检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

新型压电泵的结构设计及动态系统建模

新型压电泵的结构设计及动态系统建模

作者：张波哈尔滨工业大学

学位级别：硕士

压电泵因其特殊的性能和广阔的应用前景日益受到各国学者的广泛重视。本文详细讨论了目前出现的各种类型的压电泵及其结构和工作原理,分析了压电泵的具体应用领域。本文利用压电叠堆设计了一种新型压电液压泵。其主要驱动元件压电叠堆... 详细信息

压电泵因其特殊的性能和广阔的应用前景日益受到各国学者的广泛重视。本文详细讨论了目前出现的各种类型的压电泵及其结构和工作原理,分析了压电泵的具体应用领域。本文利用压电叠堆设计了一种新型压电液压泵。其主要驱动元件压电叠堆是由智能材料压电陶瓷制成的柱状物体。该泵直接利用压电叠堆的机械变形改变密封容腔的体积,通过进口和出口两个单向阀实现液体的输出。并利用有限元分析软件ANSYS计算阀片内的应力分布,对其强度进行校核。本文针对压电泵结构,建立其组成部分的物理模型,根据压电叠堆模型、密封容腔模型和阀片模型的传递函数研究系统中每个元件的功能以及各个元件间存在的相互关系,详细分析了压电叠堆模型的频率响应,并分析了系统的振幅和相位角与碟形弹簧的刚度和输入信号的频率之间的关系,最后,利用MATLAB程序得到输出流量的正弦输入响应。本文建立了简易的压电泵实验系统,初步进行了压电泵实体模型的实验研究,测试了在不同频率时压电泵的输出流量、不同载荷作用时压电泵的输出流量以及压电泵的最高压力。

关键词：智能材料压电叠堆压电泵动态系统建模

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

相关分析在动态系统建模中的应用

黑龙江自动化技术与应用 1993年第2期12卷 1-4页

作者：钱大群上海交通大学

分析和确定动态数学模型的结构是系统辨识的一项艰巨而重要的任务.本文提出了一些用以分析和确定模型结构的相关分析技术.该技术具有易于掌握、使用简单的优点,并在垃圾焚烧炉这一复杂系统的建模中得到应用.

关键词：相关分析动态系统建模系统辨识

维普期刊数据库

特种履带车辆机电复合传动装置低温启动过程建模与优化控制

在线全文

学校读者我要写书评

暂无评论

兵工学报 2023年第1期44卷 117-128页

作者：帅志斌贺帅李国辉李耀恒李勇张颖简洪超中国北方车辆研究所车辆传动重点实验室北京100072

针对极低温环境下,特种履带车辆机电复合传动装置冷启动时间长的问题,提出一种新型的机电复合传动装置低温快速启动方案,通过对主要加热部件能量转换过程的分析,构建低温启动过程中液压油温升的数学模型。通过控制不同加热部件的功率和... 详细信息

针对极低温环境下,特种履带车辆机电复合传动装置冷启动时间长的问题,提出一种新型的机电复合传动装置低温快速启动方案,通过对主要加热部件能量转换过程的分析,构建低温启动过程中液压油温升的数学模型。通过控制不同加热部件的功率和加热时机,建立多约束条件下的两种低温启动控制策略:基于规则的策略和基于动态规划的策略,设计多目标优化的指标函数,实现在动力电池能量、加热部件功率等多约束下的最优启动控制。仿真结果表明:多部件加热的低温快速启动方案具备可行性,所提出的启动策略能够实现预期的控制目标;基于动态规划的策略可缩短12.6%的启动时间,同时启动过程耗能降低11.9%,有助于提升机电复合传动装置低温启动的综合效能。

关键词：履带车辆机电复合传动低温启动动态系统建模最优控制

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

动态误差分解与溯源理论与方法研究

仪器仪表学报 2005年第Z1期26卷 735-736,740页

作者：蒋敏兰费业泰合肥工业大学仪器仪表学院

基于全系统动态精度理论及其建模方法,建立实际测量系统的“白化”或“准白化”模型,以及输出总误差的“白化”模型,利用混合谱分析的方法对动态测试系统进行误差分解与溯源。动态误差分解与溯源是误差理论及精度理论的逆向问题,在动态... 详细信息

