大型船舶电力系统自适应保护算法设计

近年来,电力推进技术和船载电子设备发展迅速,对大型船舶的电力系统提出了更高的要求,电力系统的性能和可靠性对船舶的正常运行有重要的意义。由于船舶电力系统网络结构复杂、工作环境恶劣,电力系统很容易发生短路、单相接地等故障,而传统的继电保护已经难以满足现代电力系统的可靠性需求。本文针对大型船舶电力系统的可靠性问题,采用了自适应保护算法和自适应粒子群算法,对船舶电力系统的网络结构进行了优化。     

基于前轮转角约束自适应模型预测控制的路径跟踪研究

针对在车辆行驶中较小的前轮转角无法充分利用路面附着能力,较大的前轮转角使得车辆的行驶稳定性差的问题,文章提出了一种前轮转角约束自适应模型预测方法。首先建立车辆的动力学模型,然后通过计算得到轮胎纵向力,最终得到车辆的前轮转角。将车辆的状态量与前轮转角自适应约束条件输入给模型预测控制器,输出车辆的前轮转角,实现对参考路径的跟踪。在Carsim和MATLAB平台上联合仿真,仿真结果表明前轮转角约束自适应模型预测控制的车辆相比固定转角约束的车辆具有较好的跟踪能力和稳定性。     

多种车型智能同步联动的站台门控制系统

针对站台门控制系统在高风压、多种车型、高密度行车及自动驾驶情况下高频开关控制的可靠性和安全性问题,基于热备冗余控制原理及多种车型自适应控制原理,构建多种车型智能同步联动的站台门控制系统,在此基础上,对该控制系统进行了试验验证。试验结果表明,站台门在160 km/h的列车风压作用下,一整侧滑动门开门同步误差≤0.2 s,且具有很强的自适应能力。该试验结果可为站台门控制系统在高速铁路的工程应用提供参考。     

高职学生自我效能感与学习兴趣激发的研究

通过对107名高职院校学生的学习动机、自我效能感以及两者关系的测量统计，发现高职学生的学习动机、内生动机与学业自我效能感和一般自我效能感之间均存在显著正相关，并以此为依据，探索提出了以增强自我效能感来提高学习兴趣的思路和方法。     

船舶动力定位自适应滤波器设计

传统的陷波滤波器虽然能够很好的滤除一阶高频海浪波,但是滤波的同时也使得信号产生了相位滞后,在时域里面的表现就是信号的延时.卡尔曼滤波器虽然能够解决这一问题,但是其非常依赖于船舶模型.本文针对传统陷波滤波器的缺陷,使用了一种积分补偿型陷波滤波器,对传统的陷波滤波器进行改进.并以某拖轮为仿真对象进行仿真实验,其结果表明,该滤波器不但能够很好的滤除高频海浪波,还能够保持很好的相位特性.同时,递推的最小二乘估计(RLS)方法能够实时的估计出海浪的主导波频,使得陷波滤波器具有很好的自适应性.     

复杂海域船舶自适应障碍规避算法研究

目前,船舶的航行海域越来越广阔,各种航道的环境也复杂多变,这对船舶的航行造成了很大的安全隐患。为了最大限度防止船舶之间发生碰撞,人们开发出了各种避碰设备。本文在船舶基本运动模型的基础上,采取模糊神经网络规避算法,并结合PID控制理论,对避碰策略展开研究,详细分析船舶的多种避碰运动模式。仿真结果表明,此算法的性能达到实际应用的基本要求,值得深入研究。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

Key technologies of ship remote control system in inland waterways under ship-shore cooperation conditions北大核心CSCD

［Objective ］ To meet the requirements of remotely controlling ship in curved, narrow and crowded inland waterways, this paper proposes an approach that consists of CNN-based algorithms and knowledge based models under ship-shore cooperation conditions. ［Method］On the basis of analyzing the characteristics of ship-shore cooperation, the proposed approach realizes autonomous perception of the environment with visual simulation at the core and navigation decision-making control based on deep reinforcement learning, and finally constructs an artificial intelligence system composed of image deep learning processing, navigation situation cognition, route steady-state control and other functions. Remote control and short-time autonomous navigation of operating ships are realized under inland waterway conditions, and remote control of container ships and ferries is carried out. ［Results］The proposed approach is capable of replacing manual work by remote orders or independent decision-making, as well as realizing independent obstacle avoidance, with a consistent deviation of less than 20 meters. ［Conclusions］The developed prototype system carries out the remote control operation demonstration of the above ship types in such waterways as the Changhu Canal Shenzhou line and the Yangtze River, proving that a complete set of algorithms with a CNN and reinforcement learning at the core can independently extract key navigation information, construct obstacle avoidance and control awareness, and lay the foundation for inland river intelligent navigation systems. © 2022 Journal of Clinical Hepatology. All rights reserved.