检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

开关磁阻电机无位置传感器控制策略研究

电机与控制学报 2024年第4期28卷 149-157页

作者：王青蒋宗文王林强徐鑫莹丁家鑫刘韬南昌大学信息工程学院江西南昌330031 南昌大学数学与计算机学院江西南昌330031

针对开关磁阻电机无位置传感器下的转子位置还原,提出一种基于电流上升时间监测的无位置传感器控制策略,该策略包含初始位置检测、电机启动运行、转子位置重构和调速控制几个部分。首先离线测得电机在特殊位置时滞环带宽内的电流上升时... 详细信息

针对开关磁阻电机无位置传感器下的转子位置还原,提出一种基于电流上升时间监测的无位置传感器控制策略,该策略包含初始位置检测、电机启动运行、转子位置重构和调速控制几个部分。首先离线测得电机在特殊位置时滞环带宽内的电流上升时间,作为初始阈值用于电机启动;接着分别对各相绕组注入小电流,比较各相电流在滞环带宽内的上升时间进行初始位置分区;然后将转子从电感下降区进入电感最小区起始点作为特征点,利用初始阈值启动电机并在电机运行过程中依据实时工况更新特征点处时间阈值作为下一周期的检测特征;最后通过检测特征点位置信号对转子进行位置重构和转速估算实现换相与调速。仿真与实验结果验证了所提出控制策略的有效性与准确性。

关键词：开关磁阻电机无位置传感器控制转子位置重构特征点检测电流注入

考虑参数空间变异性和基于高效代理模型的边坡可靠度分析

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

岩土工程学报 2024年第2期46卷 273-281页

作者：邓志平钟敏潘敏郑克红牛景太蒋水华南昌工程学院水利与生态工程学院江西南昌330099 南昌大学工程建设学院江西南昌330031

在考虑参数空间变异性情况下评估小失效概率的边坡可靠度,传统可靠度分析方法往往存在耗时冗长或难以求解等问题。为此,提出了一种基于分段逆回归的主动学习多元自适应回归样条法与子集模拟结合的边坡可靠度分析方法,并探讨了分段逆回... 详细信息

在考虑参数空间变异性情况下评估小失效概率的边坡可靠度,传统可靠度分析方法往往存在耗时冗长或难以求解等问题。为此,提出了一种基于分段逆回归的主动学习多元自适应回归样条法与子集模拟结合的边坡可靠度分析方法,并探讨了分段逆回归方法对代理模型响应值的影响。首先,利用Karhunen-Loève展开法离散抗剪强度参数随机场,通过强度折减法计算得到一定数量的训练样本用于构建初始代理模型。接着,采用主动学习函数选取一定量最优样本点更新代理模型,使用最终的代理模型与子集模拟耦合进行边坡可靠度分析。最后,以两个典型的边坡算例,验证所提方法的有效性。结果表明:在考虑参数空间变异性情况下,所提方法可以采用更少的训练样本进行小失效概率边坡可靠度分析,不仅可得到比较精确的结果,而且避免出现内存溢出情况。

关键词：边坡稳定可靠度分析空间变异性代理模型主动学习

类蓝宝石立方氧化铝透明陶瓷的冷高压制备、显微结构和光学性能

在线全文

学校读者我要写书评

暂无评论

硅酸盐学报 2024年第3期52卷 890-898页

作者：陈兴涛文森辉沙皓文张雨巍石云川南昌大学物理与材料学院江西南昌330031

采用GPa级高压低温烧结制备出立方γ-氧化铝(γ-Al_(2)O_(3))透明陶瓷材料,通过调节温度并研究了立方γ-氧化铝陶瓷在常压和高压下的相变行为、显微结构和掺杂稀土离子(Eu^(3+))的发光特性。结果表明:采用5 GPa压力和温度为300℃所烧结... 详细信息

