检索结果-南通市图书馆

华中科技大学学报（自然科学版） 2022年第6期50卷 124-132页

作者：郑小虎吴明宇许敏俊杨启锐东华大学人工智能研究院上海201620 东华大学上海工业大数据与智能系统工程技术研究中心上海201620 东华大学机械工程学院上海201620

针对机器人制孔系统刚性差,制孔加工时会发生颤振、易产生毛刺的问题,提出了机理与数据融合的预测方法对机器人制孔出口毛刺高度进行预测,构建了基于钻削力及颤振模型的钻削毛刺高度预测静态物理模型,进行毛刺高度的初步预测,并在其基... 详细信息

针对机器人制孔系统刚性差,制孔加工时会发生颤振、易产生毛刺的问题,提出了机理与数据融合的预测方法对机器人制孔出口毛刺高度进行预测,构建了基于钻削力及颤振模型的钻削毛刺高度预测静态物理模型,进行毛刺高度的初步预测,并在其基础上采用数据动态更新模型对其修正更新.通过机器人制孔实验对所建立模型进行验证,实验表明该预测方法对制孔毛刺高度分类准确率达到94.74%,为实现制孔毛刺主动控制及提升制孔系统加工质量奠定了基础.

关键词：机理数据融合弱刚性机器人制孔毛刺机器学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机理数据融合的液压齿轮泵故障诊断方法研究

基于机理数据融合的液压齿轮泵故障诊断方法研究

引用

作者：杨杰西安电子科技大学

学位级别：硕士

随着科技及装备制造业的快速发展,军用机械装备正逐步向智能化、精密化和复杂化方向改进。液压齿轮泵结构简单紧凑、工艺性好、能耐冲击性负载,是液压系统的心脏,广泛应用于军用机械的动力传递系统中。然而,液压齿轮泵服役于军用车载系... 详细信息

随着科技及装备制造业的快速发展,军用机械装备正逐步向智能化、精密化和复杂化方向改进。液压齿轮泵结构简单紧凑、工艺性好、能耐冲击性负载,是液压系统的心脏,广泛应用于军用机械的动力传递系统中。然而,液压齿轮泵服役于军用车载系统期间,其作业环境恶劣,工况复杂,性能受到严峻的挑战。为了保证液压齿轮泵及相应军用工程机械装备安全、可靠、稳定的运行,本文以液压齿轮泵为研究对象,以其平稳运行为目的,开展液压齿轮泵故障诊断研究,主要内容如下:(1)建立液压齿轮泵油液污染磨损容积效率机理模型及模型参数修正。首先对液压齿轮泵污染磨损机理进行了分析,确定了液压齿轮泵主要磨损形式为液压油液污染磨损,油液主要污染源为液压油固体颗粒;研究发现液压油液污染程度与液压齿轮泵容积效率有较强的相关性,以及机理数据融合建模需要,建立了液压齿轮泵油液污染磨损容积效率机理模型,研究容积效率和油液污染颗粒的关系并为机理数据融合建模提供机理模型;其次为求解及修正容积效率机理模型参数,开展液压齿轮泵污染磨损试验,采集液压齿轮泵流量、压力等数据,对液压齿轮泵容积效率机理模型参数进行求解及修正;最后使用可决系数(R)检验容积效率数据的拟合程度,为机理数据融合建模提供较为准确的机理模型。(2)针对传统的专家经验及机理建模分析方法对液压齿轮泵进行故障诊断的局限性,本文借鉴集成学习的思想,提出一种基于支持向量分类(SVC)的液压齿轮泵故障诊断方法。该方法通过多个核函数设计多个SVC分类器,将经过数据预处理、特征提取和特征筛选得到的高质量特征输入到多个SVC分类器中,通过对多个SVC分类器输出值进行加权计算的方式得出集成结果,实现对液压齿轮泵的故障诊断。最后,通过液压齿轮泵污染磨损试验采集的液压齿轮泵振动信号对该方法进行验证。结果表明,该方法的预测成功率均高于任一单核函数SVC模型,展现出了较好的精度和较强的泛化能力,同时也为机理数据融合建模提供较为准确的数据模型。(3)针对单一模型无法准确全面地对液压齿轮泵进行故障诊断和数据解释的问题,本文从模型融合的角度出发,创新性的提出一种基于机理数据融合的液压齿轮泵故障诊断方法。该方法以数据模型为主体,机理模型为辅助,将容积效率机理模型仿真数据和液压齿轮泵振动信号实测数据结合,通过数据级融合、特征级融合和决策级融合等三种不同的融合级别分别建立三个SVC故障诊断模型,使用测试集测试不同融合级别模型的性能,实现对液压齿轮泵的故障诊断,并探索不同融合级别建模方式的适用场合。最后,通过液压齿轮泵污染磨损试验采集的液压齿轮泵相关信号对该方法进行验证。结果表明,基于机理数据融合的液压齿轮泵故障诊断方法在多个测试集上取得了很好的效果,数据可解释性更强,预测成功率和平均预测精度均有较大提高,表现出该方法极大地优越性和很好的泛化能力。

关键词：液压齿轮泵故障诊断机理建模数据建模机理数据融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电动汽车聚合主动参与电网二次调频策略

