【摘 要】
：
为了提高磁流变发动机悬置隔振性能,提出了一种基于改进果蝇优化算法(IFOA)的PID半主动控制方法。首先,通过Elman神经网络建立了磁流变发动机悬置的正向、逆向模型,采集大量动态特性实验数据进行训练;然后,提出了一种基于云模型算法改进的果蝇优化算法,用于磁流变发动机悬置系统的PID控制器设计;最后,设计了磁流变悬置减振控制实验,检验所提出的基于IFOA的PID控制策略的有效性。实验结果显示:Elman神经网络逆模型的最低辨识精度为98.10%;低速工况下,IFOA-PID算法控制的发动机悬置系统的位移均
【机 构】
：
中国矿业大学机电工程学院,中国煤炭教育协会,姜堰经济开发区科创中心
【基金项目】
：
国家自然科学基金项目(51975568),江苏省自然科学基金项目(BK20191341),江苏高校优势学科建设工程项目(PAPD),江苏省研究生科研与实践创新计划项目(KYCX20_2045),中国矿业大学未来杰出人才助力计划项目(2020WLJCRCZL019)。
论文部分内容阅读
为了提高磁流变发动机悬置隔振性能,提出了一种基于改进果蝇优化算法(IFOA)的PID半主动控制方法。首先,通过Elman神经网络建立了磁流变发动机悬置的正向、逆向模型,采集大量动态特性实验数据进行训练;然后,提出了一种基于云模型算法改进的果蝇优化算法,用于磁流变发动机悬置系统的PID控制器设计;最后,设计了磁流变悬置减振控制实验,检验所提出的基于IFOA的PID控制策略的有效性。实验结果显示:Elman神经网络逆模型的最低辨识精度为98.10%;低速工况下,IFOA-PID算法控制的发动机悬置系统的位移均
其他文献
英语作为一门语言学科,在我们的学习和生活中起着重要的作用。众所周知,英语是一门国际通用语言,人们在很多重要场合会以英语进行交流,因此,我国对英语教学的重视程度也很高。随着社会的不断发展,我国开展素质教育,社会对专业性人才的要求不断提高,对于专业人才的要求不再仅仅局限于专业知识,所以对人才培养的英语水平要求也随之提高,为进一步提高学生的英语专业能力,从根本上增强学生的英语素质,让学生掌握更多的英语专业知识,则需要在专业学习当中融入英语教学,以英文传授专业知识,提高学生的英语水平和英语语言表达能力,弥补学生在
储能是实现可再生能源大规模利用的关键支撑技术,而超临界压缩二氧化碳储能(SC-CCES)系统具有设备紧凑、高效、安全等优点,被认为是具有发展前景的大规模储能技术之一。本文建立了SC-CCES系统传统㶲分析和先进㶲分析模型,揭示了系统各过程、部件㶲损大小及其原因,以及内源性/外源性与可避免/不可避免㶲损特性,获得了不同过程、部件间的相互关联。分析结果显示:SC-CCES系统效率可达60.30%;压缩机是㶲损失最大的环节,占总㶲损失的33.85%,其次为膨胀机、节流阀、间冷器和再热器;根据先进㶲分析,压缩机、
针对现代化大棚种植技术的需要,设计一种能够实时监控大棚温湿度变化,并将结果实时显示到电脑上,以便用户能够时刻了解大棚内部温湿度变化。系统采用DS18B20采集温度数据;采用HR202L采集湿度数据,以XC7Z020为逻辑控制核心对采集的温湿度数据进行编帧处理,通过串口总线将处理的数据发送到Qt上位机上,Qt将接受到的数据进行可视化处理,以界面的形式实时显示大棚内部温湿度变化,并根据提前设置好的阈值对大棚内温湿度进行相应的调整。实验表明,与传统的人力劳动相比,该系统可以有效的减少成本,提高大棚内农作物的产量
集成电路作为整机装备的重要组成部分,其可靠性是一项非常重要的指标.运用实际的失效案例,采用SEM/EDS/显微红外光谱分析/热重分析和TOF-SIMS等失效分析方法,在分析集成电路
外负载冲击对液压油缸管路系统造成较大的压力振荡脉动,管路密封、连接等受到不利影响。将液压油缸管路系统动力学方程中的参数转换成液容、液感、液阻3项,以“基尔霍夫电压/电流定律”为基础,与电路类比后建立起液压油缸管路系统的电路化模拟等效回路,通过仿真分析,得到各参数的动态响应及相互关联关系。结果表明:液容和液感均会产生较大幅值的压力振荡脉动,但两者的综合作用呈现较小幅值的压力振荡脉动,证明了液容与液感间发生了较大的能量互换,压力振荡脉动主要由液容和液感产生。为控制压力振荡脉动,需使油缸管路参数响应的频率与外负
为了加强对古建筑的保护,避免对古建筑造成"二次破坏",采用GLS-2000三维激光扫描仪采集古建筑的信息,应用改进的ICP算法实现古建筑点云数据拼接,Geomagic软件实现点云数据去噪与精简,Revit软件提取古建筑特征线并进行3D建模。最后以古建筑的屋顶构件、廊桥构件为例,对BIM技术的应用效果进行分析,并测试了改进的ICP算法的应用效果。结果表明,通过BIM扫描技术可以准确确定古建筑的尺寸信
在考虑新能源出力具有不确定性的条件下,如何实现多虚拟电厂经济优化运行是当前研究的热点。本文提出了基于经济模型预测控制的多虚拟电厂日前日内两阶段协调优化调度方法。首先,建立了包括风电机组和燃气轮机的分布式电源模型及储能电池模型,设计了参与需求响应的可中断负荷模型;接着,以最大化多虚拟电厂收益为目标,基于改进经济模型预测控制,日前调度通过引入纳什最优决策来实现多虚拟电厂最优经济调度,其中,预测域长度根据风电预测误差自适应选取,以降低风电预测不确定性对调度模型的影响;进一步,计及经济性,设计了弥补日前功率偏差的
能源对于任何一个国家来说都是非常重要的发展资源,能源的合理利用对一个国家工业经济的发展具有重要意义。近年来随着互联网经济的高度发展,社会中的各行业各都受到了极大的冲击,互联网为各类企业带了机遇的同时也为其带来了很多挑战,在这种社会经济发展背景下能源互联网这一概念也随之诞生,能源互联网中储能系统商业模式成为了当今促进能源行业发展的重要商业模式。
金属封装形式的氧化物半导体场效应晶体管(VDMOS),在经历筛选试验后,管壳表面的金属层出现了腐蚀形貌,通过显微镜观察、扫描电镜、EDS能谱分析和切片镜检等方法,对腐蚀样品进行了分析,确定了失效原因,并详细地阐述了腐蚀发生的机理。
针对快衰落环境下OFDM系统的导频辅助信道估计,受到信道状态波动影响较大的问题,提出了一种基于人工神经网络的OFDM系统信道辨识与补偿方法。首先,对传统判决反馈信道估计方法进行了分析,说明了其在快衰落环境下存在的问题。其次,利用判决反馈信道估计以恒定间隔获得部分信道状态信息,从而仅用少量估计的信道状态信息来训练人工神经网络。然后,采用Levenberg-Marquardt算法进行神经网络训练。最后,在人工神经网络训练后,所有数据符号索引被串行输入到人工神经网络,以便对信道状态信息的整体转移进行插值,从而有