英文翻译全文+摘要

全文翻译先进控制工程与信息科学神经模糊系统在双涡轮增压应用液力变矩器的性能测试GuofuTiana,ShuhuiSunb,ZhongweiRena,a*摘要：双涡轮液力变矩器的性能测试在产品的生产，发展中非常重要。根据数据处理和分析性能测试的需求，在本文中A神经模糊算法用于分析的测试数据。它可以提高运算速度和编程能力，降低人工介入倍，实现数据分析处理的自动化。实际应用表明，这种数字与信息关系在实际应用中很好用。同时，该方法具有高度的精度和速度快于数据识别的，能够满足设计的要求。关键词：双涡轮液力变矩器；性能分析；神经模糊系统；配件介绍双涡轮液力变矩器在工程等领域有广泛应用，同样也是军工，汽车，拖拉机和工程机械的重要组成部分。其性能对机器的性能和使用寿命有直接的影响［槌。液力变矩器的性能通常由转矩与泵带轮的旋转速度之间的关系来确定⑶。涡轮轴间的双涡轮增压液力变矩器的性能很重要，更重要的是性能转换扭矩，经济表现和渗透性是通常被称为双涡轮增压液力变矩器的三个基本的性能45］。在双涡轮液力变矩器的检定考核中上述性能典型的条件为基础检定标准。双涡轮液力变矩器的性能在专业的测试设备进行评估［们。其主要过程包括：1） 收集检测数据。获得的旋转速度，转矩，油压，油温，流量和其它参数按照一定的规则，根据相应的计算出公式中的相关参数。2） 了解测试数据的规律，并得出拟合方程。3） 绘制特性曲线。4） 计算的典型的操作条件的数据，并打印该评估报告。在实际测试中，由于外部环境，仪器的精度，和许多其它因素的影响，该数据有时会涉及到一些不正规的偏离点，这将大大影响后期数据处理，导致曲线不准确，对扭矩转换器的性能评估的结果影响。为了解决这些问题，可以手动除去在传统方法中的偏离点和多做几次测试，以提高检测精度⑺。这些方法会减少效率和自动化水平，测试结果也会不准确了。双涡轮液力变矩器的液力变矩器中有更复杂的产品转换器。其中在绩效评估曲线有一个转折点。传统的拟合方法由于部分配件，转折点的确定需要人的判断，这也让测试过程不能自动完成⑻。为了解决这个问题，添加神经模糊系统对于处置和分析测试数据，得到的结果会更准确。神经的工作原理-模糊系统建议是由J.-SR张的ANFIS系统中使用一种混合学习算法，以确定参数，它结合了最小二乘法使用BP梯度下降法上的数据给定的数据集。该系统具有快速收敛和精确拟合的特点［9,10,11图1给出了相应的推理原则。假设该系统具有两个输入x和y，单一输出Z。对于一阶Sugeno模糊模型中，有两个模糊规则：a}IfxisAiandyisB|hthen=pjctq}y-可b}IfxisA2andyis［坛thenf2=pmq^.y-图1.关野模型的推论原则在图2所示的对应的神经模糊推理系统系统。图2.神经模糊推理原则可以从图2可以看出，如果Ilayer的参数是固定的，该系统的总输出可以表示为线性组合，使得f可以写为：f=叫—吨f叫+吗1坞+*2.3二叫（P［》+%y十升）+吗+ +=（叫小1+（叫尹）。+31）町+（w2x）p2+（昭*）02+（吗）弓它是P1，Q1，R1，P2,Q2和R2的线性函数。因此，参数的识别速度将加快。由于应用最速下降和最小二乘估计的混合学习规则，在正向信道混合学习算法中，每个节点的输出可以提出到第四级，并确定该参数与最小二乘方法。在反向信道中，误差信号发回，采用梯度法的前提参数并更新。因此，由于混合式学习方法降低，纯反向传播算法的搜索空间维数，算法有更多的收敛速度M13］。该系统的应用可以实现更快的收敛速度和良好的拟合目的To具体应用在这里，对一台YJSW315-6双涡轮液力变矩器进行了分析。它是一种广泛应用的工程机械及适合在复杂应用环境的一台双涡轮液力变矩器。实验目的是测试160KW液力变矩器的性能。测得的数据示于表1。然后接收扭矩转换比，效率，不同速比能量含量下降的曲线。为了进行比较，首先由传统的最小二乘法分析所收集的数据。该液力变矩器的拟合函数是任意代数多项式。奇点应该是确定并拟合数据点之前被移除。通过绘制经验式得到原始特性曲线。在开始时可以计算得操作条件的评价参数，最大效率的工作状态，高效的运行条件和其他一些典型操作条件。具体拟合曲线图3所示（一）。该计算的参数在典型的条件示于表2中。表3是转矩转换器的的汇总表参数。表1双涡轮液力变矩器试验数据（部分）GuofuTianetal./ProcediaEngineering15(2011)1282一1287No.Inputspeednl(r/min)Outputspeedn2(r/min)Inputtorque(N•m)OutputtorqueM2(N•m)RatioCoefficientTransmissionefficiency吁CapacityMbg(N•m)12001.82164.7177.1126.01.0810.710.76944.2022001.82062.8292.9231.91.0300.790.81673.0932001.81962.13303280.30.9800.850.83282.4342001.81876.53483309.50.9370.890.83386.9252001.71768.0370.9345.10.8830.930.82292.5762001.71673.7389.2376.90.8360.970.81097.1372001.71571.3405.7410.90.7851.010.795101.2582001.81465.24244448.00.7321.060.773105.91图3.（A）特性曲线1;（二）特性曲线2表2典型工作参数（一）

