基于混凝土碳化的桥梁耐久可靠度分析

以混凝土碳化作为评价指标,提出一种在小样本条件下进行桥梁耐久可靠度分析的方法。通过利用参数的线性无偏估计,使用这种方法可以直接计算钢筋混凝土桥梁的耐久失效概率。并通过工程实例进行验算。     

电动客车AMT换挡执行机构状态估计及参数辨识EI北大核心CSCD

为了改善AMT换挡执行机构参数时变下的换挡性能,在考虑系统模型高度非线性、系统噪声特性未知的情况下,本文中提出了一种基于非线性H∞算法的分层状态估计和参数辨识方法。首先,通过实验发现了换挡执行机构参数时变的问题,并针对换挡执行机构建立了非线性模型。然后,设计了分层状态估计和参数辨识器,上、下两层估计器均基于非线性H∞算法设计。上层估计器对执行机构的状态进行估计,并将结果转移到下层估计器;下层估计器利用上层估计器处理完的状态量作为量测量,利用系统模型作为量测方程对系统参数进行辨识;上、下层估计器的协同运行对换挡执行机构的状态进行估计,对结构参数和电性能参数进行辨识。最后,设计了一种基于自动标定的状态估计和参数辨识流程,在对换挡位置值进行标定修正的同时实现对换挡执行机构的参数辨识。实验结果表明,本文提出的分层状态估计和参数辨识方法能准确的对换挡执行机构的状态、参数进行估计和辨识。修正参数后,系统的换挡性能得到改善。     

基于时空特征序列匹配的交通流状态估计方法

为了针对无交通流检测器路段更好地进行交通流状态估计,提高估计精度,研究了基于时空特征序列匹配的交通流状态估计模型.通过交通运行指数的计算方法预设城市道路中有交通流参数路段的交通流状态;分析影响城市道路运行条件的各项因素,引入交通流参数与道路参数、路网拓扑参数等时空多维度参数特征,提取3个维度8个特征1个附加维度组成交通...     

基于FFRLS-EKF联合算法的锂离子电池荷电状态估计方法

针对现有基于电池恒定参数模型的SOC估计方法忽略了工况和SOC对电池模型参数的影响而导致SOC估计误差偏大的问题，本文提出一种将带有遗忘因子递推最小二乘算法与扩展卡尔曼滤波算法相结合的联合SOC估计方法。该方法先利用FFRLS算法在线辨识电池等效电路模型参数并实时修正电池模型，再利用EKF算法和实时修正的电池模型估计电池SOC。实验结果表明，本文所提的SOC估计方法能有效减小电池模型参数变化所带来的SOC估计误差。在脉冲放电、脉冲充电和动态应力测试实验中，最终电池SOC估计的最大误差分别为1.01%、0.87%和1.59%。     

基于线性自抗扰控制的汽车ABS滑移率控制研究

针对目前滑移率控制的鲁棒性、复杂性与实际应用之间的矛盾,提出基于线性自抗扰控制的ABS滑移率控制方法。首先,对建立的ABS模型进行动态补偿线性化;接着,设计了以观测带宽为参数的扩张状态观测器和以控制带宽为参数的动态补偿控制器,并通过在线估计和补偿未知扰动,提高了系统的鲁棒性;然后,优化带宽系数,实现滑移率零稳态误差的跟踪;最后,通过仿真,验证ABS滑移率的线性自抗扰控制方法的可行性和有效性。结果表明,该方法不仅不依赖于模型,参数调节简单,且具有容错性,在产生噪声和未知扰动时仍能有效跟踪最佳滑移率;滑移率控制器会受ABS制动系统带宽的影响而出现高频振荡现象,在低附着路面上尤为严重,因此ABS设计须充分考虑执行器带宽对ABS滑移率控制的影响。     

岩土参数统计特征的贝叶斯估计

岩土参数的统计特征，如平均值、标准差对于岩土参数设计分析的可靠性至关重要。准确估计这些统计特征通常需要较多岩土参数的试验数据。实际工程中，由于工程预算、工程周期等原因导致具体场地所得岩土参数数据相对较少。试验数据的相对稀疏以及在工程设计中对岩土参数统计特征的需求经常使得工程师在工程实践中陷入困境。为了解决这一问题，利用贝叶斯估计的方法，将工程经验和少量的试验数据系统地耦合起来，进而帮助估计岩土参数的统计特征。同时以工程实例加以说明，并以模拟数据进行验证。     