采用GPa级高压低温烧结制备出立方γ-氧化铝(γ-Al_(2)O_(3))透明陶瓷材料,通过调节温度并研究了立方γ-氧化铝陶瓷在常压和高压下的相变行为、显微结构和掺杂稀土离子(Eu^(3+))的发光特性。结果表明:采用5 GPa压力和温度为300℃所烧结的立方氧化铝透明陶瓷,其直线透过率在可见光和近红外波段达到86%,与蓝宝石单晶体在该波段的透光性能一致,并且其平均晶粒尺寸小于20 nm,Vickers硬度达16 GPa。另外,在立方氧化铝基质中掺入三价稀土Eu^(3+)后,三价Eu^(3+)能自还原为二价Eu^(2+)。当对Eu^(3+)掺杂γ-Al_(2)O_(3)材料加热至300℃后,其荧光光谱表现出最强的Eu^(2+)发射,继续升高温度至1 200℃后,二价Eu^(2+)的发射强度降低至最小值,并恢复为三价Eu^(3+)的发射。这表明立方氧化铝具有自还原的结构优势,有利于获得低价金属离子掺杂的立方氧化铝系功能透明陶瓷材料。

关键词：透明陶瓷立方氧化铝显微结构高压烧结光电性能

在线全文

学校读者我要写书评

暂无评论

基于振动速度与噪音的横梁动态特性优化

湖南大学学报（自然科学版） 2024年第2期51卷 219-226页

作者：叶寒高艺刘军张军李莉刘旭波李诗晨董高翔姜乐付郭俊辉刘华南昌大学先进制造学院江西南昌330009 江西省佳时特数控有限公司江西南昌330052

针对某型小五轴高精密数控机床加工精度不高的问题,对其横梁的动态性能进行研究.采用锤击模态测试实验与有限元模拟计算相结合的方法,对横梁的固有频率进行研究;测量主轴不同转速下的振动速度和振动噪音,通过赋权处理,建立振动评价指标... 详细信息

针对某型小五轴高精密数控机床加工精度不高的问题,对其横梁的动态性能进行研究.采用锤击模态测试实验与有限元模拟计算相结合的方法,对横梁的固有频率进行研究;测量主轴不同转速下的振动速度和振动噪音,通过赋权处理,建立振动评价指标方程,得到优化目标;对所研究横梁进行形状优化.试验与仿真所得固有频率最大误差为5.76%;基于主轴振动情况确定83~117 Hz的频率范围,作为横梁设计时需要避开的低阶固有频率范围.经过形状优化后,横梁的一阶固有频率为139 Hz,相较于原横梁增加了约20.870%,横梁的动态性能得到改善.

关键词：动态性能模态测试实验有限元赋权处理振动评价指标

基于改进贝叶斯更新方法的边坡参数概率反分析及可靠度评估

在线全文

学校读者我要写书评

暂无评论

岩土力学 2024年第3期45卷 835-845页

作者：胡鸿鹏蒋水华陈东黄劲松周创兵南昌大学工程建设学院江西南昌330031 江西省天然气集团有限公司管道分公司江西南昌330096

某一特定场地的岩土力学参数在地质作用下普遍呈现固有的不确定性,融合现场观测数据进行概率反分析可有效缩减这一不确定性。虽然基于子集模拟的贝叶斯更新(Bayesian Updating with Subset simulation,简称BUS)方法可以将等量场地信息... 详细信息

某一特定场地的岩土力学参数在地质作用下普遍呈现固有的不确定性,融合现场观测数据进行概率反分析可有效缩减这一不确定性。虽然基于子集模拟的贝叶斯更新(Bayesian Updating with Subset simulation,简称BUS)方法可以将等量场地信息的高维概率反分析问题转化为等效的结构可靠度问题,但是当现场观测数据增多时,构建的似然函数值会变得非常小,甚至低于计算机浮点运算精度,会严重影响概率反分析计算效率与精度。为此,提出了一种基于并联系统可靠度分析的改进BUS方法,从基于乔列斯基分解的中点法出发,将接受率低的总失效区域分解为多个接受率高的子失效区域,从而避免因融合大量现场观测数据引起的“维度灾难”问题,实现对边坡岩土力学参数的准确概率反分析。最后,通过一不排水饱和黏土边坡案例验证了提出方法的有效性,结果表明提出的方法能够融合大量钻孔数据和边坡服役状态等观测信息高效进行岩土力学参数概率反分析及边坡可靠度评估,为高维空间变异参数概率反分析和边坡可靠度评估提供了一种有效的工具。

