基于云网边端协同的铁路无人值守牵引变电所运维方案研究

为解决当前铁路无人值守牵引变电所运营维护（简称：运维）过程中面临的诸多问题，基于云网边端协同概念架构，研究制定铁路无人值守牵引变电所运维方案，提升无人值守牵引变电所的智能化运维水平。文章介绍了云网边端协同概念，阐述了运维方案的架构设计和数据流向，与前端智能、边缘计算、云计算、人工智能、大数据等技术紧密结合，通过对场景实现的适应性、可用性、畅通性、价值性进行分析，证明该方案的可行性，能够满足铁路无人值守牵引变电所的运维需求。     

基于遗传优化的水面无人船艇神经网络智能控制

利用GA智能优化算法和RBF神经网络逼近算法设计了一种USV运动滑模理想跟踪控制方法.首先利用改进的遗传算法对RBF网络参数进行在线寻优以进而提高其逼近性能.其次,将学习速度较快的局部RBF神经网络对滑模控制设计中存在的船舶运动系统函数不确定项进行逼近,使得由于滑模面的不间断切换引起的控制输入抖振问题得到有效地解决.对比实验说明了在同等条件下,上述智能控制系统稳定时间更快,超调量更小,以及输入舵角更平滑.     

某地铁列车无人自动折返卡顿故障分析及解决方案

针对某城市地铁车辆在试运行期间频繁发生的列车无人自动折返时的卡顿故障进行了分析研究。简要介绍了列车无人自动折返功能,并从列车网络系统、牵引系统和车辆电路3个角度深入分析故障原因,提出了解决方案。按此方案整改后故障得以完全消除。     

无人水上巡检设备在航标管理中的应用

文中介绍了航标管理的现状、无人水上巡检设备的特点,提出了无人水上巡检设备在航标管理中的应用和优点;阐述了无人水上巡检设备作为一种先进的技术,将对航标巡检、应急反应、节能减排等工作有很大的帮助。     

日韩欧智能船舶的研究现状及对我国的启示

随着智能化技术的发展，智能船舶开始受到船舶行业的广泛关注。同时伴随着航运业对于环保、安全、经济等方面需求的不断增加，中日韩欧等世界各主要造船国纷纷投入到智能船舶的相关研究当中。然而，由于各自造船业的历史背景和发展现状不同，各主要国家对智能船舶研究具有不同的特点。该文分别研究了日、韩、欧典型智能船舶项目的研究现状，从多个方面分析了它们的研究路线和特点。研究发现：日本的智能船舶研究具有航运公司主导、局部到整体的推进方式、注重建立国际标准的发展特点；韩国的智能船舶研究具有船企主导产学研结合、发挥信息产业优势、分级发展的特点；欧洲的智能船舶研究以企业和科研机构牵头，以无人船为目标，以现有船舶改造为特点。论文在日欧韩智能船舶发展特点的研究基础上，分析了对于我国智能船舶发展的启示。     

基于模型预测控制的无人艇VO避障

在高速行驶中,无人艇速度快、反应时间短,为了达到安全避障的要求,避障算法必须实时性好、稳定性高。同时,在高速场景中,无人艇的静浮力较小,流体升力较大,风浪流对无人艇的影响较低速场景更加显著,稳定的航迹跟踪与避障控制面临挑战。为了达到良好的避障效果,无人艇必须要满足控制量的约束,同时要削减外界扰动带来的不利影响。无人艇控制系统是一个多输入多输出系统,而模型预测控制则是处理多变量约束优化问题最有效的方法之一。本文提出基于模型预测控制的无人艇VO避障算法,通过仿真实验实现了该算法的避障功能,并将该算法与传统的VO算法避障效果作对比,验证了该算法的有效性,同时,通过分析模型不确定性对该避障算法性能的影响,证明了该算法的鲁棒性。     

基于混沌蜂群算法的USV路径规划

针对多障碍物环境下,传统智能算法容易过早收敛、搜索精准度差等问题,为提高路径规划准确性,获得最佳路径,避免碰撞发生,提出一种基于人工蜂群算法的水上无人艇路径规划方法。通过栅格法建模,以无人艇目的地为蜜源,在蜂群信息交换阶段,采用混沌序列产生初始化雇佣蜂,跳出局部最优。与传统人工蜂群算法进行对比,仿真结果表明,混沌蜂群算法在路径优化方面更能找到全局最优路径。