四点中心差分法在EGR阀开度PID控制算法中的应用研究

EGR 系统通过调整阀开度实现对再循环已燃气体的流量控制,现有 EGR 阀开度控制算法多采用传统PID 控制算法。传统 PID 控制算法中,差分项对数据误差和干扰较敏感,易引起振荡。针对这一问题,采用四点中心差分法代替原有一阶后向差分算法,考虑过去4个时刻的误差,通过时间加权求和得到优化的差分量,该方法可减少数据误差对差分项的干扰。采用阶跃响应曲线法对 PID 参数进行整定。追踪三角波目标开度的试验结果表明,利用该改进算法及参数整定方法可得到一套控制效果较好的 EGR 阀控制算法及控制参数,所控 EGR 阀可准确跟踪目标开度的快速变化,满足实际使用的要求。     

基于BIM的紫之隧道运维管理系统开发与应用

为解决紫之隧道由于养护工程规模庞大、运维对象数量众多所带来的管理决策困难等问题,引入BIM技术,根据设计图纸和工程实际,通过对BIM软件的二次开发,创建涵盖结构、通风、给排水和供配电等多个专业的紫之隧道工程运维模型。在此基础上,结合网页端三维展示技术,开发B/S架构的紫之隧道运维管理系统,相对于传统的隧道管理方式,该系统具有可视化程度高、空间定位容易、使用方便等特点。系统提供三维展示、定期检查、机电设备管理、监控和监测数据展示等模块,使管理者能在三维场景下,对隧道的病害数据、监控数据以及监测数据有清晰直观的了解。该系统在紫之隧道上的应用,能为保证隧道运维工作质量、提升运营维护水平提供有力的保障。     

增设柔性吊索加固混凝土系杆拱桥的试验对比分析

为提升湖盐线八里店大桥的整体刚度,优化主桥结构内力,采用在既有混凝土吊杆中间增设柔性吊索的加固方式进行了加固,通过加固前后主桥静动载试验对比分析,得出了加固前后主桥整体刚度、控制截面应力、挠度的变化,检验了增设柔性吊索加固混凝土系杆拱桥的可行性。     

船舶编队控制综述

研究了船舶编队控制的特点,从船舶编队控制结构、编队路径规划、编队运动建模和编队运动控制4个方面分别对现状和方法进行分析;介绍了船舶编队控制原理,描述了船舶编队领导-跟随结构、虚拟结构、图论结构、基于行为结构的数学表示方法及应用场景;针对船舶编队路径规划,总结了编队环境建模、全局路径规划和局部避碰规划等最新方法及其特点,展示了基于粒子群优化算法的船舶编队局部避碰效果;针对船舶编队控制运动建模,构建了考虑干扰、控制时延和约束的船舶编队水动力模型,并将该模型在船舶编队过闸控制场景中进行了验证;针对船舶编队运动控制,归纳了典型集中式、分散式和分布式编队控制器特点,指出分布式编队控制器具有更好的鲁棒性和可扩展性,设计了基于分布式模型预测控制的编队航行控制器。研究结果表明:目前船舶编队控制技术瓶颈主要体现在有人/无人编队共融、岸端驾控为主的内河船舶编队控制、不确定干扰下的船舶编队控制、通信受限下船舶编队鲁棒控制、特殊水域船舶编队控制和船舶编队控制一致性等方面;在未来船舶编队发展中,应重点解决船舶编队分布式协同控制、船舶编队任务多元化控制、基于生物群体机制的船舶编队控制、特殊水域船舶编队控制、人工智能技术在船舶编队控制中的应用等问题。      

车-车协同下无人驾驶车辆的换道汇入控制方法

多车协同驾驶是智能车路系统领域的研究热点之一,可有效降低道路交通控制管理的复杂程度,减少环境污染的同时保障道路交通安全。基于多车协同驾驶控制结构,提出了一种无人驾驶车辆换道汇入的驾驶模型及策略,系统分析了多车协同运行状态的稳定条件。在综合分析无人驾驶车辆换道汇入的协作准则、安全性评估后,基于高阶多项式方法,结合车辆运行特性,通过引入乘坐舒适性的指标函数,设计得到无人驾驶车辆换道汇入的有效运动轨迹。通过研究汇入车辆与车队中汇入点前、后各车辆的运动关系,详细分析车辆发生碰撞的类型和影响因素,给出避免碰撞的条件准则,从而确保无人驾驶车辆汇入过程中多车行驶的安全性和稳定性。基于车辆运动学建立车辆位置误差模型,结合系统大范围渐进稳定的条件,选取线速度和角速度作为输入,应用李雅普诺夫稳定性理论和Backstepping非线性控制算法,设计了无人驾驶车辆换道汇入后的路径跟踪控制器。仿真试验和实车试验结果表明：所设计的换道汇入路径是可行、安全的,控制器具有良好的跟踪效果,纵向和横向的距离误差在15 cm以内,方向偏差的相对误差在10%以内。研究结果为智能车路系统中的多车状态变迁与协同驾驶研究提供了参考,可服务于未来道路交通安全设计和评价。     

