面向智能网联车辆碰撞风险规避的互动速度障碍算法

针对多智能车辆协同驾驶中的动态避碰问题,构建了一种面向智能网联车辆碰撞风险检测与协同避碰路径规划的互动速度障碍算法;基于人工势场理论构建了车辆碰撞风险势场,量化了车辆碰撞风险强度与碰撞风险区域;基于车辆驾驶行为交互作用构建了互动速度障碍算法,确定了冲突车辆碰撞风险的协同规避条件与规则;基于车辆动力学约束构建了动态窗口法,确定了碰撞风险规避可行速度解集;基于模型预测控制原理,应用最优化理论构建了车辆碰撞风险规避路径规划模型;通过构建智能网联环境下单冲突车辆、多冲突车辆、瓶颈区冲突车流避碰仿真场景,测试了提出的碰撞风险规避算法的有效性,并与其他避碰算法进行了控制效果对比。研究结果表明：相较于其他对比算法,互动速度障碍算法控制下的安全性能提升了8.6%以上,效率性能提升了9.6%以上,说明提出的互动速度障碍算法通过协同冲突车辆的避碰行为可有效降低冲突车辆避碰速度与轨迹波动,可有效规避非线性速度与轨迹冲突车辆间的碰撞冲突,并可避免瓶颈区多车辆碰撞事故与明显车流波动;在瓶颈区大范围车辆冲突中,相较于其他避碰算法,提出的避碰算法可使车辆的通行效率提升10.42%,使车辆的碰撞风险降低47.32%。由此可见,该算法在协同大规模冲突车辆的避碰行为、降低车辆碰撞风险与运行延误上具有良好性能。     

船舶核动力装置蒸汽旁排工况的动态特性及影响因素分析

  目的  旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。  方法  根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化（PSO）算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。  结果  仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%～50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。  结论  研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。     

基于袋装回归树的高铁车体振动耦合因素分析及建模研究

高铁车体振动状态是列车运行安全性和乘坐舒适性的重要指标,且影响参数较多,如何利用小样本数据准确获取车体振动参数是目前需要解决的一个难题。结合Pearson和Spearman两种相关性算法,计算高铁车体3个方向的振动加速度与测量参数之间的相关系数,通过设定阈值确定耦合因素及训练集,并利用袋装集成算法和回归树算法构建以车体振动加速度为输出的耦合关系模型。为了验证耦合因素分析及模型的有效性,利用GJ-5轨检车测量数据,将模型的输出结果与所有检测参数训练下的输出结果及实际测量数据进行对比。实验及分析结果表明,在样本数据减小了74%情况下模型精度相当。因此耦合关系模型可用于在小样本下快速准确获取车体振动加速度。     

基于EMD-PSO-ELM的基坑变形时变序列预测研究

变形是造成基坑事故的最主要因素,为准确分析变形特性,实现变形的精准动态预测,保证基坑的安全施工。提出一种将经验模态分解(EMD)、粒子群算法(PSO)和极限学习机(ELM)组合的深基坑多维度时变预测模型。经EMD将基坑变形时变序列进行分解,获得多尺度本征模态函数(IMF);采用PSO-ELM对各IMF时变序列进行预测,等权叠加各预测值,得到模型最终预测结果,同时利用PSO-ELM模型对未经处理的时变序列进行预测。以南宁市某深基坑为例,结果表明:经EMD分解的模型预测相对误差为0.22%0.42%,平均相对误差值仅为0.32%;未经EMD分解的模型预测相对误差为0.31%0.75%,平均相对误差值为0.64%,经EMD分解后模型预测精度明显高于未经分解的模型精度,能较好地应用于非平稳时变预测,为深基坑变形预测提供一种新的方法。     

基于模糊算法的埋弧焊控制系统

以埋弧焊 (SAW )作为控制对象 ,在综合考虑了焊接电流、电弧电压以及送丝速度要求的基础上 ,采用模糊控制算法来分别控制电源的恒流外特性和恒压外特性 ,使本系统具有等速送丝和变速送丝两种焊接特性     

单线区段列车运行图的自动化调整方法

介绍了在列车运行情况已知的条件下, 在(t₁, t₂]时间域内对列车运行图的自动化调整方法, 提出了用列车晚点加权总时分作为评价列车运行图调整优劣的指标, 并建立了指标优化的数学模型和简化模型。把简化模型构成网络图, 并使用分支定界法设计了列车运行图调整的算法。通过模拟编程验证, 该算法可行、有效, 能在较短的时间内得出较理想的3~4 h列车运行图。     

一种新型船舶智能载重测量仪的研究与应用

针对船舶货物卸载重量计量难的现状,开发了一种新型的船舶智能载重测量仪,并提出一种结构树编码免疫辨识算法实现船舶重量模型的辨识,该测量仪通过检测船体前后左右四个位置的吃水深度,精确计算船舶重量、船体倾斜度等数据,实现船舶卸货计量的智能化与自动化.在散装水泥运输船上的应用实践表明,该测量仪能实现比较理想的测量精度,误差小于0.5%,完全能满足船舶运输中对中低价货物的计量要求.     

多无人机协同编队飞行控制研究现状及发展

  目的  针对无人船编队队形重构中的目标分配问题,提出一种队形重构目标分配方法。  方法  首先,在目标点固定的情况下,通过各无人船的当前位置,生成基于距离的收益函数。其次,以拍卖理论为基础,根据无人船队形重构中目标分配的快速性要求,针对传统拍卖算法在重构分配中可能存在的无可行解问题,提出基于最大迭代次数的拍卖终止机制,分散部分计算量,从而缩短分配时间。  结果  仿真结果表明,与匈牙利法相比,所提方法针对大规模无人船集群队形重构能够快速给出目标任务分配方案。  结论  所提方法能为无人船集群队形重构中目标分配问题以及无人船自主决策研究提供一定的参考。     

考虑驾驶策略的高速列车运行图节能优化方法

为了降低高速列车从始发站至终到站运行的牵引能耗, 研究了针对多列车区间运行时分同步分配的列车运行图节能优化方法。基于高速列车在站间采用的“四阶段”操纵策略构建最优驾驶策略集, 以牵引距离和巡航距离为变化因子, 以牵引能耗和区间运行时分为计算目标, 求解出最优驾驶策略集里牵引能耗与区间运行时分的线性关系。在此基础上构建多列车区间运行时分最优分配的节能运行图模型。模型以牵引能耗最低为目标, 考虑了列车总运行时间约束、变量取值范围约束以及安全间隔时分约束。在模型求解方面, 选取拉格朗日松弛算法, 将复杂约束松弛至目标函数当中, 从而把原问题分解为各区间可独立求解的子问题, 利用次梯度优化的方法得出精确解, 实现了多列车区间运行时分同步分配的目标。以宝兰高速铁路为背景进行算例验证, 结果表明: 通过重新分配区间运行时分, 10列车总共节约了595.958 kW·h牵引能耗, 平均节能率达到了1.2%;从运行图的层面分析, 该算例下通过调整区间运行时分的节能方法对其影响幅度较小, 具有较强的现实意义; 所提出的模型及算法的计算时间为10 s, 针对列车开行对数较多的高速铁路, 可有效提高求解效率。