巨跨地下洞库顶推滑行式盘扣支架重型衬砌台车施工技术

为解决传统衬砌台车在巨跨扁平地下洞库衬砌施工中面临的结构复杂、跨度巨大、体型超大、组装困难、成本巨高等问题，攻克被覆结构工程施工体积大、面积大、自重大、钢筋密集等技术难题，结合某在建地下洞库被覆结构跨度大、矢跨比极小等特点及被覆结构施工需求，融合盘扣式支架体系与全液压衬砌台车的技术优点，采用整体式顶推滑行的设计思路，研制出一套可快速组装的顶推滑行式巨跨地下洞库被覆混凝土施工装备。该装备涵盖顶托调节式模板、盘扣支架式门架、顶推滑行式底盘、旋转对接式布料、插入式振捣等系统结构设计技术，辅以液压、电气控制技术，集成台车自主行走技术，混凝土浇筑、振捣、养护、监测等施工技术，并在某巨跨地下洞库得以应用，取得了良好的施工效果。应用结果表明： 顶推滑行式盘扣支架重型衬砌台车结构简单、强度高、承载能力强、组装容易，可以有效降低工人劳动强度，节约成本，提高施工效率与质量。     

飞机牵引滑行入港安全运动路径生成及其轨迹跟踪控制方法

针对飞机紧急降落后无法继续利用自身动力滑行入港场景，研究使用牵引车牵引其滑行入港的方式，考虑牵引滑入时机轮与机场跑道及滑行道边缘的安全净距，分别提出适用于机型-机场匹配时的牵引车-飞机系统的铰接点过中心线(HPOC)法和不匹配时的飞机主起落架几何中心过中心线(GCOC)法，并基于2种方法建立运动学模型，在净距及飞机前轮转角约束下对系统转弯滑行入港运动进行轨迹规划。基于GCOC法建立连续非线性系统的轨迹跟踪模型，通过线性二次调节器(LQR)对不同权重系数及存在初始偏差的轨迹跟踪问题进行了研究。结果表明:牵引车以HPOC法牵引飞机在与其机型不匹配的机场滑行入港时，机轮会发生碰撞危险；而采用GCOC法时其运动轨迹可以满足跑道及滑行道边缘的安全净距要求。在对系统进行轨迹跟踪控制时，当将飞机主起落架几何中心的横、纵坐标权重系数Q₁、Q₂及表示飞机姿态的角度权重系数Q₃均设为100，而表示牵引车姿态的角度权重系数Q₄设为0时，即:Q＝(100，100，100，0)，该方法可将实际牵引滑行入港轨迹与参考轨迹的偏差保持在0.05~0.1 m以内，且能够在10 s左右抑制系统状态变量误差，并使控制变量达到稳定；同时能够在12 s左右修正系统的初始偏差，相较于单机偏差修正的10 s，具有可接受的效果。      

基于自适应联邦滤波的列控车载设备测速测距算法

基于转速传感器技术,提出1种列控车载设备测速测距算法,由自适应参数列车运动模型、空转/滑行时列车速度校正模型和基于联邦滤波的融合算法3部分组成。先建立列车运动模型,利用自适应参数更新列车运动模型和系统状态噪声,估计单个转速传感器所在轮对的速度和加速度;当检测到轮对空转/滑行时,利用设计的速度校正模型计算列车运行速度,并视之为1个虚拟传感器,有效克服空转/滑行引起的速度测量精度下降问题;设计动态调整信息分配系数方案,根据2个转速传感器所在轮对滤波估计速度和空转/滑行检测情况得到相应系数值,再通过基于联邦滤波的融合算法对2种模型计算结果进行融合,得到列车运行速度和走行距离。最后,利用不同场景下的接口型式实验采集数据,进行仿真分析并验证算法效果。结果表明:无论是列车正常运行场景还是制动时轮对滑行场景,该算法均可在仅使用2个转速传感器作为系统输入的情况下得到满足安全需求的准确结果,同时兼顾成本和精度。     

多航态高速无人艇阻力试验研究

为了研究多航态高速无人艇在不同吃水航态下的阻力性能以及运动特性,在半潜到水面航态范围内变换6个吃水状态进行模型阻力试验,试验速度涵盖排水航行到滑行状态范围,对每个吃水工况下的航行姿态、阻力性能进行分析研究。结果表明,该多航态高速无人艇在一定吃水范围内都有着较好的阻力性能以及良好的运动姿态,在中低速(Fr?2.0)条件下,该模型在不同吃水下的运动姿态、阻力性能随航速的变化趋势一致,但在高速滑行(Fr? 3.0)条件下变化趋势有差异;剩余阻力占总阻力的比例Rr/Rt随着吃水的增加而不断增大,在相同吃水条件下Rr/Rt随着F r?的增加呈现出先增大后减小的规律。     

基于RTK的自主海水环境探测无人艇

为实现海水环境监测的无人化,设计了基于RTK的自主海水环境探测无人艇。系统主要由岸基控制显示单元、系统服务器、无人艇以及锂电池组组成。岸基控制显示单元用于和无人艇交互信息,系统服务器用于存储系统运行参数以及监测数据,无人艇实现自主巡航和具体测量任务。无人艇控制器使用的是基于STM32单片机的无人艇控制板,集成的设备有RTK、磁力计、多参数水质监测仪、单波束等。经过测试本系统可以安全可靠的按照预定轨迹运行,运行轨迹误差不超过0.8 m。     

复杂背景下无人艇视频视觉目标图像识别算法

为精准跟踪海域环境中的各类舰船目标,生成连续性的视觉目标图像视频,提出复杂背景下的无人艇视频视觉目标图像识别算法。利用增强滤波处理无人艇图像中的数据信息,再通过特殊信息标记的方式,完成无人艇视频的图像数据集设计。在此基础上,改进原识别提取网络,借助边界框预测实值,完成待识别目标图像的特征提取,实现复杂背景下无人艇视频视觉目标图像识别算法的顺利应用。对比实验结果表明,与KCF目标跟踪算法相比,应用新型目标图像识别算法后,YOI船体识别参数增大至8.56,实现了对海域环境中各类舰船目标的精准跟踪,大幅促进了连续性视觉目标图像视频的生成。     

基于混沌蜂群算法的USV路径规划

针对多障碍物环境下,传统智能算法容易过早收敛、搜索精准度差等问题,为提高路径规划准确性,获得最佳路径,避免碰撞发生,提出一种基于人工蜂群算法的水上无人艇路径规划方法。通过栅格法建模,以无人艇目的地为蜜源,在蜂群信息交换阶段,采用混沌序列产生初始化雇佣蜂,跳出局部最优。与传统人工蜂群算法进行对比,仿真结果表明,混沌蜂群算法在路径优化方面更能找到全局最优路径。