汽车防抱死制动系统控制技术

汽车防抱死制动系统（ABS）可以控制汽车制动时的滑移程度,防止车轮抱死拖滑,提高汽车制动时的操纵稳定性。文章介绍了ABS的基本功能和控制原理,阐述了目前ABS所采用的控制技术及发展方向。指出随着车速传感器技术的发展,基于车轮滑移率的各种控制算法将被广泛重视和采用;将各种控制算法结合起来是ABS控制技术的一个重要发展方向。     

主动式拥塞控制机制浅析

分析了Internet上出现拥塞的基本原因,对比了已有的被动式路由器队列管理机制和新兴的主动式队列(AQM)管理方法的主要优缺点,叙述了AQM的指导算法"早期随机检测算法(RED)",自适应控制在RED算法中的应用,提出了存在的问题和研究思路.     

汽车的振动控制设计

汽车的振动可能产生部件损坏,造成乘员疲劳,因此,对汽车进行振动控制设计是很必要的。     

基于CAN总线的汽车车身网络系统开发

介绍应用CAN总线开发的汽车车身网络系统。该系统具有车身电器网络化控制、模拟量采集、信息显示等功能,设计了可以保持汽车传统操作方式不变的人机接口,阐述了系统的开发思想、硬件设计、通讯协议及软件设计,总结了系统开发情况。     

深圳地铁2222标施工进度分析与控制

地铁工程是一个庞大的系统工程,每一工点的里程碑工期都非常重要,一个工点滞后会带来整条线铺轨、通车延期,因此进度控制至关重要。文章通过深圳地铁2222标段侨香站、安-侨区间、侨-香区间、香-香区间的实际进度分析,计算出了各主要关键分项工程的进度指标;并针对不同施工方法,总结出了进度控制的关键措施。     

基于增强型学习算法的船舶运动混合智能控制

船舶航向控制与航行的安全性、可操纵性和经济性密切相关。本文将增强型学习算法与混合智能技术相结合,应用于船舶运动航向控制,克服了通常混合智能算法的学习需要一定数量样本数据的缺陷,又有发挥各种智能算法的优势。仿真结果表明在缺少样本数据情况下,该算法可以在一定程度上改进控制效果。     

基于EEMD的地铁隧道爆破振动信号分析与应用研究

针对EMD（empirical mode decomposition,经验模态分解）方法在处理爆破振动信号时存在模态混叠的问题,引入EEMD（ensemble empirical mode decomposition,集合经验模态分解）方法,对爆破振动信号进行去噪处理,并分析城市隧道掘进爆破振动信号的特征信息,从而研究城市隧道掘进爆破振动效应。以乌鲁木齐轨道交通1号线爆破开挖工程为依托,利用现场爆破振动监测数据,采用EEMD方法与EMD方法对原始爆破振动信号进行去噪处理,运用信噪比（SNR）法和均方根误差（RMSE）法对所得结果进行量化评估并进行比较,从而获得较准确的信号去噪方法,然后运用希尔伯特变换对去噪后的爆破振动信号进行时间-频率和能量分布特征分析。研究表明： 1）EEMD法去噪结果信噪比和均方根误差分别为30.51和0.005 5,EMD法去噪结果信噪比和均方根误差分别为20.88和0.010,EEMD去噪法要优于EMD去噪法; 2）在文章所述起爆方式下,隧道爆破振动的能量一般集中在频率段5～80 Hz,且主要分布在50 Hz以下的低频段,应采取合理的降震增频措施来控制爆破振动对建（构）筑物的影响; 3）爆破振动瞬时能量峰值与振速峰值所在的时刻一致,说明瞬时能量谱能较好地体现爆破过程中振动效应随时间的变化规律; 4）基于信号去噪及分析的研究结论,提出地铁隧道爆破振动控制技术。     

车内空气质量开发与管控方式的研究

文章首先简要的介绍了车内空气质量的管控方式以及现状,同时也通过我国国内某公司车的车内空气质量管控体系来进行相关的介绍,并且利用云处理分析具有较低VOC的材料,而且通过大数据总结了车内禁用材料清单。同时还通过与汽车零部件供应相关的VOC数据库来进行高危风险零部件的筛选。希望而已为我国汽车零部件供应商的提供一定的参考。     

RTA48-T型主机气动操纵系统仿真及应用

主机气动操纵系统的主要功能是完成主机的起动、换向和调速。因其包含的气动元器件多,逻辑关系复杂,一旦发生故障,难于判断,因此加强船员对气动操纵系统方面的训练和培训是轮机管理中的一项重点和难点内容。在现有轮机仿真训练系统中,主机气动操纵系统仿真模型为MAN公司的 MC型气动操纵系统,为了扩展现有轮机仿真系统的训练功能,满足不同机型气动操纵系统的训练要求,本文采用逻辑建模方法,同时又考虑到部件的延时特性,建立了瓦锡兰公司的RTA48-T型主机气动操纵系统仿真模型;利用VC++编程软件完成了模型计算;开发了主机气动操纵系统的二维可视化仿真界面;仿真结果表明,模型可以对常见故障进行仿真并与实际现象相吻合。二维界面既能展现实际系统的逻辑关系,又能对延时过程实现可视化动态展示,更好地满足了教学与培训的使用要求。     

A constraint programming model with time uncertainty for cooperative flight departures

The lack of a proper integration of strategic Air Traffic Management decision support tools with tactical Air Traffic Control interventions usually generates a negative impact on the Reference Business Trajectory adherence, and in consequence affects the potential of the Trajectory-Based Operations framework. In this paper, a new mechanism relaying on Reference Business Trajectories as a source of data to reduce the amount of Air Traffic Controller interventions at the tactical level while preserving Air Traffic Flow Management planned operations is presented. Artificial Intelligence can enable Constraint Programming as it is a powerful paradigm for solving complex, combinatorial search problems. The proposed methodology takes advantage of Constraint Programming and fosters adherence of Airspace User’s trajectory preferences by identifying tight interdependencies between trajectories and introducing a new mechanism to improve the aircraft separation at concurrence events considering time uncertainty. The underlying philosophy is to capitalize present degrees of freedom between layered Air Traffic Management planning tools, when sequencing departures at the airports by considering the benefits of small time stamp changes in the assigned Calculated Take-Off Time departures and to enhance Trajectory-Based Operations concepts.