基于深度学习的土木基础设施裂缝检测综述

基于深度学习的裂缝检测对于降低基础设施运营风险、节约运维成本并推进中国土木工程行业智能化转型具有重要意义。算法、数据集和评价指标是构建深度学习裂缝检测模型的关键要素；裂缝检测模型集成于机器人平台，从而实现对土木基础设施的全自动裂缝检测。为此，从以上4个方面对当前研究进行了系统梳理。首先，回顾了深度学习的发展历程，重点介绍了深度卷积神经网络在计算机视觉领域的应用及其在图像处理方面较传统算法所具有的显著优势。接着，详细介绍了3类基于深度学习的裂缝检测主流算法，包括分类算法、目标检测算法和语义分割算法。然后，对现有裂缝图像数据集以及模型性能评价指标进行了归纳。最后，总结了土木基础设施的各类裂缝检测机器人平台。综合分析表明：基于卷积神经网络主干结构的深度学习算法已被广泛用于土木基础设施表面裂缝的精准定位与分类，而裂缝的尺寸信息仍需依靠传统图像处理技术进行提取；由于像素级标注的成本和专业性高，大型的裂缝语义分割数据集相对缺乏，致使当前基于语义分割算法的裂缝检测模型鲁棒性较差；目前多数研究人员采用个人建立的裂缝数据集进行模型训练且采用不同的指标进行模型性能评价，缺乏统一的基准测试数据集和评价指标体系，无法对不同模型的性能进行平行比较；目前针对不同基础设施已相应开发了一些裂缝检测机器人，提高裂缝检测机器人的多场景适应性，并降低其应用成本是未来的发展方向。     

我国北方散货港口绿色提升改造难点研究

针对我国北方地区散货港口所面临的淡水资源匮乏、暴雨季堆场内涝、粉尘污染、噪声污染等难点问题，进行散货港口绿色提升改造研究。以散货港口所面临环境问题为导向，基于绿色设计理念，归纳总结出绿色提升改造方向。结合工程案例提出绿色提升改造具体方案，通过新建生态蓄水池构建港口水循环系统，可实现港区2 a一遇暴雨强度下雨污水的全收集、全处理、全回用；通过全过程污染控制，可有效降低港区粉尘浓度和噪声值。     

风暴潮与波浪动态耦合三维港池模拟研究*

风暴潮是发生在海洋沿岸的一种严重的自然灾害，通常会伴有大浪，二者的耦合作用极大地威胁着沿岸地区的安全。以往对近岸承灾体海洋动力灾害的研究大多集中于单一致灾因子的影响，多采用恒定水位和定常波浪要素，对风暴潮与波浪耦合效应及其对海堤承灾体动力响应的研究不足。采用9711号台风在宁波北仑海域引起的风暴潮潮位及波浪过程，通过将连续的风暴潮水位变化过程与波浪过程进行叠加，模拟真实的动态潮位过程，在三维港池实验室中实现风暴潮和波浪的动态耦合模拟，为相关模型试验的开展提供参考。     

面向车路协同孪生仿真测试的多尺度滤波同步方法

为提升车路协同孪生仿真测试系统的同步性能，明确了孪生主体的运行机理，分析了影响系统同步性能的干扰因素，建立了孪生状态同步映射模型; 针对孪生状态采样的时钟异步问题，设计了时钟误差估计策略，修正了孪生仿真测试系统的量测时间偏差; 在此基础上，结合卡尔曼滤波原理，引入多尺度滤波器更新机制，建立了考虑同步采样误差的量测噪声模型，提出了多尺度滤波同步优化方法; 最后，在搭建的孪生仿真测试原型系统中，选取NGSIM数据集的车辆轨迹开展试验。研究结果表明:在不同车辆速度条件下，提出的多尺度滤波同步优化方法能够保持良好的同步性能; 在横向坐标同步方面，平均绝对误差小于1 mm，99.5%的绝对误差控制在8 mm以内; 在纵向坐标同步方面，平均绝对误差小于9 mm，99.5%的绝对误差控制在38 mm以内; 在速度同步方面，平均绝对误差小于2.8 cm·s-1，99.5%的绝对误差控制在24 cm·s-1以内; 在偏航角同步方面，平均绝对误差小于1.1×10-3 rad，99.5%的绝对误差控制在1.1×10-2 rad以内; 与航迹推算方法相比，提出的方法能够在横向坐标、纵向坐标、速度和偏航角方面平均提升30.0%的同步精度，能够有效解决孪生主体的状态异步问题，可保障车路协同孪生仿真测试系统的实时同步与精准运行。