大跨径预应力连续刚构桥梁竖向变形施工监控

桥梁施工监控的主要目的是使施工实际状态最大限度地与理想设计状态(线形与受力)相吻合,采用线性最小方差估计法,识别施工中系统参数,利用识别的参数预报合龙时的变形.将此变形加上二期恒载和后期徐变的作用,给出当前梁块的立模高程,以期达到最优控制.给出了施工监控中计算的相关公式及测试结果,推断出刚构桥竖向变形施工监控采用的计算方法-线性最小方差估计的可行性,提出了此类桥梁竖向变形施工监控的理论和计算方法.     

既有铁路曲线线性的自动识别方法研究

在测量既有铁路曲线时,传统的测量方式是偏角法,计算曲率和拨距的方法是渐伸线法.这种方法的测量效率低,计算结果误差大,因此正逐渐被坐标法代替.针对坐标法,研究了联合采用3点定圆、3点定缓和加权平均来加速计算测点曲率的方法.更重要的是,为了在测点曲率基础上,在不需人工编辑初始条件的情况下,自动识别各测点所属的曲线线性,估计铁路曲线参数,计算测点拨距.生产应用表明,这种方法计算过程简单,计算结果可靠.     

基于RLS和UKF算法的锂电池SOC估算研究

电池的荷电状态估计是锂电池管理系统重要的参数之一,在电池能量优化,电池安全及系统可靠性优化方面发挥着重要的作用。文章以二阶Thevenin等效电路作为电池模型,通过递推最小二乘法(RLS)对电池参数进行辨识,采用无迹卡尔曼滤波算法估计电池的SOC(State of charge)。并将估计的结果与试验测量结果进行比较,仿真结果显示,RLS与UKF的联合估计方法可有效估计电池的SOC值,使估算偏差值基本保持在2%以内。     

基于HSRI模型的参数自适应质心侧偏角观测器的设计

首先对全维车速观测器进行降维处理,以减少观测器的在线计算量,并设计了非线性级联车速观测器.接着,对路面附着系数和轮胎侧偏刚度进行参数自适应估计,以提高质心侧偏角的估计精度,并基于HSRI轮胎模型设计了参数自适应非线性质心侧偏角观测器.在估算轮胎侧偏刚度时采用无侧向车速的车辆模型,以避免车辆动力学模型与侧向车速观测器的耦合作用,并引入带双重遗忘因子的递推最小二乘法,以保持算法的修正能力和解除不同估计参数之间误差的耦合作用.最后采用Simulink与Carsim动力学仿真软件进行联合仿真验证,结果表明所设计的参数自适应非线性质心侧偏角观测器是有效的,估计精度满足ESC控制的工程要求.     

AMT平顺起步的优化控制

当离合器摩擦片的摩擦系数、车身质量及道路坡度等参数发生较大变化时,会使线性二次型优化控制算法改善AMT车辆起步平顺性的效果下降。设计了一种考虑模型误差估计的优化控制算法,即通过一个降维误差观测器对时变的参数和模型的不确定性进行估计,并由估计的模型误差和车辆状态共同构成控制算法的线性反馈。通过实车试验对该算法进行验证,结果表明在车辆参数变化时该算法可以保证AMT车辆平顺起步。     

基于最小二乘法的车辆瞬态燃油消耗估计

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

基于最小二乘法的车辆瞬态燃油消耗估计EI北大核心CSCD

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

基于模型融合与自适应无迹卡尔曼滤波算法的锂离子电池SOC估计

为提高电动汽车动力电池SOC的估计精度,本文中对锂离子电池模型与参数辨识算法、自适应无迹卡尔曼滤波(AUKF)算法和基于电池模型融合的SOC估计算法进行研究。建立了具有明确物理意义的电池电路模型,采用基于遗传算法(GA)的模型参数辨识算法,设计了基于AUKF的电池SOC估计方法,并基于贝叶斯信息准则,提出了电池模型融合方法,实现了基于模型融合与AUKF的电池SOC估计。仿真结果验证了该方法具有较高的精度。     