关键词：边坡空间变异性似然函数分解贝叶斯更新概率反分析可靠度评估

基于超螺旋滑模及前馈补偿的智能车侧向运动控制

在线全文

学校读者我要写书评

暂无评论

湖南大学学报（自然科学版） 2024年第2期51卷 151-162页

作者：吴晓建张明华王爱春关龙新江会华彭晨若南昌大学先进制造学院江西南昌330031 江铃汽车股份有限公司江西南昌330001

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控... 详细信息

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控制系统的精确性.通过Carsim-Simulink联合仿真环境下的双移线、正弦路径跟踪控制,以及参数摄动情况下的路径跟踪控制,与传统一阶滑模控制对比,验证了所设计的超螺旋滑模控制器路径跟踪的精确性及鲁棒性.结果表明,面对智能车辆参数不确定、驾驶场景多变等情况,采用超螺旋滑模算法比传统滑模算法具有更好的鲁棒性和跟踪精度,超螺旋算法能有效地减弱传统滑模算法产生的方向盘抖振问题.最后,利用实车平台对进行了低速大曲率场景测试,验证所设计的超螺旋滑模算法控制器具有良好的路径跟踪精度.

关键词：智能车路径跟踪鲁棒性超螺旋滑模算法前馈补偿

考虑渗透系数空间变异性的降雨作用下边坡大变形破坏特征

在线全文

学校读者我要写书评

暂无评论

应用基础与工程科学学报 2024年第1期32卷 72-84页

作者：李剑平蒋水华黄发明黄劲松南昌大学工程建设学院江西南昌330031

合理评估降雨作用下边坡破坏特征是滑坡灾害防控及预警的重要前提.为了揭示土体渗透系数空间变异性对降雨作用下边坡大变形破坏特征的影响规律,综合利用极限平衡方法计算效率高和物质点法可模拟边坡大变形的优势,提出了随机极限平衡-物... 详细信息

合理评估降雨作用下边坡破坏特征是滑坡灾害防控及预警的重要前提.为了揭示土体渗透系数空间变异性对降雨作用下边坡大变形破坏特征的影响规律,综合利用极限平衡方法计算效率高和物质点法可模拟边坡大变形的优势,提出了随机极限平衡-物质点耦合分析方法(RLE-MPM),并开发了MATLAB-HYDRUS-Anura 3D这3个软件的接口实现程序.首先,利用HYDRUS模拟边坡降雨入渗过程,得到每个土层单元的含水率及孔隙水压力分布特征;其次,采用局部抗剪强度法更新每个物质点的等效抗剪强度及重度;最后,利用随机物质点法(RMPM)进行降雨作用下边坡大变形破坏概率计算、破坏模式识别及大变形破坏特征评估.研究结果表明:RLE-MPM方法可模拟日本Tokai-Hokuriku降雨型滑坡水-力耦合过程,模拟得到的滑坡最终堆积形态与现场调查结果基本一致.相较于RMPM,RLE-MPM方法计算边坡失效概率的效率更高,并且能够有效识别降雨作用下3种边坡破坏模式,即完全破坏模式、剪切带破坏模式、渐进式破坏模式.此外,降雨历时对非均质边坡大变形破坏模式及其特征均具有重要的影响.

