双三相永磁同步电机鲁棒滑模预测速度控制

为提高双三相永磁同步电机系统应对复杂扰动时的鲁棒性,提出了一种带有最速下降观测器的滑模预测速度控制策略。通过将参数变化和外部扰动注入到q轴电流系数,建立了带有扰动的双三相永磁同步电机运动模型。基于电机扰动模型提出了一种滑模预测速度控制策略,该方案使用基于双曲正切函数的新型幂次趋近律,能够在保持较快跟踪速度的同时有效抑制滑模抖振。设计了一个基于最速下降算法的扰动观测器,用于估计随叠加扰动而时刻变化的q轴电流系数并将其传递到滑模预测速度控制模型中。与传统的滑模预测速度控制相比,仿真结果证明了所提方法具有较好的动态跟踪性能和扰动抑制性能。

基于遗传算法的Rosenbrock函数优化问题的研究

本文利用遗传算法研究了极小化Rosenbrock函数的问题．较多的计算机模拟实验结果表明，遗传算法可以有效地解决这一问题．文中还分析了一些改进的遗传算法对于该问题搜索速度的影响，得到了适于解决此问题的合理的遗传操作，从而为有效地解决最速下降法所不能实现的某一类函数代化问题提供了一种新的途径．

离合式(CV型)飞剪机激励特性分析

分析了 CV型飞剪机激励系统特性 ,讨论激励系统转速变化和转速差规律 。

纵向通风条件下对隧道内烟气运动影响因素的实验研究

通过在中国科学技术大学火灾科学国家重点实验室进行的小尺寸隧道火灾实验,研究了不同坡度、火源功率以及纵向烟控风速对隧道内烟气运动的影响。结果表明:隧道坡度、火源功率与纵向烟控风速的大小对烟气层沉降都有着重要的影响。坡度越大烟气所受到的浮升力越大,冷空气的卷吸能力越强,因此烟气降温越快,烟气沉降速度也越快。纵向烟控风速越大,烟气层冷却越快,从而越易沉降。火源功率越小,供给烟气层的对流热量越少,烟气层温度越低,浮力越小,则烟气层越易沉降。

超低速运动下降装置系统设计

应用工程设计学基本原理,设计一种简易的超低速下降设备,应用于单晶硅拉伸。论文中提出了多种实现方案,通过分析比较获得一种制造成本低、制造简单、制造周期短的方案。

改进的RBF学习算法及其相似性应用

针对RBF网络梯度下降法容易造成网络收敛速度不够快和陷入局部极小的缺陷,引入一个具有步长先验知识的神经网络来动态调整梯度下降法中的学习步长。该算法中构造了两个RBF网络,分别设为A网和B网,其中A网具有步长先验知识。当B网络陷入局部极小时,则调用A网获得优化的学习步长,进而来提高B网络的收敛速度。实验结果表明了该算法的有效性和优越性。同时,该算法对相似性问题也有较好的解决能力。

一种快速BP网络训练算法及应用

针对基本BP算法在接近最优点时收敛速度变慢的缺点,提出一种快速BP网络训练算法。该算法将网络训练过程分为两个阶段,首先采用变学习率BP算法使其接近最优点,再改用PRP共轭梯度法以加快收敛速度,其中学习率通过不精确一维搜索方法寻找得到。并采用Widrow—Nguyen初始化规则选取初始权值。通过两个仿真试验表明该算法是一种高效、快速的BP网络训练方法。同时,该算法具有简单、易于实现的优点,具有较为广阔的应用前景。

引入梯度下降的蚁群算法求解多约束服务质量路由

针对目前多数改进蚁群算法求解多约束服务质量路由(Qo SR)存在收敛速度慢、易陷入局部最优从而效率不高的问题,提出一种引入梯度下降的蚁群算法(ACAGD)。该算法将梯度下降法引入到蚁群的局部搜索中,结合残余信息素,综合决定蚂蚁的下一跳选择策略。蚁群不仅以一定概率按照信息素浓度搜索下一跳,还将以一定概率按照梯度下降法搜索下一跳,从而降低传统蚁群算法容易陷入局部最优的可能性。利用Waxman网络模型随机生成不同路由节点数量的网络拓扑进行仿真实验。实验结果表明,ACAGD相比其他改进蚁群算法,能够在收敛速度不受影响的情况下,取得综合代价相对较低的路由,且算法的稳定性较好。

