结合UKF和小波变换的改进粒子滤波及其在机车驾驶员人眼跟踪中的应用

非接触式的人眼跟踪研究对于机车驾驶员疲劳检测有着重要意义.为了解决机车驾驶员人眼跟踪方法对头部旋转、光照变化以及人眼运动的强非线性等问题的过于敏感,提出一种结合UKF(Unscented Kalman Filter)滤波和小波变换的改进粒子算法的机车驾驶员人眼跟踪方法.将UKF滤波算法得到的滤波状态均值和方差,用于粒子滤波算法中下次采样新的粒子;然后利用小波变换的去噪原理,降低粒子滤波重要性权值的方差,以提高实际驾驶条件下机车司机人眼跟踪的准确性和鲁棒性.理论分析和实验结果表明:该方法不仅可以提高对头部旋转、光照变化以及人眼运动的强非线性等问题的鲁棒性,而且具有更好的估计精度.     

基于SVD-UKF的机车最优黏着控制研究

为改善轮轨黏着关系、保障行车安全以及提高黏着利用率,需对机车进行黏着控制。针对机车运行过程中轨面黏着系数难以获取的问题,设计了SVD-UKF观测器,有效克服了外界干扰对观测精度的影响;并结合递推最小二乘法,实现了对当前轨面最优参考蠕滑速度的实时搜索;为提升抗干扰能力和鲁棒性,提出了一种基于指数趋近律的滑模鲁棒控制算法。仿真结果表明,所提出的控制策略具有良好的控制效果,能够实现机车黏着的较高利用。     

机车车辆轮轨黏着-蠕滑问题研究

机车车辆轮轨黏着问题与机车运行存在密切关系。在其他条件不变情况下,牵引轴重必将加大滑动区面积,但随着蠕滑率的不断加大,黏着系数随着轴重增加而减少。黏着控制实质是蠕滑率控制,目的是有效识别和抑制机车空转和滑行,使机车牵引力或制动力在接近轮周牵引力峰值点工作,充分发挥轮轨可用黏着潜力,提高黏着利用率,并根据国内机车黏着利用方面存在的不足提出改进建议。     

成果信息

交直电力机车全天候黏着控制系统交直电力机车全天候黏着控制系统是根据机车蠕滑率特性曲线,基于改善雨天黏着特性以获取较大黏着系数为指导思想,采用蠕滑率控制技术、高精度GPS技术、光电技术等,对铁路机车进行黏着控制。当需要大牵引力(如坡停起动加速工况)时,利用高精度GPS技术测取机车速度,通过快速测量,计算出机车各轮对蠕滑率对牵引力(电流)的偏微分值,判断各轮对距离黏着特性极限的分离程度,及时调控电机电流使之运行在高黏着区,在不超越极限的情况下,使机车始终能够获得较高的牵引力。     

重载机车轮轨黏着利用技术研究综述

重载运输是除高速铁路以外,铁路现代化的又一标志,重载机车牵引与制动性能的发挥效果依赖于轮轨黏着利用状况。本文首先从黏着-蠕滑现象和黏着特性两方面,简要介绍黏着基本理论;然后着重围绕制约黏着利用性能提升的关键问题,从黏着系统建模、系数辨识、故障检测、黏着控制四个方面,系统综述重载机车轮轨黏着利用近年来的研究成果,并依据机车运行工况的特点,分别评述现有成果在实际应用中的优势与不足之处。最后从复杂多变条件下黏着系统建模、黏着微小故障在线检测和多牵引动力协同分配等角度,指出轮轨黏着利用研究的未来发展趋势。     

基于虚拟样机的机车黏着控制研究

为了抑制轮对空转并最大限度利用轮轨黏着能力,需要开发基于虚拟样机和现代控制理论的机车黏着控制技术.建立了大功率机车牵引列车及电气牵引传动系统的机电一体化动力学模型,考虑到了大蠕滑率时轮轨黏着负斜率特性、电机磁饱和及转矩机械特性,对机车驱动过程进行仿真研究.提出通过检测同一转向架内不同轴之间的最大角速度差和角加速度差,实时计算轮轨黏着度,并采用模糊控制策略的黏着控制方法.仿真结果表明:在不同轨面及运行工况下,黏着控制使得轮轨有效黏着系数保持在黏着峰值,提高了机车的牵引性能;轮对的蛇行运动使得黏着控制中产生波动现象,波动频率与蛇行运动频率一致;针对不同结构参数机车和运行工况,黏着控制参数需要优化以达到最大的轮轨黏着利用率.     

