何汉林
- 作品数：4 被引量：21H指数：2
- 供职机构：杭州电子科技大学机械工程学院更多>>
- 发文基金：国家自然科学基金浙江省重点科技创新团队项目浙江省自然科学基金更多>>
- 相关领域：一般工业技术电气工程机械工程航空宇航科学技术更多>>
- GMM动态迟滞特性建模及其参数辨识
- 由于超磁致伸缩材料（GMM）具有输出力大，应变系数大，机电耦合系数大，能量密度高，响应速度快和应用频率宽等优点，使得在精密驱动技术中，GMM的应用最为广泛。目前，超磁致伸缩驱动器(GMA)已广泛的应用于精密超精密加工、微...
- 何汉林
- 关键词：超磁致伸缩材料参数辨识
- 文献传递
- GMM不饱和小回线迟滞模型的修订
- 2012年
- 针对Jiles-Atherton模型对不饱和小回线进行建模时易出现不对称、不闭合的问题,对磁性材料迟滞小回线的变化规律进行了分析,找出影响小回线变化规律的钉扎系数K,对其进行了修订,得到可广泛适用于未饱和状态下的对称和不对称的小回线迟滞模型,并与实验曲线进行了对比,对比表明,修订后的仿真模型可很好地拟合不饱和状态下的迟滞小回线。
- 何汉林孟爱华祝甲明
- 关键词：超磁致伸缩材料
- 基于优化的GRNN和BP神经网络的磁滞曲线拟合对比分析被引量：16
- 2013年
- 针对超磁致伸缩材料(GMM)的磁滞非线性,运用广义回归神经网络(GRNN)和前馈BP神经网络分别对GMM的磁滞回线进行非线性逼近,通过网络的训练、预测,与Jiles-Atherton(J-A)模型进行了对比,分析了两种神经网络的逼近效果,给GMM的运用起到了很好的指导作用。其中,在GRNN神经网络中,由于所取数据有限,为了扩大样本容量,采取交叉验证方法对GRNN神经网络进行了训练,采用循环算法找出了最佳的径向基函数扩展系数SPREAD,并对传统GRNN神经网络进行了优化。研究结果表明:优化后的GRNN神经网络对于磁滞回线的预测精度明显高于BP神经网络。
- 何汉林孟爱华祝甲明宋红晓
- 关键词：超磁致伸缩材料广义回归神经网络BP神经网络
- 基于模糊关联理论的汽车离合器操控舒适度评价方法
- 本发明涉及一种基于模糊关联理论的汽车离合器操控舒适度评价方法。客观检测装置采集离合器操控过程中的主要性能参数，操作模拟系统最大限度地还原真车驾驶的操作环境，数据处理分析系统将检测的客观数据分析计算出离合器对应的舒适性评价...
- 孟爱华周建军于共增何汉林
- 文献传递
