支持向量机实际计算过程的复杂性主要由支持向量数决定,可以获得优异鲁棒性,精度也获得明显提升。设计了一种通过差分进化改进支持向量机模型(DEI-RBF),分并以RBF核函数支持向量机(RBF-SVM)构建初始模型。通过差分进化算法完成RBF-SVM惩罚系数C以及RBF核函数参数σ的寻优,结果表明DEI-RBF可以实现热轧轧制力的精确预测,达到现场使用要求。研究结果表明以RBF核函数构建的支持向量机回归模型获得了最大的R2,同时均方差(MSE)以及平均绝对误差(MAE)都达到了最小,显著提升了模型效果。采用差分进化算法进行优化后的支持向量机回归模型获得了更优性能,预测误差在5%以内的概率为99.2%,相对传统轧制力计算模型获得了更高预测准确性。

以大学生方程式汽车大赛(FSAE)为背景,根据赛事规则和换挡轻便性等功能需要,设计、开发一款气动换挡系统。经过整体方案设计、参数选型、换挡策略制定及系统调试等过程,该气动换挡系统达到了预期效果,实车调试过程稳定可靠。

穿戴式助力机器人可用于负重携行、山地作战、高原巡逻等军事领域,具有携行助力、延缓疲劳、提高战斗力等功能,是当前各国研究的热点。对穿戴式助力机器人的研究现状进行较为详细的综述,然后进行对比分析,并对穿戴式助力机器人的常用驱动方式做了分析说明。指出穿戴式助力机器人存在的问题,提出需要发展刚柔耦合穿戴式助力机器人的设想,需要重点解决仿生轻量化、高效驱动以及同步控制等关键技术,对有效提升单兵综合效能具有重要的研究价值和现实意义。

为了有效提取滚动轴承振动信号的故障特征和提高分类识别精度,提出了一种基于冗余二代小波包变换-局部特征尺度分解（redundant second generation wavelet packet transform-local characteristic scale decomposition,简称RSGWPT-LCD）和极限学习机（extreme learning machine,简称ELM）相结合的故障特征提取和分类识别方法。首先,利用希尔伯特变换对原始振动信号进行处理,得到包络信号;其次,基于双层筛选机制,结合冗余二代小波包变换（redundant second generation wavelet packet transform,简称RSGWPT）和局部特征尺度分解（local characteristic-scale decomposition,简称LCD）方法对包络信号进行分解,筛选出包含主要信息的内禀尺度分量（intrinsic scale components,简称ISCs）;然后,对提取的各ISCs分量构建初始特征矩阵并进行奇异值分解（singular value decomposition,简称SVD）,将得到的奇异值作为表征各损伤信号的特征向...

基于非线性状态方程,建立位置反馈PID控制闭环系统Simulink模型,分别对阀控非对称缸及整个闭环系统进行仿真分析;利用AMESim软件建立相同结构及参数模型进行对比,验证了非线性状态方程模型的有效性。结果表明:位置反馈PID控制可改善主动转向液压缸活塞运动方向改变时位移、速度、流量的不对称特性,但压力差异与突变依然存在,并在换向位置出现轻微振荡现象。