一种考虑系统不确定性估计的重载列车最优黏着控制

重载列车在运行时,黏着条件容易受到不良的天气状况或轨面状态影响,会导致列车无法有效发挥牵引力。为了解决重载列车在运行过程中因黏着条件恶化导致无法有效发挥牵引力的问题,提出一种考虑系统不确定性估计的离散积分滑模控制方法,该方法通过对最优蠕滑速度的跟踪控制,实现重载列车的最优黏着控制。由于黏着系数在实际情况中难以测量,所以针对此情况设计串联滑模观测器对黏着系数进行观测估计。采用带遗忘因子的最小二乘法估计出黏着特性曲线斜率,并根据梯度下降算法得到最优蠕滑速度。以最优蠕滑速度和实际蠕滑速度作为控制系统输入,以牵引电机转矩作为系统输出,利用一步延迟估计方法估计系统的不确定性,据此设计离散积分滑模控制器控制电机转矩使蠕滑速度始终稳定在最佳蠕滑速度处。仿真实验结果表明：设计的考虑系统不确定性估计的离散积分滑模控制方法实现了对最优蠕滑速度的跟踪控制,并且与离散积分滑模控制方法相比,系统跟踪误差更小且具有更高的控制精度。说明采用的方法不仅能够补偿系统的不确定性和抑制抖振现象,而且还能实现对最优蠕滑速度的高精度跟踪控制,达到使重载列车牵引性能最优的目的。     

重载机车牵引黏着控制半实物仿真平台研究

黏着利用控制是重载机车的关键技术之一,文中搭建了重载机车动力学模型,通过SIMPACK模型验证了其有效性,结合牵引传动模型构建了牵引黏着控制半实物仿真平台.有效地实现了机车出现空转滑行时的黏着控制仿真.试验表明,平台能够模拟机车实际运行工况,可以真实反映黏着利用算法的性能.     

基于双渐消因子调节的自适应卡尔曼滤波器

卡尔曼(Kalman)滤波为线性最优递推滤波算法,但鲁棒性差,无法实时精确跟踪系统突变状态。为此,设计了一款双渐消因子调节的自适应Kalman滤波器。算法剖析了状态扰动环境下,不精准的先验预测及定量滤波增益对最优估计的影响。在标准Kalman滤波器的基础上,引入双渐消因子,实时激活滤波增益,调节先验估计及量测新息在状态估计中的权重。基于新息正交性定理,依据Sage开窗估计原理与加权最小二乘准则,建立了双渐消因子的函数解析式。借鉴滤波发散判据,构造了函数边界条件。实例研究表明,相较于抗差Kalman滤波器,自适应Kalman滤波器鲁棒性强,状态收敛速度快,稳态跟踪精度提升了44.76%。     

机车黏着控制方法的研究现状综述

机车的黏着是有轨运输系统的基本条件，提高机车黏着性能是一个至关重要的课题。介绍了黏着的基本理论，黏着控制的目标就是在机车运行过程中，通过对驱动力的控制，使实际的黏着系数尽量逼近于当时路况的黏着系数最大值，从而获得最大的平均牵引力。对现有主要的机车黏着控制方法（反馈与极值组合法、模型控制法、模糊神经网络法、模糊控制及其他控制方法）作了简要总结，介绍各种方法的理论基础和控制模型，比较其性能的优劣，指出模糊神经网络和模糊控制法是两种很有前景的控制方法。     

基于奇异滤波及稳健回归的轨道曲线主点定位方法研究

曲线主点位置的准确获取是线路整正的基础。在缺失线形标记的情况下如何准确地计算出轨道主点的位置一直是业界广泛关注的问题。在分析曲线轨道正矢图形的特征后,提出基于奇异分解和稳健回归的曲线主点定位方法:利用相对测量正矢数据构造截断矩阵进行奇异值分解滤除其中幅值较大的冲击部分,在此基础上通过稳健回归减少数据微小变化带来的拟合偏差,得到主点的具体位置。实验表明:该方法能够基于相对测量的正矢数据推算出曲线各个主点的位置,受分段点选取偏差影响较小,适合工程应用。     

主成分分析与奇异值分解技术在铁路数据预处理中的应用

数据预处理是在数据建模之前对采集到的原始数据进行的一些前期处理工作，能够滤除原始数据存在的噪声干扰、降低数据维度进而提取数据的时域特征。铁路运输行业在生产过程中累积的大量数据往往包含着噪声干扰，并且经常是海量高维的，无法直接用于数据建模、分析和挖掘。主成分分析与奇异值分解作为线性代数中一种重要的矩阵分解技术，已经成为近年来常用的数据时域预处理方法，本文主要论述主成分分析与奇异值分解技术在铁路数据预处理中的应用。     

基于音频内容的混合域脆弱水印算法

提出一种用于内容认证的脆弱音频水印算法.与以往的脆弱音频水印算法相比,不采用二值图像作为脆弱水印,而是基于音频内容,利用奇异值分解生成脆弱水印.水印嵌入在离散小波变换和离散余弦变换构成的混合域.仿真实验表明,该算法具有很好的不可感知性,并且对有损压缩、添加噪声、重量化等操作具有很强的敏感性,同时能够对替换等恶意篡改做出报警并确定篡改位置.     

