北京信息科技大学光电信息与通信工程学院
- 作品数：632 被引量：2,032H指数：17
- 相关作者：叶培大马超许宝杰蒋章雷栾忠权更多>>
- 相关机构：北京理工大学机械与车辆学院北京邮电大学电子工程学院清华大学机械工程学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金北京市教委科技计划面上项目更多>>
- 相关领域：机械工程自动化与计算机技术电子电信金属学及工艺更多>>
- 面向精密分析仪器的加热炉体温度场分布特征研究被引量：5
- 2017年
- 热分析仪属于精密分析仪器,需要具有较高的测试分析性能要求,对热分析仪器炉体温度场分布特征的研究是实现其精密计量分析的必要前提条件。传统的炉体由于气流对温度分布的影响,容易产生测量误差。对炉体结构进行适当调整,可提高仪器的分析精度,改变其温漂特性。建立了炉体三维优化分布模型,应用有限元分析软件中的热分析模块对温度场进行分析。通过对热分析仪器的热力学分析、传热方式研究、不同进气流量下的炉腔温度场分析,阐述了热分析炉体温度场分布与气氛流量、炉体方向等之间的热传导关系。这一分析方法和理论结果可作为热分析仪器炉体温度场、炉内均温区分布情况的参考,为仪器的温度测量的可靠性、准确性、热分析仪的温度控制等研究提供依据。
- 石守娟吴国新
- 关键词：精密仪器温度场分布
- 基于电流的主轴性能退化评估方法被引量：5
- 2019年
- 为提高精密机床主轴检测的准确性,提出了一种基于电流的主轴性能退化评估方法.建立了主轴性能退化模型,使主轴状态便于监测和评估.首先采用小波包阈值对电流信号进行去噪处理,对去噪后的电流信号提取时频域特征量,构造多域特征空间.然后利用主成分分析法(PCA)进行数据降维,用降维后的样本进行支持向量机回归建模.采用粒子群算法(PSO)对支持向量机模型进行参数优化,以获得最优性能退化模型.将该模型应用于主轴实验台主轴性能退化评估,实验结果表明该方法原理正确,可以准确评价主轴性能.
- 王红军邹安南左云波
- 关键词：主轴粒子群算法
- 一种基于DDPG算法的6轴机械臂控制研究
- 2023年
- 针对传统控制算法在复杂环境下,精度低、稳定性不足等问题,提出了一种基于深度确定策略梯度算法(deep deterministic policy gradient,DDPG)的控制算法,以更好地解决6轴机械臂在三维空间中的控制难题。在MuJoCo平台上建立仿真环境,引入所设计机械臂为测试对象,并采用DDPG算法、柔性动作-评估算法(soft actor-critic algorithms,SAC)和双延迟深度确定策略梯度算法(twin delayed deep deterministic policy gradient,TD3)对仿真环境下的机械臂进行了几组对比测试。研究表明:以DDPG算法为基础的机械臂控制方法能够有效地提高机械臂的控制精度,相对于SAC、TD3等算法稳定性较好。
- 何联格李天华聂远航妥吉英
- 关键词：机械臂
- 基于EEMD-KPCA和KL散度的垮落煤岩识别被引量：8
- 2020年
- 综放开采中关键工艺放煤自动化的实现,可以使放煤工人远离工作面,远程控制顶煤的放落,从而保障放煤工人的健康问题。而顶煤放落过程中垮落煤岩的实时有效识别是放煤自动化的理论基础。针对垮落煤岩识别的实时性和综放开采的效率问题,基于综放开采现场采集的垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于EEMD-KPCA和KL(Kullback-Leibler)散度的垮落煤岩识别方法。该方法首先对振动信号进行集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)得到一组固有模态分量(Intrinsic Mode Functions,IMFs),分别计算各个IMF的能量,峭度和样本熵,构造表征垮落煤岩的特征向量;然后利用核主成分分析(Kernel Principal Component Analysis,KPCA)对特征向量进行降维,分别以各个IMF能量、IMF峭度、IMF样本熵构成的向量的KPCA低维特征来表征垮落煤岩;最后计算"未知样本"不同特征向量与垮落煤岩两类样本与之对应的特征向量的KL散度值,通过比较KL散度值来实现垮落煤岩的实时识别,并比较表征垮落煤岩不同特征向量的特征提取耗时和识别有效性。然后利用BP神经网络验证基于EEMD-KPCA的特征向量的有效性。实验结果表明:基于EEMD-KPCA和KL散度的识别方法可以实现垮落煤岩的实时识别,且大大降低了传统垮落煤岩识别方法对综放开采效率的影响;由EEMD分解后的各个IMF的能量和峭度构成的向量的KPCA低维特征最有效。
