减摇水舱试验台架系统无模型自适应控制

结合无模型控制的优点,首次将无模型控制理论应用到船舶减摇控制系统中.减摇水舱试验台架电液力矩伺服系统所采取的控制策略是设计减摇水舱试验台架的关键,针对模型控制策略对非线性系统的控制在应用中表现出的不足和局限性,采用无模型控制律对电液伺服系统控制器进行了设计和仿真研究.仿真结果表明:无模型控制器表现出优良的控制品质,跟踪性能良好,具有结构适应性,系统符合设计要求.     

一汽丰田新威驰不能启动

<正>故障现象一辆装备1ZR-FE发动机的一汽丰田新威驰1.6L轿车,发生事故修复后启动发动机,启动机带动发动机曲轴转动有力,但发动机无法启动。故障诊断与排除发动机无法启动有多种原因,笔者把常见原因总结如下:     

高海情下船舶运动规律及减摇技术仿真研究

通过仿真研究,探讨了不同船型的船舶在各种航态(不同海况、航速、航向)下横摇和纵摇的运动规律;对常用的减摇装置和大型船舶的综合平衡系统进行了性能分析和仿真比较.仿真结果表明,综合平衡系统具有明显的优越性.     

大型舰船纵摇运动的多层递阶预报

主要介绍多层递阶预报原理及其首次在大型舰船纵摇运动预报中的应用实例.仿真结果表明,多层递阶时间序列模型能较好地反映参数的时变特性,取得较精确的预报结果.     

路面铣刨机铣削转予驱动马达工作负荷计算分析

通过对沥青路面常温破坏机理以及路面铣刨机刀具铣削阻力的分析,利用冲量定理,推导出铣刨机铣削转子驱动马达工作负荷的计算公式,为铣削转子驱动马达提供选型依据.     

基于维度规约的快速路全时段排放模型适应性研究

针对城市快速路汽车污染物排放控制需要，紧扣不同排放模型在映射不同时段排放影响因素与排放率关系方面的差异，以排放测试车辆实际工况排放序列为数据源，分别将反向传播神经网络(Back Propagation Neural Network, BPNN)、广义回归神经网络(General Regression Neural Network, GRNN)和径向基函数神经网络(Radial Basis Function, RBFNN)与平均影响值(Mean Impact Value, MIV)方法相结合，构建维度规约模型。以95%累计贡献率为阈值对排放预测模型输入维度进行降维的基础上，分析神经网络在维度规约前后在不同时段的预测污染物排放率适应性。结果表明：维度规约后BPNN和GRNN模型的R2及MSE在全时段排放数据集中的预测性能提升1.19%、10.14%、6.51%、15.56%,RBF模型对维度规约不敏感；全时段GRNN模型的R2和其余两个模型相比提高10.18%和7.68%,MSE和其余两个模型相比降低0.0396和0.0446，同时MAPE显著降低7.38%和3.86%，揭示GRNN模型在...