基于LabVIEW的汽车虚拟示波器设计

对汽车虚拟示波器进行设计,阐述基于图形化编程语言LabVIEW的虚拟仪器编程方法与实现技术。     

基于蓝牙的道路行程时间检测设备设计及测试

以嵌入式技术为基础,采用单片机及串口通信技术,开发基于蓝牙的路网平均行程时间检测器,实现自动采集车载蓝牙M AC地址并配时和数据存储的功能。通过场地测试确定了设备漏检率的平均大小、与速度的关系及初次检测点位置的分布规律。测定了设备的检测精度,并对平均速度、检测数、配对数等因素进行了分析;通过 t检验、曼惠特尼U检验及沃尔德沃尔福威茨(W-W )检验验证了设备数据的可靠性;通过实地测试验证了设备的可用性和实用性,并根据测试结果,提出了设备存在的一些不足以及后期改进的建议,为蓝牙检测器的后续研发奠定了基础。     

基于熵值理论的泥石流评价因子选取

针对地质灾害危险度评价中评价因子权重确定方法的缺陷, 依据最小熵分析理论, 将评价因子形成线性无关的成分, 根据评价因子对泥石流系统贡献率的大小进行评价因子优选与权重的确定, 将权重代入经典的泥石流危险度评价模型进行评估, 并将评估结果与计算结果进行了对比。分析结果表明: 优选出的主要评价因子为一次泥石流最大冲出量、频率、流域面积、主沟长度、主沟床弯曲系数、植被覆盖率、松散固体物质储量、流域切割密度和泥沙补给段长度比, 得到的权重分别为0.235 3、0.235 3、0.079 1、0.079 1、0.079 1、0.079 1、0.073 0、0.073 0、0.073 0;极度、重度、中度和轻度危险的泥石流沟分别为3、3、6、0条, 评价结果与研究区泥石流的实际情况和发展趋势吻合度较高, 从而证明将最小熵分析理论应用到地质灾害评价领域的可行性。     

手机APP出行调查系统开发及其模型应用研究

出行调查是出行需求预测模型的重要的数据来源,而国内外近几年使用的调查方法费时费力、数据量不大且很多处于理论阶段无法应用到实际中.为了解决当前调查方法中存在的问题,设计了一套基于手机APP的出行调查系统,同时还探讨了将收集到的出行数据运用到交通规划模型中的问题.该系统在注册填写个人信息以及收集轨迹数据的基础上,利用当前定位技术无法准确获知居民室内位置的特点,以达到收集居民出行数据的目的.具体方法是计算一定时间内轨迹数据的定位精度和速度来判断该段时间居民是否停留,然后将识别出的停留点根据距离进行合并,居民出行结束后在合并后的停留点位置填写相应的出行信息.从在上海青浦区的居民调查中可知,此系统使用的停留点识别方法其识别精度达到96%,因此利用该方法能够客观地收集居民出行过程中活动的空间位置和时间信息,对提升出行预测模型的精度具有重要意义.     

基于G PS定位的插电式混合动力汽车能量管理策略研究

为了更好地挖掘插电式混合动力汽车的节油潜力和降低使用成本,研究了基于GPS定位的能量管理策略.考虑油电使用成本差异,为使整车综合能耗成本最低,行程终了时电池荷电状态(SOC)应下降至放电下限.依托GPS定位,根据车辆当前所在位置和目的地,车辆运行工况可聚合归类成市内纯电工况、市内混合工况和城间混合工况等若干工况组合.利用庞德里亚金极小值原理构建Hamilton整车能耗成本函数,将SOC轨迹寻优问题简化成求解不同工况的2点边值问题.采用动态规划逆序算法生成基本SOC轨迹曲线,分析整车历史行驶数据,生成速度、时间影响因子对基本SOC轨迹曲线进行修正以减小偏差.以某插电式同轴并联混合动力汽车为例,开展基于WLTC工况的仿真实证研究.结果表明,基于GPS定位的整车能量管理策略节油率较CD/CS策略,城市工况提高了6.83%,综合工况提高了9.91%,验证了基于GPS定位的整车能量管理策略的有效性.     

航空母舰发展的思考

针对航空母舰(简称“航母”)的发展规划和研制,系统总结分析国外航母装备发展的主要趋势及研制发展的主要特点,重点从航母论证、设计及新型装备技术发展等方面归纳后续航母研制发展的潜在方向,结合航母发展实际,在吸收借鉴国外航母装备发展的先进理念和发展经验基础上,从关键装备技术发展、编队统筹建设、系统工程、人机系统集成和航母文化等方面提出航母建设与研制的建议与想法。     

起重船舶压载水调配优化模型

基于船舶静力学和优化理论, 以起重船舶各压载舱室液位变化量为优化变量, 压载舱压载水总调配量最小为优化目标, 起重调配过程船体平衡为约束条件, 建立了起重船舶压载水调配优化模型, 利用MATLAB优化了具有8个压载舱室的起重船舶压载水调配过程, 以降低起重船舶能耗。计算结果表明: 根据工程经验设计的调配方案在调配过程中仅使用3个压载舱室, 通过将1号舱室压载水调配到2、8号舱室, 即满足调配过程中船体平衡要求, 虽然采用优化模型在调配过程中使用了7个舱室, 将1、3、4、5、6号舱室压载水调配至2、8号舱室, 但总调配量比经验方案降低了21%;在经验方案和优化方案中, 压载水调配量均在吊机回转角为0°时最大, 分别达到了487.5、256.0t, 因而在该时刻起重船舶应缓慢加载和调配, 以防止加载过快而引起船体的倾斜; 在调配过程中, 当某压载舱室水位降低为0时, 会引起下一时刻压载水调配量的突变, 吊装货物时吊机在该时刻需缓慢运行, 保证压载系统能调配足够压载水, 以保证船体平衡, 避免造成严重后果。     

基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。     

基于改进多尺度排列熵的列车轴箱轴承诊断方法研究

多尺度排列熵作为非线性方法,被广泛应用于时间序列复杂性和随机性的评估之中。由于粗粒化过程中的缺陷会导致熵值精度低、稳定性差,提出了改进多尺度排列熵。通过仿真信号与传统多尺度排列熵方法比较发现,在不同尺度下改进多尺度排列熵方法估计的熵值结果更加稳定,且误差减小。结合马氏距离特征选择与遗传算法优化的支持矢量机模式识别算法,提出了一种智能化的轴承故障诊断方法。通过列车轴箱轴承实验数据进行验证,结果表明该方法可准确识别出不同类型的故障轴承。     

吊舱推进豪华邮轮在波浪中的功率增加预报试验研究

  目的  旨在阐述采用吊舱推进船舶在波浪中的功率增加预报试验方法,并通过模型试验得到目标豪华邮轮在实际海域中的功率增加值。  方法  针对一艘采用吊舱推进的豪华邮轮,在拖曳水池中开展波浪中的自航模型试验研究,通过在缩尺后的吊舱包内安装专为本试验研制的吊舱动力仪,测量吊舱桨发出的扭矩和转速,然后将传统的静水自航试验方法拓展至波浪中,依据ITTC推荐规程对试验数据进行后处理并分析影响试验精度的误差来源。  结果  根据ITTC推荐的扭矩转速法预报得到的目标船功率增加峰值出现在波浪周期12 s附近,当有义波高为2 m时,波浪中功率增加值为554 kW,占静水中功率的比例达18.53%。  结论  所述自航模型试验方法适用于吊舱推进船舶,可用于预报船舶在波浪中的功率增加,可为深入研究船舶在波浪中的推进特性,进一步丰富船舶节能减排的设计优化手段提供有益参考。