基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题，在分析车辆运动特点的基础上，提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台，招募驾驶人进行实车跟驰道路试验，建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响，建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程，利用高斯过程算法建立了前车纵向加速度变化随机过程模型，实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程，引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略，通过与前车运动随机过程模型进行交互式迭代学习，得到具有运动不确定性跟驰环境下的主车纵向控制策略，实现对车辆纵向控制的最优决策。最后基于真实驾驶数据，对控制策略进行测试。研究结果表明：该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系，在迭代学习过程中对前车运动的随机性进行考虑，跟驰控制中不需要对前车运动进行额外的概率预测，能够以较低的计算量实现主车稳定跟随前车行驶。     

铸造方法及过程控制对铸件精度的影响

以重型机械设备上的钢铁铸件为例，对以前和今后的发展具有重要意义的各种影响因素和起作用的原因进行探讨和阐明。     

起重机销轴式测力传感器的设计和应用

介绍了粘贴应变片和激光焊接应变片两种销轴式测力传感器,以及它们各自的优缺点。指出起重机销轴式测力传感器选用激光焊接薄膜应变片,能够收到高精度、高稳定性、好重复性的良好效果。     

基于自适应粒子群算法的隧道窑温度模糊控制策略

针对隧道窑燃烧过程中的大惯性、纯滞后、多变量、时变参数以及工作机理复杂等特征,利用清晰集构造模糊集法确定模糊控制器输入量和输出量的隶属函数,并基于自适应粒子群算法给出了隧道窑新的温度模糊控制策略。运用模糊控制系统对隧道窑温度进行仿真研究和实时控制,结果表明,该模糊控制器能够克服许多干扰因素,具有良好的控制效果。     

基于自适应插值的符号定时恢复算法

在分析插值滤波器和均衡器的基础上,讨论了一种自适应插值的定时恢复算法,并进行了仿真.仿真结果表明,这一方法优于拉格朗日插值算法和LMS均衡算法.该算法在完成了对定时误差的插值运算的同时,也消除了衰落引起的码间干扰,性能良好.     

隧道超前地质预报中人工地震反射法的应用

介绍了TSP203系统的基本工作原理,并通过该系统在新且午瓦斯隧道的应用实例,说明其在复杂地质条件下的具体应用情况。结合多年现场实际施工经验,着重分析了预报误差产生的主要原因:客观上由于岩性和构造面本身的复杂性及TSP203系统的局限性,该系统探测与隧道轴向大角度相交的近平面状的结构面较适合,小角度或者平行结构面则不适合,探测溶洞和地下水有一定难度;主观上与操作人员的运用水平密切相关。提出了提高数据采集精度以及结合实际地质情况和其他物探方法,提高对反射体解释能力的建议。     

减摇鳍/水舱联合减摇系统模糊自适应滑模控制

针对减摇鳍和被动式减摇水舱设备在不同航速下的减摇特点,建立了船舶减摇鳍/水舱联合减摇系统的横摇数学模型。结合模糊自适应控制良好的逼近特性和滑模控制算法对扰动和模型参数变化的不灵敏性,设计了减摇鳍/水舱联合减摇系统的模糊自适应滑模控制器。采用实船参数的仿真结果表明,所设计的控制器具有良好的自适应性和鲁棒性,减摇鳍/水舱联合减摇控制系统在不同海况和不同航速下均具有良好的减摇效果。     

一种DES算法的FPGA快速实现方法

该文阐述了密码算法FPGA快速实现的一种方法,利用Mentor Graphics的Catapult C综合工具,完成了DES算法从计算机仿真到硬件实现的全过程,代替了传统FPGA实现处理过程,可大大缩短项日的开发周期和降低作难度。     

深海采矿双波浪补偿系统自适应跟踪控制

为满足深海采矿过程中管道的快速自动对接要求,设计了一种能够同时进行布放回收和升沉补偿的双波浪液压补偿系统.基于波波夫超稳定理论,设计了上波浪补偿的自适应跟踪控制律.仿真实验结果表明,上波浪补偿系统能够在自适应跟踪控制律作用下,迅速跟踪下波浪补偿系统的升沉运动,其跟踪精度能够满足同步对接要求.     

Design of an adaptive controller for dive-plane control of a torpedo-shaped AUV

Underwater vehicles operating in complex ocean conditions present difficulties in determining accurate dynamic models. To guarantee robustness against parameter uncertainty, an adaptive controller for dive-plane control, based on Lyapunov theory and back-stepping techniques, was proposed. In the closed-loop system, asymptotic tracking of the reference depth and pitch angle trajectories was accomplished. Simulation results were presented which show effective dive-plane control in spite of the uncertainties in the system parameters.