电动汽车聚合主动参与电网二次调频策略

引用

作者：袁超南京邮电大学

学位级别：硕士

随着社会经济的不断发展,对能源的需求也越来越大,导致环境破坏以及能源短缺问题越发严重,对太阳能、风能等可再生能源的开发利用迫在眉睫。而由于可再生能源发电具有较强的随机性和波动性,这给电网的频率稳定带来了巨大挑战。作为低排... 详细信息

随着社会经济的不断发展,对能源的需求也越来越大,导致环境破坏以及能源短缺问题越发严重,对太阳能、风能等可再生能源的开发利用迫在眉睫。而由于可再生能源发电具有较强的随机性和波动性,这给电网的频率稳定带来了巨大挑战。作为低排放、环境友好型出行工具,电动汽车得到了各国的大力支持,伴随电动汽车的规模扩大,电动汽车与电网的互动技术引发高度关注。电动汽车作为容量大,响应速度快的需求侧资源,具有巨大的调频潜力,因此研究电动汽车参与电网调频具有重大意义。基于上述原因,本文提出了电动汽车聚合主动参与电网二次调频策略,主要创新工作如下:(1)针对电动汽车的频率响应特性,提出了基于改进AP(Affinity propagation)聚类算法的电动汽车频率响应特性聚类方法。首先分析电动汽车频率响应特性的影响因素;然后基于标准AP聚类算法提出了改进AP聚类算法;最后建立用于电动汽车聚类的分析模型,通过该模型能够将具有相似频率响应特性的电动汽车有效聚合。(2)基于电动汽车聚类研究,建立了基于机理数据融合的电动汽车聚类频率响应特性模型。首先从机理角度构建了电动汽车频率响应特性模型;然后针对模型参数无法通过物理及数学公式准确计算的问题,提出利用数据驱动方式确定模型参数的方法,并建立了电动汽车聚类响应特性模型;最后对用以整定模型参数的极限学习机算法进行了改进。(3)基于上述模型提出了电动汽车聚合参与电网二次调频策略。首先通过滤波器对电动汽车接收的总AGC(Automatic Generation Control)调频信号进行调整;然后对电动汽车聚类的可控容量进行预测;最后根据调频信号、电动汽车聚类可控容量以及电动汽车聚类频率响应特性模型进行AGC调频功率的分配。

关键词：电动汽车聚类二次调频改进AP聚类算法机理数据融合频率响应特性模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

钻削力扰动作用下的机器人制孔毛刺预测方法研究

钻削力扰动作用下的机器人制孔毛刺预测方法研究

引用

作者：吴明宇东华大学

学位级别：硕士

地面防空战车的发射系统与车架之间主要依靠螺栓连接,传统机床设备无法在大跨度范围内完成战车车架制孔,而基于多关节机器人的自动制孔系统因其具有空间可达性高、柔性好的特点,适合战车车架安装孔制孔,但由于战车车架连接板的材料属于... 详细信息

地面防空战车的发射系统与车架之间主要依靠螺栓连接,传统机床设备无法在大跨度范围内完成战车车架制孔,而基于多关节机器人的自动制孔系统因其具有空间可达性高、柔性好的特点,适合战车车架安装孔制孔,但由于战车车架连接板的材料属于难加工材料,且多关节机器人制孔系统刚度低,在连接件上钻削大直径孔时,因切削力大系统易发生变形及颤振,造成制孔毛刺较为严重。为探究系统振动对制孔毛刺高度的影响,以机器人制孔系统钻削的不锈钢板为研究对象,从毛刺形成机理入手,通过研究钻削过程中动态切削力导致的系统颤振对制孔毛刺高度的影响,采用机理与数据融合的预测方法实现制孔毛刺高度的准确预测,为机器人制孔系统闭环控制奠定重要的技术基础,本文主要研究成果包括:（1）建立了机器人制孔系统钻削出口毛刺高度机理模型。首先通过机器人关节刚度辨识得到机器人的关节刚度矩阵,从而与运动学模型联合求解得到机器人操作刚度矩阵,实现系统刚度建模;其次对钻削力进行建模,通过对组成钻削力不同部分的分别建模最终得到总的钻削力模型;通过刚度与钻削力模型求解颤振模型以及强迫振动模型,得到系统总的振动模型;最后以上述建立模型为基础,联立材料本身固有物理特性建立毛刺高度机理模型。（2）建立了基于机理与数据融合驱动的制孔毛刺高度分类预测模型以及制孔加工参数优化模型预测模型以机理模型预测结果为基础,通过数据驱动的动态更新模型对机理模型预测结果进行补偿,从而最终预测结果为二者预测结果之和,在保留了模型可解释性的基础上提升了整体的预测精度;优化模型通过找到对于毛刺生成的影响程度最大的工艺参数,进而对其进行优化调整以降低毛刺。（3）搭建了机器人制孔实验平台,开发了机器人制孔控制软件原型系统,并基于上述系统进行机器人制孔实验,采集相关实验数据对所建立模型进行验证。经验证发现融合模型预测准确率达到94.7%,高于传统机理模型预测以及单纯基于数据模型预测准确率;在使用工艺参数优化算法后发现,验证组加工后生成的出口毛刺高度平均降低27%,证明了优化算法的可行性。

关键词：弱刚性机器人制孔毛刺控制机理数据融合预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：