ROV attitude control based on multi-motor cooperative propulsion北大核心CSCD

[目的]为了提高遥控水下航行器(ROV)在复杂水下环境中的姿态控制性能,开展多电机协同推进的ROV姿态控制研究。[方法]首先,针对多电机系统的结构和算法,分别提出一种基于PID速度补偿器的偏差耦合结构和一种新型非奇异终端滑模控制(SMC)算法,并设计一种新颖的基于多电机协同推进的ROV姿态控制方法;然后,建立ROV的运动学和动力学模型,开展推进器组推力建模分析、解耦简化ROV动力学模型研究;最后,设计一种ROV滑模姿态控制器。[结果]仿真结果表明,所提的结构和算法可提高多电机系统的抗干扰性、同步性和快速响应能力,进而提高ROV姿态控制系统的稳定性与鲁棒性。[结论]所提方法可为ROV姿态控制提供一种新的可用方案。     

铁路关键信息基础设施安全保障体系研究

铁路作为我国重要基础设施，在国民经济及综合交通运输中占有极其重要的地位。文章对铁路关键信息基础设施防护需求进行分析，提出铁路关键信息基础设施的基础保护、强化保护、协同保护3层安全保障体系框架，通过实施工程项目和系统实验室建设，完善了该保障体系建设，进一步提升了铁路关键信息基础设施整体安全保护能力。     

基于ADAMS的分布式电动汽车稳定性分析

利用ADAMS/Car搭建四轮驱动分布式电动车模型,在MATLAB中利用模糊控制原理计算转向横摆力矩,实现车辆的DYC (Direct Yaw-moment Control,直接横摆力矩控制);基于最优轮胎利用率函数设计稳定性控制器,增强汽车在高速转弯时的操纵稳定性.     

金山大桥局部拆除后续运营期性能和实测分析

挠度是连续刚构桥悬臂施工控制的重要对象，其实测值受多个因素影响，从实测挠度中获悉反应结构受力的真实挠度，对其施工控制具有重要意义。本文基于改进的自适应卡尔曼滤波算法从挠度实测值中提取出真实信号，预测待浇梁段的挠度变化，并调整施工预拱度，使施工实际状态逼近理论计算轨迹，达到施工监控的目的。通过实际工程的应用证明该方法具有良好的适用性。     

面向“一带一路”的昆明东编组站作业措施优化

“一带一路”倡议的提出,给中国铁路提出了要求,铁路运输要求确保运输效率和服务质量。昆明东站作为中国铁路昆明局集团有限公司办理编组作业的主要车站,车站编组能力较为紧张,无法保证货物的运输效率。在智慧管控系统(SAM系统)的基础上,提出构建站间协同互保框架和车流预警机制的作业优化措施,可进一步提高运输效率,保证服务质量,提升昆明东站的编组生产效能。     

引水隧洞突涌段变形特征及控制关键技术研究

深埋引水隧洞突泥突水洞段注浆固结圈与初期支护结构作为协同承载结构,其荷载分担与变形控制对结构和施工安全有重要作用。为研究深埋引水隧洞突涌洞段围岩与支护体系稳定性,以滇中引水狮子山隧洞为工程依托,通过现场对围岩-支护监控量测与第二层型钢拱架受力监测,结合施工工况动态分析围岩-支护体系受力与变形,研究总结突涌段施工变形控制关键技术。研究结论:(1)深埋隧洞突涌洞段拱顶累计沉降17.4 mm,达预留值的17%左右;拱肩、拱腰累计收敛106.6 mm、98.1 mm,达预留值100%左右。(2)突涌洞段理论预测极限位移150 mm;现场监测评价设定阈值uo=100 mm,当达到2/3时,应采取加强措施。(3)最佳开挖方法为微台阶法。各级台阶长度控制在3 m左右,按“快挖、快支、快封闭”原则组织施工。(4)超前预支护管棚结构起到提高固结体刚度作用,较固结体提高约13倍。(5)双层支护结构强度、刚度增加,承载能力明显提高,施工安全性也得以提高。     

铁路信息系统云边协同体系架构研究

随着铁路信息系统业务量和数据量的日益增加，迫切需要探索一种新的架构，提升系统的自治能力和响应能力。文章结合铁路信息系统业务特点，提出了适用于铁路信息系统的云边协同体系架构，详细阐述了云边协同的技术体系和微服务、容器编排、边缘计算等关键技术，并介绍了其在铁路信息系统中的应用场景，可对云边协同技术在铁路领域的落地实施提供参考。     

道岔控制电路分布电容探讨

分布式电容随道岔控制距离变长而增加,电容堆积对道岔表示继电器正常工作造成极大影响,通过对分布式电容形成原因的理论探讨,得出影响分布式电容容值的因素,并提出工程应用中降低和解决分布式电容方法,对于提高交流道岔控制电路表示可靠性有积极意义。     

基于贝叶斯网络的CTCS-3级列控车载系统韧性

为弥补现有指标的不足，引入韧性作为非常态事件下CTCS-3级（China train control system-3）列控车载子系统运行稳定性的测度指标. 提出了车载子系统韧性量化评估方法，构建了基于贝叶斯网络（Bayesian network, BN）的韧性评估模型，并定义了5种基于韧性的部件重要度指标；进一步利用贝叶斯网络双向推理功能，计算了车载子系统在不同扰动情景下的韧性及部件重要度指标. 研究结果表明:韧性可全面描述车载子系统抵御扰动和从扰动中恢复的能力，非常态事件扰动下，韧性与可用性指标存在明显差异；不同扰动情景下系统韧性明显不同，扰动发生时，车载子系统面临磁暴影响时的韧性为0.8017，而遭遇雷电时的韧性为0.8819，面临冰雪扰动时的韧性为0.9880；部件重要度存在情景依赖，同一部件在不同扰动情景下重要度排序可能不同，且可能随时间动态变化.