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。     

智能汽车专业校企合作模式及人才培养方式的探究

智能汽车已经成为未来汽车领域的发展方向,且高校逐渐与企业合作,建立智能汽车人才培养模式。但是现阶段,校企合作深度以及人才培养方式仍然存在一定的不足,不利于为智能汽车领域输送更多的人才。基于此,本文主要探究智能汽车专业校企合作模式以及人才培养模式,详细阐述智能汽车专业校企合作模式及人才培养模式中存在的问题,进而提出针对性的建议。     

广州地铁某型车转向架轴箱进水原因分析及解决措施

转向架轴箱轴承作为列车传动系统中的重要部件,其运行状态直接影响列车的运行安全。介绍了广州地铁某型车转向架轴箱轴承及接地装置多次出现进水导致轴承失效的情况,并深入分析得出轴箱进水的两个原因:轴箱端盖部件倒角尺寸异常,进口和国产的轴箱、接地装置间存在尺寸差异。提出了对轴箱端盖进行普查、更换、统型等解决措施。     

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。     

基于车辆自动定位数据的有轨电车运行效率分析与应用

结合有轨电车线路的现有车辆自动定位数据,分析有轨电车运行效率及其相关影响因素。其中,影响因素从站台、路段、交叉口3个方面进行考虑。定性分析了不同站台型式、站台位置、交叉口类型的属性特征,并量化不同路段的路段长度、所包含的交叉口个数,同时考虑了交叉口控制策略对有轨电车运行时间的影响。以某已运营的有轨电车线路为例,通过建立多元线性回归模型,从不同层面探究不同因素对已运营有轨电车线路运行效率的影响。最后用模型对有轨电车新建线路的运行效率进行预测,并提出建议。     

列车牵引制动指令冲突故障分析及改进措施

北京地铁16号线列车运行过程中发生牵引制动指令冲突故障,通过对车辆牵引制动指令的输出和读入原理的梳理,分析总结了导致牵引制动指令冲突故障发生的原因,改进了电路设计,排除了故障,消除了车辆由此设计带来的安全隐患。     

基于储能飞轮的电动汽车制动能量回收

飞轮储能具有绿色无污染的特点,发展潜能巨大。文章以电磁耦合式储能飞轮为研究对象,将其应用于纯电动汽车的制动能量回收,通过整车仿真,分析电磁耦合式储能飞轮的能量回收效率。建立搭载电磁耦合式储能飞轮系统的整车模型,并仿真验证,在初速度为70 km/h时,制动时间为5.853 s,制动距离为70.67 m。分别在不同初始速度和储能飞轮转动惯量条件下进行制动仿真。随着初速度提高,电磁转差离合器作用时间延长,飞轮储存能量增加,但储能飞轮的回收效率相差不大,且能量回收效率均不低于22.4%;转动惯量越大,回收的能量多,回收效率高,但制动时间增加,不利于行车的安全性。由此得出结论:电磁耦合式储能飞轮系统可以有效回收制动产生的能量,选择合适转动惯量的飞轮可以提高制动能量的回收效率。     

智能网联车辆交通信息处理技术与信号控制方法研究

随着科学技术的不断加强,智能网联车辆的数量也在不断增加,在智能交通系统发展中,车联网发挥了重要作用,人们对于车联网的研究也越来越多和越来越深入,为了能够使车联网更好的普及,应该加强对智能网联车辆交通信息技术和信号控制的研究。本文基于目前车联网发展现状对智能网联车辆信息处理技术和信号控制的方法进行探讨研究,以供参考。     

面向实际交通状态的混合动力汽车能耗和CO2排放模型

由于混合动力汽车与传统燃油车的能耗排放因子具有差异性，导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO2排放因子测算模型，基于车辆比功率VSP(Vehicle Specific Power)作为车辆行驶状态与能耗排放之间耦合关系的表征参数。通过引入内燃机转速区分内燃机开启和关闭工作状态，并计算内燃机开启状态下VSP对应的平均能耗率，同时，建立能够解析混合动力汽车能耗排放产生机理的VSP分布。通过收集典型行驶工况下车辆测试油耗数据和北京市车辆实际行驶轨迹数据，验证了模型的准确性，并应用模型测算混合动力汽车不同速度区间下的油耗和CO2排放因子。研究结果表明：在城市行驶工况(UDDS)和高速行驶工况(HWY)中，模型测算能耗排放因子与真实值的平均相对误差分别为3.7%和-1.7%，与不考虑内燃机开启状态相比，测算误差减少5.6%和4.3%；在实际交通状态下，采用传统燃油车的测算方法会导致混合动力汽车行驶平均速度为高速区间时油耗和CO2排放量被低估，当行驶平均速度为低速区间时油耗和CO2排放量会被高估。