基于SVD-MOMEDA的高速列车齿轮箱轴承故障诊断

针对强背景噪声环境下高速列车齿轮箱轴承故障信号难以检测的问题以及多点优化最小熵解卷积修正(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)方法受滤波器阶数、故障周期影响的问题,提出了基于奇异值分解(singular value decomposition, SVD)改进的MOMEDA的轴承故障诊断方法。首先采用SVD作为MOMEDA的前置滤波器滤除部分噪声,然后通过MOMEDA多点峭度谱追踪故障周期成分,采用变步长搜索法迭代求解MOMEDA滤波器最优阶数,最后利用最优参数相对应的MOMEDA增强信号中的周期性脉冲,并通过包络谱提取故障特征。仿真信号和试验数据分析表明:该方法能实现高速列车齿轮箱轴承故障的精确诊断,且故障诊断效果优于互补经验模态分解方法。     

基于振动信号分析的增压器故障诊断和转速测量方法研究

通过对实测增压器振动信号的分析,建立了适合增压器故障诊断和转速估计的振动信号分析模型。基于该模型提出了增压器振动监测和转速估计的方法。对影响转速估计精度的因素以及如何提高估计精度等问题进行了深入地探讨,提出了适合增压器故障诊断的增压器振动信号小波包滤波降噪方法,给出了提高增压器转速、诊断参数估计精度的办法。现场应用表明,采用振动信号分析技术确实可以诊断增压器的早期机械故障。     

基于EWT-SVD方法的高速列车滚动轴承故障诊断

针对高速列车齿轮箱滚动轴承早期故障特征提取困难的情况,提出了基于经验小波变换(Empirical WaveletTransform,EWT)和奇异值分解(Singularvaluedecomposition,SVD)的轴承故障诊断方法。首先对信号进行EWT变换得到各阶固有模态分量,然后计算各阶固有模态分量的峭度值并选取较大峭度值对应的分量。将选取的分量构造矩阵进行正交化奇异值分解,选择合适的阶数重构信号,最后对重构信号进行Hilbert包络解调分析。分别对仿真信号和滚动轴承发生外环故障进行分析,可以较为清晰地看到滚动轴承故障特征。研究结果表明,结合EWT、峭度系数和SVD的诊断方法可以准确、快速地提取轴承故障信息,从而可以对滚动轴承进行有效诊断。     

基于轨道车辆频域模型的二系垂向悬挂元件状态监测

基于轨道车辆动力学的频域模型对悬挂元件的状态监测问题展开讨论。以二系垂向悬挂元件故障为例,应用聚类经验模型分解方法（EEMD）分析悬挂元件故障对车体加速度的影响,并基于转向架与车体之间的动力学联系,设计了状态监测算法。研究结果表明：悬挂元件的故障发生在前转向架或后转向架对车辆动力学特性造成的影响不同,有必要对前、后转向架的悬挂元件分别建立状态监测变量;数值仿真试验说明,本文设计的悬挂元件状态监测算法能有效识别分属前、后转向架悬挂元件的工作状态,满足实时状态监测的要求。     

机车粘着控制的基本原理和方法

在介绍机车粘着特性的基础上，指出了粘着控制的基本目标和原则，并针对粘着控制中粘着峰值搜寻这一关键问题，比较详尽地介绍了现有粘着系统的基本原理和方法。     

动静荷载分离思路下高铁基床累积变形计算方法

高铁循环列车动荷载作用下,基床累积变形不仅与列车安全运营密切相关,同时对指导线路服役期精细化维修管理意义重大,而目前基床累积变形分析存在途径偏少、精度偏低等问题。为探索适合高铁基床累积变形分析方法,依托沪宁城际铁路路基工程背景,基于动、静荷载引起动变形(沉降)的新思路,将运营期沉降数据推算工后沉降与建设期沉降数据推算工后沉降差值(推算法),以及运营期沉降与静载计算固结沉降差值(估算法)作为列车动载引起的累积变形,由此提出一种由实测数据推算与估算基床累积变形的新途径,并将该方法用到实例分析中。结果表明:推算与估算获取累积变形随时间发展规律吻合,均呈快速-缓慢-稳定3阶段特征,估算结果一致性好于推算;基床累积变形在铁路运营前3年基本达到稳定,量值控制在3.5 mm以内;数值模型验证了"推算与估算"方法可行。     

基于扩展卡尔曼滤波的轨道垂向不平顺估计

轨道不平顺是影响列车平稳性和舒适度的关键因素,因此及时掌握线路状态对保证列车的运行安全具有重要意义。针对采用单个惯性量较难达到对不同波段不平顺的检测,通过观测多个惯性量,运用扩展卡尔曼滤波解决非线性离散系统的最优估计原理,根据车辆轨道耦合状态空间方程计算递推雅克比矩阵,并结合线性观测方程得到最优状态估计,实现轨道不平顺估计。在Matlab平台下,进行了实测轨道不平顺激励作用下的仿真,将仿真得到的观测值采用本文提出的方法进行轨道垂向不平顺估计,结果表明该算法具有很好的精确性。