计算机实验室设备维护管理方法的探讨与实践

该文针对计算机实验室普遍存在的维护管理难、工作强度大等问题，从保障系统安全、优化系统性能及提高维护管理效率等几个方面进行探讨，并提出了相应的解决方案。

虚拟轴承试验机基于ELM的在线控制

提出在航空关节轴承试验机加载控制系统中应用极限学习机(ELM)对电液力PID控制参数进行在线调节的方法。解决了BP神经网络梯度下降法速度太慢导致在伺服系统中PID控制实时性太差的问题。实验结果表明,该方法泛化性能好、学习速度快、模型精度高,具有很强的实践指导意义。

虚拟机中网络连接问题的研究

在网络安全研究方面和网络运营商提供的服务中,虚拟机技术越来越起着重要位置。虚拟机的网络连接问题是首要解决的问题。在平时工作和研究中,人们对虚拟机网络连接概念模糊,相关的参数设置考虑不全,造成虚拟机找不到宿主机或宿主机找不到虚拟机,以至于虚拟机无法访问互联网。本文以虚拟机的三种网络连接模式为线索,论述不同连接模式下虚拟机与物理机在网络中的关系,以及虚拟机与宿主机的IP地址、子网掩码、网关和DNS服务器地址,阐明虚拟机网络连接参数设置方法。

机床螺栓固定结合面动态参数识别与实验验证

针对各向同性虚拟材料模型不能准确表征螺栓固定结合面法向和切向的性能差异的问题,以机床立柱-床身螺栓固定结合面为研究对象,采用横观各向同性虚拟材料对机床螺栓固定结合面进行动力学建模,通过试验设计和有限元分析构建机床螺栓固定结合面的径向基函数神经网络模型。结合模态试验结果构建寻优目标函数,并利用粒子群优化算法进行求解,识别出横观各向同性虚拟材料弹性常数。结果表明:实验模型的理论模态与实验模态前六阶振型基本一致,固有频率的误差小于5.1%,说明了该方法的有效性,为机床螺栓固定结合面参数识别提供了一种新方法。

不平衡超限学习机的全局惩罚参数选择方法

超限学习机在对不平衡数据集进行学习和分类时,正类样本容易被错分。而加权超限学习机只考虑了数据集类之间的不平衡,忽视了样本类内的不平衡的现象。本文阐述了超限学习机在不平衡数据集上分类效果欠佳的原因,提出了根据数据集选取惩罚参数的方法,采用将类间的惩罚参数与类内的惩罚参数相结合的方法,形成全局惩罚参数,即将类惩罚参数进一步精确到样本个体惩罚参数。结果表明:这种方法实现起来简单方便,与其他类型的超限学习机相比较,这种全局惩罚参数的选择方法在提高分类准确率方面能够取得更好的效果。

有机朗肯循环机器学习模型关键参数集识别

针对有机朗肯循环系统参数之间的强耦合关系,本文在试验的基础上提出了一种基于机器学习模型的关键参数集识别方法。在一套10 kW级的有机朗肯循环试验系统上开展了不同热源条件下的系统性能试验;选取蒸发器出口压力和温度、冷凝器入口压力和温度、工质泵效率和膨胀机轴效率6个系统参数为初始变量,以ORC系统热效率为目标变量,分别建立了有机朗肯循环系统多元线性、人工神经网络和支持向量机机器学习模型;最终确定了有机朗肯循环系统最佳的机器学习模型和关键参数集。研究表明:采用关键参数集可以使模型的平均误差降低13.36%,提高了模型的准确度。高准确度的有机朗肯循环系统机器学习模型可以提高模型的预测性能,进而为实现有机朗肯循环系统高效运行控制提供支撑。

马口铁三片罐制罐生产线远程状态监测及故障诊断系统的应用

随着科学技术的发展,工业自动化、智能化程度越来越高。在马口铁三片罐制罐生产线远程状态监测及故障诊断系统中,为了完成对分散控制网络的状态监控及设备的诊断维护,实现远程监控的功能,提出基于欧姆龙CJ2M-CPU32及美国邦纳BAMS系统与INTERNET结合的马口铁三片罐制罐生产线远程状态监测及故障诊断系统。通过对此系统进行分析得出,其不仅能够利用本地计算机网络实时监视和控制远端焊机的生产线而实现远程监控的功能,同时还能够通过远程监控及时有效的对设备的运行状态进行合理监视和控制,确保系统的稳定运行,满足了工业生产对远程监控技术的要求,值得推广使用。

基于支持向量机的武器系统参数费用模型

在武器系统分析中,建立武器参数费用模型时,首先要挑选特征参数,这里采用R ough理论中的知识约简方法选择武器的特征参数;利用支持向量机建立了参数费用模型;给出了实例和解决此问题的支持向量机源程序.通过实例与线性回归法和神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.