NoRatiotorquecoefficientKCoefficientnC叩acityMsgfNm)Remarks10.0004.3750.000116.46Brakingcondition20.3012.4960.750118.47High-efficiencyPoint30.4181.9280.S06114.70FirstpartPeak-efficiencyPoint40.5291.4190.750117.02High-efficiencyPoint50.6821.1000.750110.04High-efficiencyPoint60.714-0.010-0.007117.43Transitionpoint70.8011.0000.801100.68CouplingCondition80.9500.8800.83686.34SecondpartPeak-efficiencyPoint91.1090.6770.75033.35High-efficiencyPoint表3.双涡轮液力变矩器特性参数（一）1286 GuofuTianetal./ProcediaEngineering!5(2011)1282一1287torquecoefTicientKoFirstpartHighestSecondpartHighestefficiency efficiency可Vmajf. 4FirstCapacity SecondCapacity4.3750.8060.836116.468634Table4Typicalworkingparameters(b)NoRatiotorquecoefficientCoefficientCapacityRemarks[0.00043730.000116.48Brakingcondition20.3002.4980750118.48High-efficiencyPoint30.418L9270.808114.71FirstpartPeak-efficie-iicyPoint40.5301.4170750117X)4High-efficiencyPoint50.680LLOL0.750110.06High-efficiencyPoint60.713-0.010-0.007117.43Transitionpoint70.801L0000.801100.66CouplingCondition80.9470.8800.S3786.35SecondpartPeak-efficiencyPoint9IJ100.6760.7503335High-efficiencyPoint同样地，施加神经模糊系统，用于处理所述测试数据。根据实际嵌合示例和数据数目的参数选择多个拟合过程。最后，确认22组数据和1000次实验数据。在图3所示的所得的曲线（b）中。该系统具有自动的噪声滤波器的函数，并且通过选择提高的嵌合得到适当的迭代近似误差和迭代次数。在折叠点不必加以区别手动和实时测试，通过直接计算和编程可以实现目的，自动化程度显著增加。表4是由该方法计算的典型的操作参数，表5是转矩转换器的参数的汇总表。由两种不同的方法所获得的数据和曲线相比较，可以看出，该后者已经得到了更流畅的曲线，拐点也反映了更加逼真的情况。在典型的操作条件为点的数据值的计算体现出它们之间的差异。新方法减少了人工干预的缺点并有利于实现数据的自动化处理。表5.双涡轮液力变矩器特性参数(二)GuofiiTlmietaL/ProcediaEngineenng15(2011)1282一1287torquecoefficientFirstpartHighest氏 -efficiencySecondpartHighest-FirstCapacityefficiency叮搬SecondCapacityAi^gn(N-m)4.3730.8080.837116.488635结论神经模糊系统的双涡轮液力变矩器的性能的应用评价是可行的。它可以有效地去除异常的测试数据点，自动判断异常点，减少人工参与数据处理的时间。多次的次数能够满足测试精度。当然，关键根据实际情况确定正确的拟合以及相应的迭代次数。智能算法解决实际工程应用中具有独特的优势，它的应用相比与传统的方法可以大大提高应用程序的处理的精度和速度。同时，多个智能算法的有效结合是进一步探讨实际应用问题的好助手。致谢该项目已获得了辽宁省教育部门教育经费的支持(20091468)参考文献陆赵大.液力传动工程和原理.哈尔滨:哈尔滨工业大学出版社；2004.吉林工业大学.工程机械液压传动.北京:机械工业出版社,1999.祝经常.驱动车辆的液压传动.北京：国防工业出版社,1998.宋智常.计算机系统的液力变矩器的性能测试仪的设计■业机械1997;7:29-31.黎悠逸闫国军宛佣轴流式夜压扭矩转换器工程机械的蹩研究2001;59-10.李洁民汽车和拖拉机试验研.北京:机械工业出版社2003.陈政兴数据拟合西安:西安交通大学出版社1999.M.阿巴迪访问控制数据集成及其语言计算机系统：理论，技术和应用程序TributetoRogerNeedham.9-14.Springer-Verlag,2004.程姣丽神经网络的应用与实.西安:西安电子楸大学出版祖993.程姣丽神经网络理论西安:西安电子科技大学出版社1990.章指星孙淳哉.神经~模糊和软计算西安:西安交通大学出版社;2000杨天天类人神经网络的解公差北京:机械制造2001;39(5):13-15.章成宝丁瑜岚雷于程人工神经网络在汽车齿轮故障诊断车工程1999;21(6)374-378R.Geambasu,S.Gribble,andH.M.LeVyoudViews公共云共享的公用数据InWorkshoponHotTopicsinCloudComputing(HotCloud);2009.摘要翻译直接孔径优化：步和射击MRT的总体解决方案摘要:对于步骤和射击输崩RT治疗计划历来通过产生化强度分布或辅助图对于每个波束角，优化步骤是随的叶测序算法的应用程它转换各的强度映射到一个设置付光圈形状在这篇文章中，我们介绍了一个勘规划系统，我们绕过最优化的传遗而是直接优化形和孔的权重。我们称这种做法