您当前所在位置: 首页 > 学者
在线提示

恭喜!关注成功

在线提示

确认取消关注该学者?

邀请同行关闭

只需输入对方姓名和电子邮箱,就可以邀请你的同行加入中国科技论文在线。

真实姓名:

电子邮件:

尊敬的

我诚挚的邀请你加入中国科技论文在线,点击

链接,进入网站进行注册。

添加个性化留言

已为您找到该学者20条结果 成果回收站

上传时间

2006年09月30日

【期刊论文】多重分形表面的弹塑性接触模型研究

张优云, 孟凡明, 赵荣珍

西安交通大学学报,2002,36(11):1159~1161,-0001,():

-1年11月30日

摘要

提出了在多重分形接触表面的最大接触长度范围内接触点尺寸分布数、频率分布函数和实际接触面积的普遍表达式。这些表达式建立在对该类表面在不同临界频率范围内弹塑性接触变形方式的分析基础上,是研究多重分形接触表面的有关分形性质所必需的。当给定这些表面的诸如分维数和特征长度等分形参数时,利用这些表达式,可实现对任意多重分形表面诸如磨损等接触性质的研究,使对复杂的多重分形接触表面的研究变得相对容易进行。据此,以双分形表面为例,研究了其分形参数与磨损的关系。计算结果表明,双分形表面的磨损率会随着表面最大接触尺寸和分形区域界限频率的增加而增加。

多重分形, 分形参数, 弹塑性变形, 界限频率, 磨损率

上传时间

2006年09月30日

【期刊论文】混凝土生产输送浇注过程计算机综合监控系统

张优云, 康荣学, 韩崇昭, 聂凯

西安交通大学学报,2001,35(10):1072~1075,-0001,():

-1年11月30日

摘要

采用最新发展的多媒体信息技术、监控技术和通信技术,建立了集计算机监控、视频监控、调度和管理等于一体的计算机综合监控系统,系统包括视频、检测、网络与数据库、优化调度和生产管理与决策5个既相对独立又互有联系的子系统。在大型水利工程中实现了混凝土生产、输送、浇注过程的综合监控和管理,对生产质量和成本进行控制,对经济效益进行分析与评价等,为复杂环境下大型水利施工的生产、调度和管理提供了一套科学而有效的法。 系统已经应用于三峡工程的大坝浇注生产中,并发挥了重要作用。

计算机监控, 视频, 检测, 控制, 调度, 管理

上传时间

2006年09月30日

【期刊论文】ESTIMATE ACCURACY OF NONLINEAR COEFFICIENTS OF SQUEEZEFILM DAMPER USING STATE VARIABLE FILTER METHOD

张优云, Zhang Youyun, Roberts J B

Chinese Journal of Mechanical Engineering (English Edition), 1998, 11 (3): 176~182.,-0001,():

-1年11月30日

摘要

The estimate model for a nonlinear system of squeeze-film damper (SFD) is described.The method of state variable filter (SVF) is used to estimate the coefficients of SFD.The factors which are critical to the estimate accuracy are discussed.

Nonlinear coefficient Squeeze-film State variable filter Parameter estimate

上传时间

2006年09月30日

【期刊论文】大型回转机械智能综合诊断处理支持中心的研究*

张优云, 张金玉, 谢友柏

中国机械工程1999,10(4):411 ~413,-0001,():

-1年11月30日

摘要

首先通过对专家分析处理网络中心和专家小组诊断的特点的分析,提出了诊断处理支持中心的建设新思想。然后结合实际远程综合诊断处理支持中心的研制和实现,对诊断处理支持中心的拓扑结构、技术方案、知识库、数据库、方法库以及综合诊断和处理方法进行了研究和介绍。

诊断处理, 支持中心, 综合诊断知识库, 数据库

上传时间

2006年09月30日

【期刊论文】Application Research of Support Vector Machines in Condition Trend Prediction of Mechanical Equipment

张优云, Junyan Yang and Youyun Zhang

ISNN 2005, LNCS 3498, pp. 857-864, 2005.,-0001,():

-1年11月30日

摘要

Support vector machines (SVMs) are used for condition trend prediction of mechanical equipment. The influence of cost functions, kernel functions and parameters on prediction performance of SVMs is studied. Cost functions play a very important role on prediction performance of SVMs. Experiments show that the prediction performance of ε insensitive cost function is superior to that of least square cost function. At the same time, analysis of the experimental results shows that four kernel functions have very close prediction performance in short term prediction, and radial basis function kernel has better prediction performance than other kernels in long term prediction. In comparison with traditional Back Propagation (BP) neural network, Radial Basis Function (RBF) network and Generalized Regression Neural Network (GRNN), experiments show that SVMs, which implement the structure risk minimization principle, obtain the best prediction performance.

合作学者

  • 张优云 邀请

    西安交通大学,陕西

    尚未开通主页