船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

免疫粒子群算法在船舶避碰上的应用研究

在船舶避碰决策过程中,转向避让是采用频率最高的一种避让方法.为了获得更加有效和合理的转向幅度,以来船与本船构成的方位、距离、船速比、最近会遇距离和最近会遇时间为主要参数,并综合考虑其他因素来确定船舶间的碰撞危险度,通过改进的免疫粒子群算法,建立相应的适应度函数模型,进而求出最优转向幅度.仿真结果表明,改进的免疫粒子群算法对于处理多船会遇情况下的本船最优转向幅度,结果准确可行.     

波浪作用下海洋立管试验研究及ANSYS数值模拟

海洋立管在石油工业生产中有着非常广泛的应用,同时也是薄弱易损的构件之一。立管管内有高温高压的流体流过,管外承受海洋环境荷载尤其是波浪荷载的作用,受力比较复杂。由于中国大部分的海上油田水深都比较浅,所以重点研究浅水中的海洋立管。运用相似理论将实际立管模型缩放为试验模型,在管内流体流动及管外波浪荷载作用下,测量立管动力响应,并与Ansys有限元数值模拟结果进行了比较。     

多参量状态下舰船网络异常故障智能诊断方法分析

为了解决船舶网络数据交互压力成倍增长,网络故障特点已由单纯的单要素故障转变为多因素故障的问题。提出多参量状态下舰船网络异常故障智能诊断方法分析。对网络环境的全局变量进行收集,获取多参量状态,根据获取的多参量状态数据,建立多参量网络健康评估模型,定义对参量下故障识别的学习状态,确定网络故障点,通过数据提取算法完成对故障点的提取,完成故障的智能诊断。通过实验数据表明:相同时间量与故障量下,采用设计方法的故障诊断效果,要比传统诊断方法多诊断出故障21处,提升效果明显。     

模糊支持向量机在船舶发电机故障诊断中的优化应用

对以往提出方法的优点进行总结,在故障诊断中对模糊支持向量机进行优化应用,提出一种优化诊断方法。基于模糊支持向量机进行发电机故障分类,构建模糊故障分类模型。利用故障仿真模型获取各种发电机故障的对应电流信号,将电流信号中的特征量设为模型的四维输入向量。根据模糊故障分类模型的分类结果和船舶发电机历史运行数据,建立故障诊断融合识别框架。根据建立的故障诊断融合识别框架,将故障诊断过程分为4个步骤进行船舶发电机的实际故障诊断。对模糊支持向量机的优化应用进行实例研究,测试结果证明其优化应用实现了有效的故障诊断,验证了设计方法的有效性。     

我国铁路货运提质升级研究

深化铁路货运提质升级是铁路部门面临的一项重大课题,是服务我国经济高质量发展的客观需要,也是铁路自身可持续发展的内在要求.在阐述国外铁路货运转型升级的经验和启示基础上,针对我国铁路货运发展面临的问题,提出打造多层次的铁路货物班列体系、发展以铁路为骨干的多式联运、加快形成货运设施联通网络、加强与上下游产业链融合协作、积极争...     

城轨列车对列车通信的多天线Rake接收技术研究

近年来,列车对列车通信成为一种新兴起的技术,尤其在城轨领域具有迫切需求。但在地铁中,由于空间有限,电磁波传播受多径衰落影响较为严重,直接关系到城轨的运行安全,针对这一问题开展地铁环境列车对列车直接通信的抗多径衰落研究。首先,选择实际隧道环境下合适的通信距离和通信频段;其次,设计了一种使用三天线技术来抗多径衰落的毫米波通信机结构,提出将Pre/Post-Rake技术和多天线合并算法结合起来的方案,以降低误码率达到铁路通信标准;最后,利用毫米波路径损耗模型对改进Rake接收机的误码特性进行了仿真验证。仿真结果证明,此Rake接收机可有效抵抗多径衰落影响,提高城轨通信的可靠性和安全性。     

电动汽车用双层永磁体IPMSM解析与优化设计

为准确快速地获取气隙磁密波形,采用等效磁路法对双层永磁体结构内置式永磁同步电机(IPMSM气隙磁场进行了解析计算。考虑到定子开槽效应的影响,利用改进的卡特系数修正气隙长度。为降低气隙磁通密度波形畸变率和转矩脉动,引入了一种Taguchi方法对电机铁心进行多目标快速优化设计分析。利用有限元仿真分析与数值计算,阐述了双层永磁体IPMSM多变量和多目标优化设计过程。分析表明,优化后的双层永磁体IPMSM输出转矩提升2%,转矩脉动减少2.77%,空载气隙磁密谐波畸变率降低4.28%。试制样机验证了有限元的可靠性和理论分析的有效性。     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略。首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求解一个开环局部最优问题,计算出当前时刻的最优控制量作为输入并不断重复这个过程,达到滚动优化的目的,实现车辆队列的协同式自适应巡航控制。其次通过CACC系统局部代价函数之和构建Lyapunov候选函数,证明了车辆队列系统渐进稳定性的充分条件。最后通过CarSim和Simulink联合仿真,分析了算法在理想状态下对不同形式单向通信拓扑车辆队列的控制性能;通过实车试验,验证了算法在实车条件下感知层存在抖动、底层控制存在延迟和误差时的控制性能。仿真和实车试验的结果表明,本文提出的控制策略能使队列车辆实现各项优化性能,同时对外部干扰有较好的鲁棒性。