- 李一鸣白龙蒋周翔高宏高宏黄小龙刘相权
- 关键词：综放开采KPCAKL散度
- 电感式磨粒监测传感器线圈参数分析与优化被引量：5
- 2021年
- 根据电感式磨粒传感器的等效电路,推导出传感器感应电动势计算公式,分析传感器的输出特性,通过有限元仿真软件Comsol中建立的传感器线圈电磁模型,采用多因素正交仿真试验对电感式磨粒传感器线圈的间距、宽度和内径进行分析与优化。实验对比表明:优化后传感器输出的感应电动势峰值是优化前输出感应电动势峰值的4.9倍左右,显著提高了电感式磨粒传感器对磨粒的监测效果。
- 陈浩王立勇陈涛
- 关键词：线圈参数正交试验参数优化
- 基于改进Elman神经网络的烟气轮机运行状态趋势预测被引量：2
- 2019年
- 为提高烟气轮机状态趋势预测的精度,提出一种改进Elman神经网络的趋势预测方法。首先,引入以四分位数和四分位距为基础的箱线图方法判别异常值,并对缺失的数据进行插补,为状态趋势预测提供可靠的全数据序列;其次,根据设备运行状态数据序列具有的时间依存性,计算数据序列不同时延的相关程度,以相关系数最大值点对应的时延为最优预测步长;最后构建三层最优预测步长Elman神经网络对烟气轮机运行状态全数序列进行趋势预测实例分析。研究结果表明,箱线图法能够简捷快速、直观明了地判别异常值;邻近点中位数插补方法更贴近原始数据分布规律,为最优插补方法;相较其他预测步长的Elman神经网络预测方法,最优预测步长的预测误差最小、预测精度最高;同时,Elman神经网络最优预测步长方法的预测误差较BP、RBF神经网络更小、预测精度更高。改进Elman神经网络趋势预测方法能够为烟气轮机的状态趋势预测提供一种有效的预测方法,该方法还可应用于其他关键设备的趋势预测中。
- 陈涛王立勇徐小力王少红
- 关键词：ELMAN神经网络
- 重金属的检测新方法及其在化妆品领域的应用进展被引量：3
- 2021年
- 随着人们生活水平的逐渐改善,化妆品的使用也越发普及。化妆品具有清洁、美化以及保护皮肤的功效,然而诸多因素造成化妆品中有害物质的超标,特别是重金属的过量添加会对使用者造成巨大伤害,因此,化妆品安全性评估的实施是刻不容缓的。文章综述了化妆品中重金属的主要来源和危害,以及重金属检测方法和在化妆品领域的应用,分别介绍了化妆品中常见重金属汞、锱、铅离子的新型检测方法,以及在化妆品中的应用。重金属检测技术是解决化妆品中重金属超标问题的基础和关键,通过简便快速的检测手段测量出化妆品中重金属的含量,将有效促进化妆品行业的绿色发展。
- 周静静高国伟李延生王冬冬王冬冬
- 关键词：化妆品重金属
- 光开关实现多测量光路的可行性研究
- 2011年
- 针对准直光束测量中对多测量光路的需求,对应用光开关进行分光的方法进行了探讨。利用LED光源、准直器、1×4光开关及CCD相机搭建了测试系统。通过采集光开关分光后得到的多路准直光斑图像,对光斑的光强分布及相关性进行了分析,此外,对光开关工作在静态、动态时光斑定位中心的稳定性进行了测试。实验结果表明,应用光开关实现的多测量光路具有良好的同源性和稳定性,是一种可行且有效的分光方法。
- 弋青锐吕勇王凯
- 关键词：光开关准直光斑稳定性
- 一种主轴系统故障识别方法
- 2014年
- 故障识别是确定故障类型的重要方式。传统方法不能直观识别故障类型,忽略了水平和垂直方向的信息之间的关系,很难准确提取故障特征。二维全息谱融合了水平和垂直方向的振动信息,反映了一个支承面上转子的振动情况。但在某些情况下不能准确识别主要故障,无法通过分倍频、工频和高倍频的椭圆信息确定故障类型。选择流形学习的LE算法与全息谱技术结合,弥补了二维全息谱算法的缺陷,提高了流形学习处理信号的优越性。通过实验验证了方法的准确性。
- 赵川王红军张怀存
- 关键词：流形学习主轴系统故障识别
- 基于遥感图像水体识别与检测研究综述被引量：2
- 2021年
- 地表水的勘测对于海岸线变化、环境保护、防灾减灾、水质检测都有重要的意义,借助遥感图像可以快速、反复、精确地获取到地表水的时空分布特征。文章调研国内外学者在遥感图像水体识别方向的研究成果,简述基于遥感技术的水体识别方法。其中,阀值法通过对水体和背景地物的光谱曲线进行分析,选取适合的阈值进行图像分割,操作简单便利,存在信噪比低、易将水体与背景地物混淆的问题。决策树法和自动提取水体法解决了阈值法的显著缺点,然而很难在精确度上得到进一步的提升。近年来,随着深度学习的广泛应用,逐渐被用于遥感图像的水体提取,深度学习方法具有优秀的特征提取能力,在提取精度上有很大提升,然而深度学习过度依赖带有标签的样本数据,因此具有一定的局限性。对样本进行标记需要消耗大量的时间、人力,因此,无监督学习对于遥感图像的水体识别具有重要意义。
- 张铭飞高国伟胡敬芳胡敬芳
- 关键词：阈值法神经网络