基于BP-EKF算法的锂电池SOC联合估计

电池荷电状态(SOC)的准确估计是电动车辆进行整车控制优化的先决条件,也是合理实施电池管理的依据。本文中在确定1阶RC等效电路模型的基础上,采用含有遗忘因子的递推最小二乘算法和BP-EKF算法对模型参数与SOC进行在线联合估计,提出一种BP神经网络和扩展卡尔曼滤波(EKF)相结合的锂离子动力电池SOC估计方法,使用相应的滤波输出参数离线训练BP神经网络,进而将训练成功的BP神经网络用于补偿EKF算法的估计误差。通过仿真和电池动态工况试验验证,结果表明,与EKF算法相比,所提出的SOC估计方法具有良好的抑制发散和鲁棒性能,能有效提高SOC的估计精度。     

锂离子电池剩余容量估计与优化分析

锂离子电池剩余容量估计是电动汽车电池管理系统核心技术之一。利用支持向量回归(Support Vector Regression,SVR)进行锂离子电池剩余容量的估计,其参数的选择直接决定着支持向量回归的性能。提出利用粒子群算法(Particle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)对支持向量机进行参数寻优,进行锂电池剩余容量估计分析及优化参数分析;并与基于网格搜索法(Grid Search,GS)的支持向量机和标准支持向量机估计结果作对比。结果表明,GASVR和PSO-SVR均能进行高精度的锂电池剩余容量估计,尤以遗传算法优化性能最佳。     

广义估计方程在交通事故频数建模中的应用

由于交通事故数据在记录与获取方面的问题,发展中国家学者进行事故频次建模中往往受到小样本量问题的约束.为扩大样本量,传统广义线性模型将每年事故频数作为独立变量分析,但无法考虑每年事故频数间的时间相关性,估计结果存在偏差.采用广义估计方程进行小样本交通事故数据的事故频数建模,并与传统的广义线性模型估计结果进行了对比.结果表明,传统的广义线性模型低估了说明变量系数的标准误差,论文采用的广义估计方程考虑了交通事故数据间的时间相关性,对于预测变量对于交通事故频数的影响估计更加准确,因此适合小样本交通事故数据的事故频数建模分析.      

基于冗余信息融合的车辆质心侧偏角估计方法

车辆质心侧偏角是表征车辆横向稳定性的重要参数之一,相关的估计方法研究可为整车稳定控制提供重要支撑.为提高车辆质心侧偏角估计效果,提出了一种基于冗余信息融合的质心侧偏角估计方法.分别建立了车辆动力学模型和运动学模型,利用容积卡尔曼滤波算法分别设计了用于车辆行驶状态估计的动力学模型估计器和运动学模型估计器,同时,分析了动力...     

几何分布参数的Bayes估计

以先验分布为贝塔分布时,对几何分布给出了参数的Bayes估计。     

基于ARWLS和AUKF的锂电池SOC估计

精确估计锂电池荷电状态（SOC）对纯电动汽车的安全稳定行驶有着深远影响,对锂电池SOC状态的估计主要有参数辨识算法和SOC估计算法两个热点问题。针对辨识过程中出现的“数据饱和”现象以及锂电池SOC状态估计时的滤波发散问题,文章提出了自适应遗忘因子递推最小二乘法（ARWLS）-自适应无迹卡尔曼滤波（AUKF）联合算法。首先建立了二阶R-C锂电池数学模型,并针对传统最小二乘法在参数辨识过程中出现的“数据饱和”现象,引入了自适应遗忘因子动态修正新旧数据权重,提升在线参数辨识的准确度以及效率。其次,针对无迹卡尔曼滤波存在的滤波失效问题,提出了自适应无迹卡尔曼滤波算法来自适应调整系统噪声和观测噪声,从而提高SOC估计时的适应性和鲁棒性。最后在混合动力脉冲能力特性（HPPC）工况下对扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和AUKF三种SOC估计算法进行仿真比较,仿真结果表明,AUKF算法估计的SOC曲线跟随SOC真实值曲线变化的性能最好,估计精度也优于其他两种算法,具有更小的估计误差,收敛性也最好。