基于Stewart平台的舰船运动模拟平台的轨迹研究

针对舰船运动模拟平台需要提供6个自由度的运动,提出设计一种舰船运动模拟平台并且将Stewart平台作为底座。为了模拟舰船在航行时波浪对其造成的影响,对上平台中心点处设定了相应的运动规律。首先建立Stewart平台的运动学模型进行运动学分析,然后编写Stewart平台运动学反解程序并在MATLAB中进行计算,综合运用SolidWorks、ADAMS两款软件搭建虚拟样机,将规划的上平台运动函数添加到ADAMS中虚拟样机中运行,验证该设计的可行性。利用在ADAMS中的控制模块,搭建PID控制系统,得到控制前后的平台相关部件的位移、速度情况。仿真结果表明,该舰船运动模拟平台设计正确,并且表明此PID控制可以对振动进行有效的抑制。     

基于模糊控制与RBF神经网络的桃树病虫害发生预测

将模糊控制引入到径向基函数(RBF)神经网络中,采用模糊控制与RBF神经网络相结合的方式建立预测模型,对河北顺平地区种植的桃树进行病虫害发生预测.仿真结果表明,该预测模型相对误差小,并解决了人工神经网络缺乏处理不确定性和模糊信息能力的缺点,预测预报及时、准确.     

基于土地流转的家庭农场经营规模与经济效益分析

在小麦玉米轮作的前提下,分析了黄淮海地区小麦玉米轮作机械化作业模式;以10年承包年限为例,计算了购买农机具10年内作业总费用,将其与租用农机具作业费用进行比较,找到了自购农机具费用低于租赁农机具作业的最低土地面积。在自购农机具的基础上,以40hm^2土地为例计算开始盈利年限。结果表明：在一定范围内,只有通过提高粮食作物的生产规模和承包年限,才能通过土地流转切实提高农民的收入。     

并联混合型有源电力滤波器的设计与应用研究

分析并联混合型有源电力滤波系统的基本组成及工作原理,阐述对谐波检测及其产生补偿电流的控制方法,利用MATLAB软件建立仿真模型。试验结果表明,该设计对负载谐波源有良好的抑制作用。     

MATLAB及其在黄土丘陵区土壤水分研究中的应用

介绍了ＭＡＴＬＡＢ及其有关功能,并利用ＭＡＴＬＡＢ对宜川黄土兵陵区的空旷地、采伐地和油松林地３类不同地表植被土壤水分长期观测数据进行综合分析研究。结果表明,油松林地土壤水分含量在土层深度４０－６００ｃｍ是三者中最低的,其主要用水层在４０－６００ｃｍ之间,采伐地土壤水分在０－４００ｃｍ一般高于空旷地,４００－６００ｃｍ低于空旷地,空旷地地表土壤水分是三者中最低的。     

基于视频处理的分层流持液率测量

截面持液率是气液两相流的基本参数之一。在气液两相实验系统上进行实验,采用高速摄像机系统获取了水平管气液两相流流型视频,提出了一种针对两相流动视频实现持液率检测的新方法。该方法针对自然光下拍摄的气液两相分层流图像气液区域与气液界面模糊、边缘难以直接提取的难点,采用新的递变规律加强图像的灰度使画面效果清晰化,通过中间线计算法提取气液边界线,进而通过提取的气液界面距离管底高度数据,计算管路持液率,其中包括同一帧图像不同截面的持液率以及同一截面持液率随时间的变化情况。实践证明：在自然光干扰较大的拍摄条件下,该方法能够获得连续、清晰的气液相边界,可推广应用于其他流型图像的分析和检测。（图9,参8）。     

双柴油发电机组自动准同期方法

通过分析、比较准同期并列的3种基本条件以及相应的微机监测原理,提出微机自动准同期装置设计方案.用MATLAB软件分别对存在压差、频差和相角差的情形进行并列仿真;对仿真结果进行对比分析,发现在双柴油发电机组并列时相角差对机组的影响最大.最后根据不同条件下合闸对机组影响的大小,提出双柴油发电机组准同期装置整定和配合的原则.     

大型低速船用柴油机燃油共轨系统建模

以瓦锡兰Sulzer 7RT—flex60C型船用柴油机为研究对象,首先介绍了燃油共轨系统的组成,分析了燃油共轨系统的特性,然后利用流体力学原理构建了燃油共轨系统各个模块的数学模型,最后采用MATLAB／Simulink软件进行仿真计算．仿真结果与船用柴油机台架数据误差符合要求,具有一定的有效性和准确性．     

基于MATLAB的玉米果穗图像轮廓提取

计算机视觉在玉米果穗中的应用主要是对外观质量进行评定,本文利用MATLAB对采集系统传来的玉米果穗图像进行转换、灰度化、滤波降噪、区域增强等一系列处理后,选用Log算子提取出玉米果穗轮廓,效果良好,为后续的考种数据测量做准备。     

基于监测数据和BP神经网络的食品安全预警模型

以中国实际食品安全监测数据为样本,研究基于BP神经网络的食品安全预警方法。首先对食品安全日常监测数据进行筛选简化,选择其中与食品安全最为密切的167种检测项目,以此检测项目为指标按月度划分建立数据样本。然后建立以167种检测项为输入层,包含2个隐层,以化学污染、农药残留、兽药残留、重金属、微生物致病菌5大类为输出层的食品安全预警神经网络模型,最后用所得数据样本进行训练和验证。结果表明,基于BP神经网络的食品安全预警方法能有效识别、记忆食品危险特征,能够对输入样本进行有效的预测,研究有助于丰富食品安全数据的处理方法,有助于完善相关预警技术手段。