基于全系统动态精度理论及其建模方法,建立实际测量系统的“白化”或“准白化”模型,以及输出总误差的“白化”模型,利用混合谱分析的方法对动态测试系统进行误差分解与溯源。动态误差分解与溯源是误差理论及精度理论的逆向问题,在动态测量及动态测试系统的设计中具有十分重要的意义。

关键词：全系统精度理论动态误差分解与溯源动态系统建模

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于GEP算法的高阶常微分方程预测模型

计算机工程与应用 2018年第18期54卷 256-262页

作者：崔未王卫华黄樟灿谈庆武汉理工大学理学院武汉430070

针对动态系统预测建模中建模效率低,无显式模型的缺陷。提出一种基于基因表达式编程(GEP)的高阶常微分方程预测模型(GEP-HODE)。将一维数据的变化特性使用高阶微分进行表示,通过GEP对高阶微分数据进行建模,得到显式模型。对高阶常微分... 详细信息

针对动态系统预测建模中建模效率低,无显式模型的缺陷。提出一种基于基因表达式编程(GEP)的高阶常微分方程预测模型(GEP-HODE)。将一维数据的变化特性使用高阶微分进行表示,通过GEP对高阶微分数据进行建模,得到显式模型。对高阶常微分方程模型进行降阶处理,使用数值方法进行求解,得到预测值。该方法利用了GEP算法"基因型-表现型"的编码特性,实现了模型建立与参数优化的同步,大幅度提升建模效率。以太阳黑子年平均数作为实验数据建模预测,结果表明,该方法相比GP混合建模方法有更高的效率,相比混合BP神经网络模型等方法有更好的精度。

关键词：基因表达式编程动态系统建模高阶常微分方程模型时间序列预测

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向随机多对象动态系统的深度生成式模型

面向随机多对象动态系统的深度生成式模型

作者：杨帆浙江大学

学位级别：硕士

现实世界中的动态系统通常由多个存在随机性交互影响关系的对象组成。建模和预测此类多对象动态系统的行为通常较为困难,因为其各个组成对象间的复杂相互作用和联合演化过程难以被有效形式化。本文提出了两种使用图神经网络对随机多对... 详细信息

现实世界中的动态系统通常由多个存在随机性交互影响关系的对象组成。建模和预测此类多对象动态系统的行为通常较为困难,因为其各个组成对象间的复杂相互作用和联合演化过程难以被有效形式化。本文提出了两种使用图神经网络对随机多对象动态系统进行深度生成式建模的方法。在第一种方法中,我们提出了关系式状态空间模型,其在状态空间模型的框架下使用图神经网络建模多个相关对象的交互影响关系和联合状态转移;在第二种方法中,我们提出了条件式图规整化流模型,其在规整化流的框架下使用在时间维度上并行化的图神经网络建模多对象多步轨迹的联合分布中对象间的依赖。通过图神经网络与深度生成式模型的紧密融合,关系式状态空间模型提供了一种在多对象动态系统建模中利用关系信息的灵活方式,而条件式图规整化流模型提供了一种联合预测多对象未来多步轨迹的高效方式。两种模型的有效性在合成和实时序列数据集上得到了实验验证。

关键词：动态系统建模图神经网络时间序列状态空间模型深度生成式模型规整化流

粒子群优化算法的改进及在油藏数值模拟中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

粒子群优化算法的改进及在油藏数值模拟中的应用

作者：陈卓北京建筑大学

学位级别：硕士

粒子群优化算法是上世纪九十年代提出的一种群体智能优化算法,并迅速发展成为优化技术领域的一个研究重点,由于其实现简单、精度高、收敛快,在单目标和多目标连续优化问题中均具有较好的全局收敛能力,因此被广泛推广和使用。随着研究的... 详细信息

