陆俊杰
- 作品数：9 被引量：42H指数：3
- 供职机构：浙江工业大学更多>>
- 发文基金：浙江省自然科学基金更多>>
- 相关领域：机械工程自动化与计算机技术交通运输工程更多>>
- 基于ANSYS的桥式抓斗卸船机结构抗震性能分析被引量：3
- 2017年
- 针对桥式抓斗卸船机在地震作用下的动态响应和抗震性能问题,对卸船机结构在地震作用下的结构强度、应变特性、轮压稳定性以及损伤模式等方面进行了研究,提出了基于ANSYS的结构抗震分析方法。结合传统岸桥和建筑抗震分析理论,利用ANSYS建立了桥式抓斗卸船机钢结构有限元模型,对卸船机在不同工况和不同地震激励下的位移响应、应力响应和轮压进行了地震等效静载分析计算,明确了卸船机的关键位置。在等效静载分析的基础上,根据拟建场地的基础特性和卸船机的结构振动特性,选取了合适的抗震设计反应谱和典型地震波记录,对卸船机主要工况在不同地震激励下进行了反应谱分析和动力时程分析,并将其与等效静载分析的实验数据进行了对比研究。实验结果表明:桥式抓斗卸船机有较好的抗震性能,满足规定的抗震设防烈度7度,保证了其钢结构设计的正确性,对卸船机的抗震研究领域和工程应用具有参考意义。
- 叶永伟陆俊杰
- 关键词：桥式抓斗卸船机地震响应反应谱分析时程分析
- 自适应环境温度变化的机电一体化温度仪表
- 一种自适应环境温度变化的机电一体化温度仪表，包括仪表壳，所述仪表壳内安装机芯、表盘和主弹簧圈，所述仪表还包括用于感知环境温度并带动机芯反方向转动的温度补偿装置，所述温度补偿装置包括补偿毛细管、补偿弹簧圈、第二连杆和补偿机...
- 王永兴叶永伟杨超陆俊杰钱志勤
- 文献传递
- 基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法
- 一种基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法，包括以下步骤：(1)将测定机械式温度仪表的特征参数作为模型输入，采样获得仪表的误差值和误差变化率作为模型输出；(2)对原始温度误差数据进行预处理；(3)...
- 叶永伟陆俊杰王永兴钱志勤杨超
- 自适应环境温度变化的机电一体化温度仪表
- 一种自适应环境温度变化的机电一体化温度仪表，包括仪表壳，所述仪表壳内安装机芯、表盘和主弹簧圈，所述仪表还包括用于感知环境温度并带动机芯反方向转动的温度补偿装置，所述温度补偿装置包括补偿毛细管、补偿弹簧圈、第二连杆和补偿机...
- 王永兴叶永伟杨超陆俊杰钱志勤
- 文献传递
- 基于SVM的汽车涂装线设备故障诊断被引量：7
- 2015年
- 针对汽车涂装线设备故障无法及时发现和排除的困难,提出基于支持向量机的汽车涂装线设备故障诊断方法.该方法采用统计学习理论中结构风险最小化原则,克服了传统渐进理论机器学习算法的不足,适用于有限样本下模式识别问题,使预测结果更准确.依据烘房加热系统监测参数和故障类型构建SVM分类器,并采用交叉验证网格搜索法寻优各分类器的核参数及惩罚参数,建立SVM故障诊断模型;将PCA降维后的样本参数进行充分仿真训练,仿真结果表明该方法能够有效地对设备故障进行分类.
- 叶永伟任设东陆俊杰杨超
- 关键词：故障诊断支持向量机参数寻优
- 桥式抓斗卸船机地震动力响应分析
- 地震作为全球性自然灾害现象给人民的生命财产安全和社会经济建设带来了巨大影响，我国位于世界两大地震带之间，东部沿海诸多重要港口和码头更是处于地震频发区。桥式抓斗卸船机作为港口散货接卸的主要设备，在作业规模和作业效率全面提升...
- 陆俊杰
- 关键词：卸船机地震作用抗震性能减震设计
- 文献传递
- 基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法
- 一种基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法，包括以下步骤：(1)将测定机械式温度仪表的特征参数作为模型输入，采样获得仪表的误差值和误差变化率作为模型输出；(2)对原始温度误差数据进行预处理；(3)...
- 叶永伟陆俊杰王永兴钱志勤杨超
- 文献传递
- 自适应环境温度变化的压力式温度仪表的研制被引量：7
- 2016年
- 针对如今的市场对压力式温度仪表的精度和操作简洁性有了更高的要求,提出了一种毛细管补偿方法来解决环境温度变化对压力式温度仪表精度的影响。该补偿的原理是在测温系统中置入一个反向偏转机构,反向偏转机构连接一根新增的毛细管,当外部环境温度变化时引起毛细管中感温介质的压力变化,压力变化通过反向偏转机构带动指针的偏转来实现反向补偿。通过传动机构与弹簧管理论分析证明该补偿机构的有效性,并经实验对比了带补偿机构与无补偿机构测温仪表的测量误差,分析得出带补偿机构的温度仪表能使测温仪表的精度得到较大的提高。
- 叶永伟杨超王永兴陆俊杰钱志勤
- 关键词：毛细管自适应补偿
- 基于LS-SVM的机械式温度仪表误差预测研究被引量：28
- 2016年
- 机械式温度仪表在测量过程中易受到环境温度、毛细管长度以及内部机构影响而出现测量精度不高、非线性的情况,针对这些问题以液体压力式温度仪表作为研究对象,提出了基于最小二乘支持向量机(LS-SVM)的温度误差建模预测的方法。通过分析液体压力式温度仪表的测温结构和误差影响因素,将环境温度及毛细管长度等特征参数作为模型输入,将误差值及误差随毛细管长度的变化率作为输出。根据回归预测的原理,利用网格搜索和交叉验证的方法寻找最优参数组合,建立液体压力式温度仪表的误差预测模型。实验结果表明,该模型可以有效地描述温度误差,并将此建模方法与常用的支持向量机回归建模方法进行比较,基于LS-SVM得到的误差预测模型精度较高、推广能力强,可以对机械式温度仪表进行补偿,为探索机械式温度仪表自适应补偿机构提供理论依据。
- 叶永伟陆俊杰钱志勤王永兴
- 关键词：最小二乘支持向量机温度误差网格搜索