基于FLUENT的大倾角综放面通风降尘系统

针对大倾角综放工作面倾角大、风流运动多变导致通风系统复杂、最优排尘风速难确定等问题,基于气固两相流动理论,建立大倾角综放工作面仿真模型.通过FLUENT软件进行数值模拟,研究了不同通风方式下综放工作面风流运动规律和粉尘分布、上行通风与下行通风的降尘机理及大倾角综放工作面的最优排尘风速.结果表明：上行通风时,人行道空间的沿程粉尘质量浓度为1200~1 600 mg/m3;下行通风时,人行道空间的沿程粉尘质量浓度为460~600 mg/m3.下行通风方式更加适用于大倾角综放工作面.最优排尘风速为2.5~2.8 m/s,入口风速不宜超过3.0 m/s.对比工作面现场实测粉尘质量浓度与数值模拟分析可知,二者结果较为一致,验证了数值模拟结果的可靠性与准确性.研究结果可为大倾角综放工作面采取有针对性的防尘措施提供理论指导.

变阶次分数阶梯度下降法的研究

作为经典的凸优化算法,梯度下降法结合分数阶微积分理论,延伸出分数阶梯度下降法。与常规梯度下降法相比,阶次大于1的分数阶梯度下降法收敛速度快但是收敛精度低;而阶次小于1的分数阶梯度下降法收敛精度高但是收敛速度慢。为结合不同阶次分数阶梯度下降法的优点,解决收敛速度、收敛精度之间不可兼得的矛盾,结合已有的研究,为得到更好的优化算法性能,提出了三种改进的变阶次分数阶梯度下降法,并且通过典型算例验证了相关结论。

无人直升机着陆过程边界保护控制技术研究

无人直升机着陆过程的关键是下降速度的平稳控制和位置的精确控制,以避免较大的速度触地或偏离着陆点过远引发的安全风险。针对该问题提出了一种无人直升机着陆过程边界安全保护策略,利用高度通道控制律切换和总距自动配平解决下降速度异常,通过高精度位置控制律以及垂向和位置回路的协同解决位置偏差。通过半物理实时仿真验证了该控制方法的有效性。

基于Bagging-Down SGD算法的分布式深度网络

通过对大量数据进行训练并采用分布式深度学习算法可以学习到比较好的数据结构,而传统的分布式深度学习算法在处理大数据集时存在训练时间比较慢或者训练精度比较低的问题。提出Bootstrap向下聚合随机梯度下降(Bootstrap aggregating-down stochastic gradient descent,Bagging-Down SGD)算法重点来提高分布式深度网络的学习速率。Bagging-Down SGD算法通过在众多单机模型上加入速度控制器,对单机计算的参数值做统计处理,减少了参数更新的频率,并且可以使单机模型训练和参数更新在一定程度上分开,在保证训练精度的同时,提高了整个分布式模型的训练速度。该算法具有普适性,可以对多种类别的数据进行学习。

面向火星探测的新一代微波着陆雷达技术

为适应我国火星探测任务,在探月着陆雷达研制的基础上研制出新一代的火星着陆雷达。介绍了国外火星着陆雷达的现状和实现指标,分析了国内火星探测任务中微波着陆雷达的关键点,尤其针对火星风沙尘暴、大角速度和复杂着陆地形的特征采取了综合试验验证方法,取得了关键数据。针对火星着陆雷达严苛的性能指标要求,创新性地采用线性调频连续波的着陆雷达体制以及选取新的系统设计参数,经过256次打靶测试验证,能够满足我国火星探测任务的需求。

钢包烘烤器的改造与高速烧嘴的应用

首次采用燃烧能力为900m^3/h,火焰喷出速度可达60m/s的高速烧嘴,火焰可直达包底,打破常规烘烤器采用旋转支架的传统,安装液压推杆使包盖垂直升降,节省了设备占地空间,提升了烘烤效果。

基于滑移边界法的微型涡喷发动机用高速发电机优化设计

以微型涡喷发动机用高速永磁发电机为对象,进行电机优化设计研究。传统有限元仿真法在反电势和电感计算方面过于复杂,针对这一问题,将滑移边界法与有限元分析结合,提出一种基于滑移边界条件的电机有限元仿真模型。在此基础之上,将基于滑移边界有限元模型的电磁参数计算与梯度下降优化方法相结合,提出改进梯度优化算法,开展以发电机最小体积为优化目标的优化设计研究。基于上述优化结果设计了多台微型涡喷发动机用高速发电机样机,并通过对电机的电磁参数测试验证了所提方法的有效性。