粒子群优化算法是上世纪九十年代提出的一种群体智能优化算法,并迅速发展成为优化技术领域的一个研究重点,由于其实现简单、精度高、收敛快,在单目标和多目标连续优化问题中均具有较好的全局收敛能力,因此被广泛推广和使用。随着研究的深入和应用的推广,粒子群优化算法也暴露出一些缺陷,例如在算法后期收敛速度较慢和容易陷入局部最优点等。对无约束优化问题的求解,本文提出了一种改进粒子群优化算法,算法将共轭梯度法和反向学习的思想引入到粒子群优化算法的迭代过程中,根据各个粒子每一次迭代的速度信息对其进行分类,挑选出较活跃的粒子使用反向学习策略进行改进,以保持粒子的多样性,对稳定粒子采用共轭梯度法进行改进,使算法能够快速收敛。采用标准的无约束优化测试问题对改进算法进行了数值试验,结果表明改进后的算法能够快速收敛到最优解附近,并具有较高的收敛精度。在算法的应用方面,本文提出了一种采用改进算法进行动态系统建模的新方法,针对两个注水井和一个生产井的石油生产过程,利用其注水井注入率和生产井产出率的模拟数据进行了建模试验,试验结果表明所建模型对注水井注入率和生产井产出率之间的动态关系拟合地十分准确,同时该建模方法对数据量的依赖性较小,采用临近预测时刻的8-14组历史数据即可建立准确的动态模型。对约束优化问题的求解,本文提出了一种混合粒子群优化算法。该混合算法基于增广拉格朗日乘子法的思想,先将约束优化问题转化为一系列界约束优化子问题,再采用嵌入了共轭梯度法的粒子群优化算法对所得的子问题进行求解,其中在粒子群优化算法迭代过程中每次对所得的最优和次优的粒子启用若干次共轭梯度法的迭代,以加快算法的求解速度。数值试验结果表明,混合算法在保证求解精度的前提下,有效的降低了迭代次数,提升了算法的效率。在混合粒子群优化算法的应用方面,将前面动态建模方法推广到多输入多输出的动态系统,先将多输入多输出动态系统建模转化为约束优化问题,然后采用所得的混合算法优化获得模型参数,利用五个注水井和四个生产井的油藏模拟数据进行了多输入多输出动态系统的建模试验,试验结果表明所建模型可以精确的模拟注水井注入率和生产井产出率之间的动态关系,并能对生产过程中各个生产井的产出率进行精准的预测。

关键词：粒子群优化算法共轭梯度法动态系统建模油藏数值模拟

基于状态空间划分的预测状态表示模型获取研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于状态空间划分的预测状态表示模型获取研究

作者：陈珍珍厦门大学

学位级别：硕士

预测状态表示(Predictive State Representation, PSR)方法是对动态系统建模的有效方法。相比其它建模方法,PSR具有表征能力强、模型易于学习等优点,可以有效地解决局部可观测问题。但传统的研究方法大都是在整体状态空间上获取系统的PS... 详细信息

预测状态表示(Predictive State Representation, PSR)方法是对动态系统建模的有效方法。相比其它建模方法,PSR具有表征能力强、模型易于学习等优点,可以有效地解决局部可观测问题。但传统的研究方法大都是在整体状态空间上获取系统的PSR模型,计算复杂、模型获取相对困难,已有相关算法通常仅适用于规模较小的系统。在本文工作中,通过研究系统状态空间划分机制,将整个状态空间划分为多个子状态空间,降低了获取系统PSR模型的难度,进而提出基于状态空间划分的PSR模型算法及基于状态空间划分的转移预测状态表示(Transformed Predictive State Representation, TPSR)模型获取算法,实现了较大规模系统中系统PSR模型的获取。本文主要研究内容及成果包括以下几个方面： (1)提出状态空间划分机制。通常情况下,系统的状态数量会随着系统规模的增大而增多,从而增加了获取系统整体的PSR模型的难度。本文根据landmark的特性,以landmark为划分状态空间的临界点,把整体状态空间划分为几个规模较小的子状态空间。进行状态空间划分后,只需分别获取状态数量一般都小于整体状态空间的状态数量的各个子状态空间对应的PSR模型,降低了模型获取的难度。 (2)提出一种基于状态空间划分的PSR模型获取算法。该算法根据状态空间划分机制,将较大规模系统的整体状态空间划分为几个较小的子状态空间,进而学习各子状态空间对应的PSR模型;并根据这些子状态空间的PSR模型,构建系统整体的PSR模型后,可对任意事件进行预测。实验仿真结果表明所提算法是有效的。 (3)提出基于状态空间划分的TPSR模型获取算法。随着系统规模的增大,发现检验核这一过程的时间复杂度和计算量通常也相应增大,为了进一步减小模型获取的复杂性,本文在对状态空间划分后,通过引入主成分分析(Principal Component Analysis, PC A)方法,提出基于状态空间划分的TPSR模型获取算法。该算法使用PCA方法对各个子状态空间的经历-检验矩阵进行降维,直接利用降维后的矩阵获取各个子状态空间的TPSR模型,无需发现检验核,简化了模型学习过程。实验仿真结果表明了所提算法的有效性。

