性动力学行为 ,针对混沌时间序列的难以预测和控制的问题 ,提出了基于趋势的混沌预测模型 ,利用混沌系统的初值、参数敏感性来微调和控制系统扰动 ,并用改进的最优化方法来估计模型的参数 ,在其相空间中对时序的未来值进行预测 ,算例表明 ,选取最佳的模型阶数能增加预测的准确程度 ,它不仅克服了仅用延迟嵌入技术的弊端 ,也降低了直接使用预测误差决定输入模式的盲目性 .