六机架连轧管机组智能速降保护

分析了由Logidyn D、MODICON 984 PLC组成的半浮芯棒连轧机组速降保护程序的原理与应用,此程序由衡钢自行研制开发,使用效果相当理想。

JIR-Net:用于光声层析图像重建的联合迭代重建网络

目的 高质量的图像重建是光声层析成像(photoacoustic tomography,PAT)技术的关键,有限角度稀疏测量和组织非均匀的声学特性都会影响重建图像质量。采用迭代重建技术可在一定程度上提高图像质量,但是其结果依赖于有关成像目标的先验假设模型。而且在迭代优化过程中需要反复计算前向成像算子及其伴随算子,因此计算成本较高,需要合理选择正则化方法及其参数。为了解决该问题,提出一种根据不完备光声测量信号联合重建光吸收能量分布图和声速分布图的深度学习方法。方法 设计并搭建基于学习迭代策略的联合迭代重建网络(joint iterative reconstruction network,JIR-Net),网络由4个结构单元组成,每个单元包括特征提取、特征融合和重建3个模块。网络的输入是探测器在成像平面中采集的不完备光声信号和预设的常数声速,输出是重建的光吸收能量分布图和声速分布图。分别构建仿真、仿体和在体数据集,用于训练、验证和测试网络。在训练网络的过程中,将光吸收能量密度和声速的梯度下降信息整合到网络训练中,并利用反向传播梯度下降法求解非线性最小二乘问题。结果 数值仿真、仿体和在体实验结果表明:与交替优化法、U-Net后处理法和深度梯度下降法相比,JIR-Net重建的光吸收能量分布图的结构相似度可分别提高约39.5%、26.4%和7.6%,峰值信噪比可分别提高约95.6%、71.4%和15.5%。与交替优化法相比,JIR-Net重建的声速分布图的结构相似度和峰值信噪比可分别提高约34.4%和22.6%。结论 JIR-Net解决了由于有限角度稀疏测量和组织声速分布不均匀所致的光声图像质量下降问题,实现了从光声信号到高质量光吸收能量分布图和声速分布图的映射。

大气湍流自适应光学随机并行梯度下降算法的优化

基于随机并行梯度下降(SPGD)算法的自适应光学(AO)无需波前传感器就可以实现对波前相位畸变的闭环补偿。但是算法的收敛速度较慢,制约着其在实时性要求高的系统中的应用。根据SPGD算法中随机扰动对收敛速度的影响,提出一种利用泽尼克(Zernike)模式优化算法随机扰动的方法。针对大气湍流,建立了一个基于SPGD算法的61单元自适应光学仿真模型,并对一组符合Kolmogorov特性的相位畸变进行了数值仿真,分析了该优化方法对系统收敛特性的影响。仿真结果表明,与优化前相比,优化随机扰动后,校正精度略微下降,但是收敛速度得到明显的改善。

烟气环境对人员沿楼梯下行速度影响的实验研究

通过不同烟气环境中沿楼梯下行的移动实验,对不同年龄段以及不同烟气环境对人员下行的移动速度进行了研究。研究结果表明,轻烟环境和无烟环境中,人员的下行速度相差不大,但浓烟环境中,由于烟气造成的恐慌心理以及楼梯扶手的辅助作用,人员沿楼梯下行的速度要明显快于无烟和轻烟环境,这与平直走廊中烟气对人员移动速度的影响有明显的不同。相同疏散环境中,青少年的下行速度明显快于其他年龄段的同性别人群,男性速度分布区间集中在1.0~1.2 m/s,女性为0.8~0.95 m/s;60岁以上的老人的下行速度稍慢,男性速度区间为0.82~0.92 m/s,女性为0.5~0.8 m/s;其他年龄段男性0.9~1.1 m/s,女性为0.6~0.85 m/s。

点目标成像自适应光学随机并行梯度下降算法性能指标与收敛速度

在自适应光学中,随机并行梯度下降(SPGD)算法通过对系统的性能指标直接优化从而校正波前像差,具有很强的应用潜力。在点目标成像自适应光学系统中,SPGD算法经常采用强度分布平方和、平均半径和环围能量作为系统的性能指标进行优化。利用数值仿真分析了三种性能指标与畸变波前的均方根之间的关系。建立了一套实验平台,通过静态波前畸变校正实验,分析了SPGD算法采用以上三种不同的性能指标时的校正效果。实验结果与前面的数值仿真结果一致,表明SPGD取平均半径作为性能指标进行优化时效果较好。实验还分析了控制通道数目对收敛速度的影响。结果表明随着控制通道数目的增加性能指标曲线收敛所需的迭代次数显著增加,与驱动器个数的平方根之间存在一个近似的线性关系。