关键词：动态系统建模状态空间划分预测状态表示转移预测状态表示

数据驱动的动态系统故障预测方法及在列车运行电机故障预测中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据驱动的动态系统故障预测方法及在列车运行电机故障预测中的应...

作者：卓洁东北大学

学位级别：硕士

现代工业过程等复杂动态系统向大规模集成化方向发展,一旦发生故障,直接影响整个系统的安全运行。一般而言,不仅要在故障发生事后准确诊断,更应在故障发生前诊断出异常征兆,并预测故障未来发展,即根据系统过去和现在的运行状态预测故障... 详细信息

现代工业过程等复杂动态系统向大规模集成化方向发展,一旦发生故障,直接影响整个系统的安全运行。一般而言,不仅要在故障发生事后准确诊断,更应在故障发生前诊断出异常征兆,并预测故障未来发展,即根据系统过去和现在的运行状态预测故障发生的时间或者判断未来的某个时刻系统发生故障的概率。复杂动态系统的故障预测与设备剩余寿命预测,是保障其健康安全运行的有效途径,具有重要的理论研究价值和实际研究意义。本文依托国家自然科学基金重大项目课题《基于大数据和知识的高速列车信息控制系统故障建模理论与方法》,在对复杂动态系统故障预测方法综述的基础上,针对复杂动态系统高维强耦合、动态性且故障机理建模困难等难点,从而难以采用基于模型的故障预测方法,研究数据驱动的多变量复杂动态系统故障预测方法,并结合列车动态运行特点,开展列车运行电机故障预测的应用研究,主要成果包括两个方面:(1)针对现有静态数据建模方法无法提取动态系统高维数据间的动态关系,提出一种数据驱动的动态内在主元分析重构与向量时间序列模型相结合的动态系统故障预测方法;并结合列车多电机温度的动态时空相关性,提出动态内在主元分析重构与向量时间序列模型相结合的列车运行电机故障预测方法。所提出的数据驱动的动态内在主元分析重构与向量时间序列模型相结合的动态系统故障预测方法由动态潜结构建模、基于重构的故障幅值估计、基于故障向量自回归建模的故障预测三部分组成。首先,利用系统历史正常运行数据建立基于动态内在主元分析的动态潜结构模型;接下来,基于所建立的动态内在主元分析模型利用历史故障数据提取故障方向,提出基于动态主元重构的动态系统故障幅值估计方法;在此基础上,提出基于故障向量时间序列模型的故障幅值预测方法。田纳西伊斯曼过程的仿真验证结果表明了所提方法的有效性。结合列车运行多个电机温度动态相关性,提出基于动态潜结构重构的列车运行电机故障预测方法,并采用实际列车运行数据进行应用验证,结果说明了所提方法的有效性。(2)针对列车电机故障发生时的状态转移特性,提出基于马尔科夫链的列车运行电机剩余寿命预测方法。首先,运用马尔科夫链的相关理论计算并得出牵引电机状态之间的转移概率,接下来,根据牵引电机的状态转移概率得出牵引电机的故障概率,掌握牵引电机故障的变化规律;在此基础上,结合浴盆曲线理论对牵引电机状态转移概率和故障概率预测电机的有效寿命。实验结果相较于实际更换电机的时间提前了约10小时。

关键词：动态系统建模潜结构建模故障重构故障预测寿命预测