针对装备各类故障样本分布不平衡、现有算法故障诊断精度较低的问题，通过引入p范数约束多核极限学习机和基于AdaBoost的集成学习策略，定义了一种p范数约束下正则化加权多核集成极限学习机的故障诊断模型。首先，在p范数约束下，基于各类故障样本自身规模，分别进行了两种自适应的样本权重分配；其次，在每层分类器的优化中，将多核学习的多源数据融合能力和极限学习机运算高效的特点相结合，同时，将样本的权重$ {\\boldsymbol{W}} $

罩式退火炉微机自适应群控系统

本文应用我院的计算机控制四机架热连轧试验机组进行了模型试验研究,确定了能耗、温降、轧制力等模型系数,试验研究了设定模型的控制效果和模型系统自适应校正等问题

本文分析了冷连轧机张力厚控系统,表明该系统是时变动态系统,从而确定使用最小方差自校正调节器应用于该系统。对实际系统进行了辨识模型并在此基础上进行了仿真研究。结果表明了自校正调节器控制效果优于PID调节器,而渐消记忆的递推最小二乘法是一种较好的在线辨识算法。将自校正调节器应用于实际张力厚控系统,使得带铜厚差得到明显改善

在正常连轧生产条件下,同时在线采集轧辊与轧件速度并采用电源-力矩法估计机架间张力值,可以在线识别前滑模型。通过引入自适应校正方法,可以进一步提高辊速的设定精度

以某钢厂15t顶底复吹转炉为背景,介绍用一般IBM-PC微型机实现复吹转炉计算机操作,同时提出冶炼终点钢水温度、含碳量的自适应预报和补吹智能操作,并给出程序框图和实验结果

针对间断连接无线网络中节点负载不均衡和能量资源受限的问题,提出了一种能量有效的数据转发策略.该策略根据网络运行的历史相遇信息,充分考虑网络特性,以分布式方式估计节点的活跃度、剩余能量和数据转发率,准确地估计节点效用值,感知网络节点的服务能力,以帕累托最优作为自适应选择最佳下一跳中继节点的理论依据,执行数据转发操作,有效地解决了由于节点自私性所导致的网络性能下降.数值结果表明,与其他能量管理机制相比,所提出的机制能够均衡网络节点负载,有效解决网络\热点\问题,延长网络生存时间,使投递率、时延等系统性能都得到大幅度提升

为能彻底解决群体智能算法早熟问题的同时保持原算法主体不变且可与现有优化理论协同优化，在前期仿真实验和理论证明的基础上，提出了一种逐层演化的改进策略.利用在原算法中构建基于搜索空间压缩理论的自适应系统，通过逐层的压缩、选择、再初始化的操作，以包括压缩后搜索空间在内的社会信息作为遗传知识，指导寻优过程，从而实现最终解精度的提升、避免早熟问题的出现.对基准函数进行仿真实验可以看出该策略在提升算法精度，增强后期个体活性方面具有良好的表现

平截面方法导出轧制力方程的一般形式是P=$\\bar R$·ι'·Qp·ξ。这四个因子可以独立地处理

基于摩擦学和齿轮系统动力学,同时考虑到轮齿摩擦、时变啮合刚度、偏心质量和综合误差的影响,创建了齿轮传动系统六自由度耦合动力学模型.利用自适应及变步长数值仿真方法对其进行了非线性振动研究,比较了完好齿轮与带裂纹故障齿轮的振动特性,分析了齿根裂纹对齿轮传动系统载荷谱的时域特性、频域特性和时频特性的影响