关键词：降雨诱发滑坡边坡失稳空间变异性大变形破坏模式破坏特征

基于GRU和MOGWO的软基水闸底板脱空动力学智能反演

在线全文

学校读者我要写书评

暂无评论

应用基础与工程科学学报 2024年第1期32卷 85-99页

作者：李火坤唐义员黄伟柳波王文韬朱慧琪南昌大学工程建设学院江西南昌330031

软基水闸在水流侵蚀等因素作用下易发生底板脱空现象,极大地威胁水闸的安全运行.针对软基水闸底板脱空检测问题,提出一种基于门控循环单元(Gate Recurrent Unit, GRU)神经网络代理模型和多目标灰狼算法(Multi-Objective Grey Wolf Optim... 详细信息

软基水闸在水流侵蚀等因素作用下易发生底板脱空现象,极大地威胁水闸的安全运行.针对软基水闸底板脱空检测问题,提出一种基于门控循环单元(Gate Recurrent Unit, GRU)神经网络代理模型和多目标灰狼算法(Multi-Objective Grey Wolf Optimizer, MOGWO)的软基水闸底板脱空动力学反演方法.基于GRU神经网络构建表征软基水闸结构模态参数与脱空参数间非线性关系的数学代理模型,基于水闸结构固有频率、归一化振型建立软基水闸脱空参数反演的多目标优化函数,并采用MOGWO优化算法求解多目标优化问题的Pareto最优解.将所提方法应用于室内软基水闸物理模型两种脱空工况的反演计算.GRU神经网络代理模型精度优于多层前馈(Back Propagation, BP)神经网络代理模型及三阶多项式响应面模型,且反演脱空面积和模型实际脱空面积的相对误差分别为6.76%、5.58%,反演效果明显优于单目标反演方法.

关键词：软基水闸底板脱空反演动力学方法代理模型 GRU神经网络 MOGWO优化算法

环境因子筛选及组合方法对滑坡易发性预测的影响规律

在线全文

学校读者我要写书评

暂无评论

应用基础与工程科学学报 2024年第1期32卷 49-71页

作者：黄发明刘科技曾子强田钦蒋水华杨阳周创兵南昌大学工程建设学院江西南昌330031

采用不同筛选方法从滑坡环境因子中获取各种因子组合,将其作为滑坡易发性预测模型的输入变量,用以研究不同环境因子筛选及组合下的建模规律,对准确可靠地预测滑坡易发性具有重要的理论和实践参考价值.以三峡库区万州区为例,首先,选取23... 详细信息

采用不同筛选方法从滑坡环境因子中获取各种因子组合,将其作为滑坡易发性预测模型的输入变量,用以研究不同环境因子筛选及组合下的建模规律,对准确可靠地预测滑坡易发性具有重要的理论和实践参考价值.以三峡库区万州区为例,首先,选取23种环境因子,如地形、水文、岩性等;然后,用相关系数(Coefficient Analysis, CA)、线性回归(Linear Regression, LR)、主成分分析(Principal Component Analysis, PCA)、神经网络(Artificial Neural Network, ANN)和粗糙集(Rough Set, RS)等筛选方法来优化环境因子组合,将其作为支持向量机(Support Vector Machine, SVM)、多层感知器(Multi-layer perceptron, MLP)等典型机器学习模型的输入变量,构建CA-SVM、CA-MLP等耦合模型,预测滑坡易发性,并与未进行环境因子筛选的全部因子耦合机器学习模型作对比;最后,用受试者操作特征曲线下面积(Area under receiver operating characteristic curve, AUC)精度、易发性指数的均值和标准差等指标探讨建模规律.研究结果表明:(1)全部环境因子耦合的滑坡易发性预测精度总体上优于考虑环境因子筛选的机器学习模型,可见环境因子筛选对提升易发性预测精度并不理想;(2)滑坡易发性精度对不同环境因子筛选方法的敏感度略低于不同机器学习模型,显示开展环境因子筛选是不必要的,且其将导致建模过程更复杂,当然仍需避免采用相关性太高、且作用机制类似的环境因子.总之,可依据数据准确、类型齐全、意义明确、操作可行和主次清晰等原则,构建出完善的滑坡环境因子组合体系.

关键词：滑坡易发性预测环境因子筛选机器学习不确定性因素敏感度分析