期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
稀土催渗技术的应用研究 被引量:6
1
作者 张红霞 志琴 《湖北汽车工业学院学报》 2010年第4期44-47,共4页
介绍了近年来稀土催渗技术的研究成果,着重分析了稀土催渗的机理、催渗剂的类型,以及催渗技术在渗碳、渗氮、渗硼、渗钒和复合共渗领域取得的最新研究进展,指出了稀土催渗技术的研究方向及未来发展趋势。
关键词 稀土催渗技术 表面强化 催化机理
下载PDF
考虑噪声抑制的高超声速风洞气动力识别方法
2
作者 马贵林 李世超 +3 位作者 高宏力 王钦超 伍广 志琴 《航空动力学报》 EI CAS CSCD 北大核心 2023年第2期420-430,共11页
对于风洞试验中全尺寸模型试验的非平稳信号进行载荷辨识仍存在诸多问题。针对全尺度模型试验的非平稳信号载荷辨识提出了一种基于深度残差收缩网络(DRSN)深度学习技术的智能载荷辨识方法,该方法通过深度学习提取测力系统输出数据中的... 对于风洞试验中全尺寸模型试验的非平稳信号进行载荷辨识仍存在诸多问题。针对全尺度模型试验的非平稳信号载荷辨识提出了一种基于深度残差收缩网络(DRSN)深度学习技术的智能载荷辨识方法,该方法通过深度学习提取测力系统输出数据中的气动力、惯性力和噪声等特征,通过注意力机制对每组数据进行获取阈值,再通过软阈值函数对特征进行滤波降噪,有效辨识出测力系统响应信号中的惯性力分量并进行剔除,实现气动力载荷辨识。在测试验证中,均值法的辨识精度为85%以上,DRSN模型的辨识精度为94%以上,证明DRSN模型能有效降低噪声和惯性力对于载荷辨识的干扰,用于非平稳信号的载荷辨识具有精度高、可靠性好等特点。 展开更多
关键词 高超声速 测力系统 非平稳信号 人工智能 载荷辨识
原文传递
基于BP神经网络-牛顿迭代法的6-DOF并联机器人正解
3
作者 志琴 高宏力 董林威 《机械制造与自动化》 2023年第5期24-27,41,共5页
由于6自由度并联机器人基座与末端执行器之间存在多条运动链,使其运动学正解难度较大,并且存在多解。针对并联机器人的运动学高效求解,提出一种基于神经网络和牛顿迭代法混合算法,利用神经网络模型的非线性映射能力,将输入杆长映射到上... 由于6自由度并联机器人基座与末端执行器之间存在多条运动链,使其运动学正解难度较大,并且存在多解。针对并联机器人的运动学高效求解,提出一种基于神经网络和牛顿迭代法混合算法,利用神经网络模型的非线性映射能力,将输入杆长映射到上平台位姿,但映射出来的位姿精度较低,再利用迭代法求解,最后在Matlab中建立物理模型进行运算仿真。仿真结果表明:神经网络-牛顿混合求解能提高运算效率,并且有效降低误差,具有广泛的应用价值。 展开更多
关键词 6自由度并联机器人 BP神经网络 Newton-raphson迭代法 运动学正解
下载PDF
高超声速风洞短时气动力智能辨识算法研究
4
作者 王钦超 李世超 +3 位作者 高宏力 马贵林 伍广 志琴 《力学学报》 EI CAS CSCD 北大核心 2022年第3期688-696,共9页
风洞测力试验是高超声速飞行器研发的重要环节,随着这项技术的发展,试验模型的大尺度化成为高超声速风洞试验的趋势.在几百毫秒的有效测试时间内,大尺度测力系统刚度减弱等问题会严重导致气动力辨识精度变差,试验模型大尺度化对短时脉... 风洞测力试验是高超声速飞行器研发的重要环节,随着这项技术的发展,试验模型的大尺度化成为高超声速风洞试验的趋势.在几百毫秒的有效测试时间内,大尺度测力系统刚度减弱等问题会严重导致气动力辨识精度变差,试验模型大尺度化对短时脉冲燃烧风洞精确气动力辨识带来了挑战.对此本文提出了一种新的基于传统信号处理结合深度学习的智能气动力辨识算法,该框架分解两个主要阶段:(1)信号分解,(2)数据训练.其中信号分解阶段通过变分模态分解将原始数据分解为不同模态子信号,随后通过Pearson相关性分析筛除干扰子信号;在训练阶段通过深度学习模型提取训练数据集中含有有效特征的子信号,最终得到真实气动力信号.此外,为增强算法的鲁棒性,在算法框架不同阶段通过不同方法对算法中的超参数进行优化得出最优参数组合.此算法在气动力辨识精度以及抗干扰等方面都得到了比较理想的结果.通过悬挂测力实验台进行验证,结果表明该算法可以有效滤除由大尺度模型带来的传统方法难以消除的干扰分量.最后应用于脉冲燃烧风洞的大尺度模型测力系统,气动力辨识精度得到有效提高. 展开更多
关键词 脉冲风洞 深度学习 气动力辨识 应变天平 测力系统
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部