刘国斌
- 作品数：8 被引量：54H指数：4
- 供职机构：浙江大学航空航天学院流体传动及控制国家重点实验室更多>>
- 发文基金：国家高技术研究发展计划国家重点基础研究发展计划国家自然科学基金更多>>
- 相关领域：机械工程交通运输工程自动化与计算机技术理学更多>>
- 基于盾构掘进参数的BP神经网络地层识别被引量：25
- 2011年
- 分析3种典型地层中盾构推进力、推进速度、刀盘扭矩、刀盘转速4个掘进参数的变化规律.应用BP神经网络建立一个以相邻2个采样时刻的盾构推进力、推进速度、刀盘扭矩、刀盘转速共8个掘进参数为输入,地层编码为输出的地层识别模型.通过60组训练样本数据对模型进行训练,训练误差控制在8×10-7以内,并用30组预测样本数据对该模型加以预测检验,预测成功率达到93%左右.结果表明,基于盾构掘进参数的BP神经网络地层识别模型能够实现盾构掘进参数与地层之间的良好非线性映射,可以在盾构掘进施工中利用掘进参数实现对地层的在线识别.
- 朱北斗龚国芳周如林刘国斌
- 关键词：盾构推进力刀盘扭矩神经网络
- 捣固装置的作业特性分析及新型捣固装置研制
- 捣固装置是捣固车的核心设备，用来完成铁路道床石碴的捣固作业，通过捣固装置的激振器使捣镐产生高频振动，并在夹持液压缸的作用下，使得道床石碴处于运动状态，重新排列变得密实．目前随着国内铁路事业的飞速发展，大型养路机械成为发展...
- 刘国斌
- 关键词：捣固装置液压激振器虚拟样机模型有限元分析
- 文献传递
- 新型捣固装置的结构建模与仿真被引量：7
- 2011年
- 针对国内捣固装置技术长期依赖引进,缺乏自主知识产权,通过对比分析Plasser,Matisa,Harsco 3家公司捣固装置的激振原理和结构特点,提出一种液压激振与夹持运动独立的捣固装置,以克服捣镐振动产生的夹持液压缸的摆动问题,并设计一种新型转阀来提高液压激振系统的频率和流量.通过建立捣固装置的数学模型,采用Matlab/Simulink软件进行研究.分析结果表明,当阀芯旋转频率为10 Hz,阀口轴向面积导通宽度为10 mm,阀芯沟槽的最大周向导通宽度为8 mm时,激振液压缸最大位移为4.2 mm,从而实现捣镐振幅为8.82 mm,激振频率为40 Hz的振动.阀口面积和激振液压缸位移的大小由阀口轴向面积导通宽度决定.当激振频率越大,激振液压缸位移和运动周期越小.
- 刘毅龚国芳闵超庆刘国斌
- 关键词：捣固装置液压激振器数学建模仿真
- 用于液压激振器的阀芯旋转式四通高速换向阀
- 本发明公开了一种用于液压激振器的阀芯旋转式四通高速换向阀，包括阀体和置于阀体内的双凸肩阀芯，其中，双凸肩阀芯的每个凸肩的两侧分别设有至少一个开口且两侧开口的数量相等，每个凸肩上的开口沿凸肩的周向错开布置，两个凸肩相同一侧...
- 龚国芳刘毅刘国斌闵超庆杨华勇
- 文献传递
- 液压激振器专用旋转换向阀
- 本实用新型公开了一种液压激振器专用旋转换向阀，包括阀体和置于阀体内的双凸肩阀芯，其中，双凸肩阀芯的每个凸肩的两侧分别设有至少一个开口且两侧开口的数量相等，每个凸肩上的开口沿凸肩的周向错开布置，两个凸肩相同一侧的开口对应相...
- 龚国芳刘毅刘国斌闵超庆杨华勇
- 文献传递
- 盾构掘进机液压系统参数匹配特性被引量：3
- 2011年
- 在分析盾构掘进机的推进系统和刀盘系统的基础上,推导推进系统压力、刀盘系统压力、推进系统净流量与刀盘系统流量之间的关系,通过实验数据验证了推导模型的正确性.分析土舱内土体的流动连续性,得到螺旋输送机流量、刀盘系统流量、推进系统压力与土舱压力之间的1阶微分方程式,提出以推进压力、土舱压力和刀盘转速的实时数据采样值为输入,螺旋输送机转速为输出的基于排土控制的前馈-反馈土压平衡模型.可知,土舱压力是由推进系统压力、刀盘系统流量和螺旋输送机流量多个因素共同决定的.实验表明,前馈-反馈控制模型的控制效果较好.
- 刘国斌龚国芳周如林施虎
- 关键词：盾构掘进机土压平衡
- 基于BP神经网络的盾构推进速度自适应PID控制被引量：13
- 2010年
- 盾构掘进过程中地质多变,推进速度要求实现非线性控制,因此对控制方法提出较高的要求.在分析了盾构推进液压系统原理的基础上,建立了盾构推进速度仿真模型,设计了基于BP神经网络的盾构推进速度自适应PID控制器,运用MATLAB软件对常规PID推进速度控制和基于BP神经网络的自适应PID推进速度控制进行了阶跃响应仿真对比,并对基于BP神经网络的自适应PID推进速度控制的正弦跟踪特性进行了仿真.仿真结果表明基于BP神经网络整定的PID控制具有良好的跟踪能力和鲁棒性,相比于传统PID控制系统响应迅速,超调量小,具有很高的响应精度和良好的在线整定能力,对于盾构推进速度这种非线性过程,控制效果比较理想.
- 刘国斌龚国芳朱北斗施虎
- 关键词：盾构推进液压系统BP神经网络PID
