-
合作生产纺织机械黄石绳状练漂机直辊丝光机
-
讨论了栽体位置、姿态均不受控制情况下,漂浮基空间机械臂关节运动的控制问题.由拉格朗日第二类方法及系统动量、动量矩守恒关系,建立了漂浮基空间机械臂完全能控形式的系统动力学方程.以此为基础,借助于RBF神经网络技术、Ge-Lee(GL)矩阵及其乘积算子定义,对漂浮基空间机械臂进行了神经网络系统建模;针对空间机械臂系统所有惯性参数均未知的情况,设计了漂浮基空间机械臂关节运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有通常的关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练、学习,此外,由于充分利用了空间机械臂的系统动力学特性,因此在控制过程中不需要反馈、测量漂浮基的位置、移动速度、移动加速度以及姿态转角的角速度、角加速度.一个平面两杆漂浮基空间机械臂的系统数值仿真证实了该方案的有效性.
漂浮基空间机械臂RBF神经元网络GL矩阵及其乘积算子关节运动自适应控制
-
针对中低精度微机械陀螺静态零位输出随温度漂移严重的问题,将应用于分类的近似支持向量机(PSVM)扩展到回归分析中,提出了使用近似支持向量回归机(PSVR)进行建模和预测的方法.该方法的原始优化问题基于等式约束,可采用直接法求取最优解,利用核函数可以方便地实现线性算法的非线性化,并具有良好的泛化能力.分段和连续温度测试结果表明,与常用的最小二乘支持向量回归机(LSSVR)相比,PSVR算法简单,训练速度快,尤其在大规模数据集处理上更具优势.
支持向量回归机温度漂移预测微机械陀螺
-
纯棉无纺布练漂在高温强碱中进行,能耗高、排污大、纤维损伤严重.针对该问题,试验构建了三种低温近中性练漂体系,通过对比三者练漂无纺布的颜色特征值、亲水性能和机械性能,选出最优体系;采用XRD、FT-IR、SEM分析体系对棉纤维微观结构与形貌的影响;通过中心复合设计(CCD)优化该体系漂白工艺,并寻求影响织物白度(WI)的关键因素.研究表明:四乙酰乙二胺/过氧化氢(TAED/H2O2)体系练漂织物WI最高,亲水性优良,强力损伤最小(<20%);练漂体系对棉纤维晶型结构与官能团无影响,能有效去除纤维表面杂质,保护纤维不受损伤.CCD结果显示,温度对WI影响最显著,其次是H2O2浓度与NaHCO3浓度;在最优条件下,得到的理论最优WI为90.38,比原布WI高39.32%.
低温练漂纯棉无纺布过氧化氢活化剂中心复合设计
-
讨论了载体位置不受控、姿态受控情况下,参数未知漂浮基柔性空间机械臂关节空间协调运动的轨迹跟踪控制问题。依据系统动量守恒关系和拉格朗日第二类方程,由假设模态法,建立了漂浮基柔性空间机械臂的系统动力学方程。以此为基础,针对系统参数未知的情况,设计了一种小波基模糊神经网络的控制方案,以使柔性空间机械臂的载体姿态到达期望位置的同时,机械臂关节铰能够协调地跟踪关节空间的期望轨迹。该方案具有无需预知柔性空间机械臂的模型和系统参数的优点,且网络权值是通过在线学习进行调整,节省了离线训练的时间。系统的数值仿真表明了所提出方案的有效性和可行性。
漂浮基柔性空间机械臂小波基模糊神经网络参数未知关节空间协调运动轨迹跟踪控制
-
讨论了载体位置无控、姿态受控情况下,空间机械臂姿态及关节协调运动的自适应神经网络控制问题.由拉格朗日第二类方法及系统动量守恒关系,建立了漂浮基空间机械臂的系统动力学方程.以此为基础,借助于RBF神经网络技术和GL矩阵及乘积算子定义,对空间机械臂系统进行了神经网络系统建模;之后针对空间机械臂所有惯性参数未知的情况,设计了空间机械臂载体姿态与机械臂各关节协调运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练和学习,因此更适于实时应用.通过对一个平面两杆自由漂浮空间机械臂系统的数值仿真,证实了方法的有效性.
漂浮基空间机械臂系统RBF神经网络GL矩阵及乘积算子自适应神经网络控
-
文中介绍了用于纬编筒状棉针织物松式平幅连续化练漂机的构造、工作原理、应用特点和应用工艺,并对这种练漂方法的关键技术进行了探讨.指出该练漂机既具有开幅平幅连续化练漂法的产品质量及稳定性好和节能减排等优点,又具有染色机练漂法的适用织物品种范围广和对织物松弛程度高等优点.
筒状针织物连续化练漂染色机练漂法初次湿处理
-
文中通过试验并从理论上探讨用于间歇式生产的浸煮法练漂和用于连续化生产的轧蒸法练漂各自具有的特点,提出兼具这两种练漂法优点的用于针织物连续化练漂的全新技术,即线性升温控制的连续化浸煮法练漂技术.文中指出线性升温是指练漂温度从低温缓慢升至高温后再进行适当时间保温的控温方法.阐述该技术在工艺方面,采用线性升温的浸煮法练漂工艺;在设备方面,是通过不同温度区(由低温到高温)的练漂液不断地喷淋于缓慢运行织物之上的方式来实现这一工艺的.
针织物连续化练漂线性升温工艺轧蒸法浸煮法
-
针对微机械谐振器工作温度的变化导致谐振频率漂移问题,提出了基于RBF神经网络的频率漂移补偿方法.首先理论分析了微机械谐振器的温度特性:在10~90℃范围内,计算得到杨氏模量随温度变化而导致的频率漂移为-1.325 Hz/℃,有限元仿真漂移为-1.353Hz/℃.其次,以绝对温度、温度变化量、测试频率作为RBF神经网络的输入,恒温箱测试频率为目标值,利用某空间实验仓的样本训练构建了RBF神经网络模型.最后在10~90℃范围内,进行了频率漂移补偿验证,实验结果表明,0.5℃间隔下升温补偿相对误差为7.1 ppm,降温补偿相对误差为4.5 ppm,较"GA+BP"补偿方法,相对误差减少50%以上.证明了所提补偿方法具有较好的适用性.
微机械谐振器温度特性频率补偿神经网络
-
概述了国内外针织染整前处理的现状及发展,指出了国内传统生产方式的问题及先进生产线的优点,详细介绍了LME209-120型针织筒状平幅练漂联合机的各个构成组分的特征,以及该机整体的特点,并通过试生产实践,测试与比较了新型工艺与传统工艺的水电汽情况、助剂使用情况,以及产品效果.实践表明,针织平幅连续化生产节约水电汽,降低成本,减少排污,提高生产效率,带来巨大的经济效益和社会效益,存在着广泛的应用前景.
圆筒针织物筒状平幅练漂联合机连续化生产线研发生产实践节能降耗前处理设备