风动扳手最大扭力调节方法研究

文章验证风动扳手最大扭力调节方法——节流法,即通过在普通风动扳手的主体和风管接头之间增加一个风源调节装置,通过该装置来改变风动扳手进气量,使得风动扳手的进气量被固定在一个比较小的值,从而实现对风动扳手输出扭力的调节.通过以上方法,可以避免因风动扳手最大扭力超过工艺要求而导致螺栓扭矩过载的质量问题.     

船舶电力网络的模型参考自调节控制技术

船舶电力网络是船舶动力的核心组成部分,当船舶网络中某些单元发生故障或异常时,可能会导致整个船舶电力网络异常甚至崩溃。在船舶控制系统中引入模型参考自调节控制技术以提高船舶电力网络的稳定性和运行性能。本文对模型参考自调节控制技术进行深入研究,在此基础上,提出了改进的K-means聚类算法。     

CACC车头时距与混合交通流稳定性的解析关系

研究协同自适应巡航控制(Cooperative Adaptive Cruise Control，CACC)车头时距对不同CACC比例下混合交通流稳定性的影响关系，进而为CACC车头时距设计提供参考. 应用优化速度模型(Optimal Velocity Model，OVM)作为手动车辆的跟驰模型，PATH真车实验标定的模型作为CACC车辆的跟驰模型. 基于传递函数理论，推导混合交通流稳定性判别条件，计算关于CACC比例与平衡态速度的混合交通流稳定域. 分析混合交通流在任意速度下稳定所需满足的临界CACC比例与CACC车头时距的解析关系，提出随CACC比例增加的可变 CACC车头时距设计策略，并通过数值仿真实验验证所提可变CACC车头时距策略的正确性. 研究结果表明：在所提可变CACC车头时距策略下，CACC车头时距随CACC比例增加而逐渐降低，避免取值较大影响混合交通流通行能力的提升；当CACC比例大于35%时，混合交通流在任意速度下稳定.研究结果可为大规模CACC真车实验的实施提供理论设计参考.     

同步发电机励磁系统的无模型控制研究

同步发电机励磁系统的基于模型的控制算法过分依赖模型,很难保证其控制效果。本文尝试将无模型自适应控制算法应用于励磁系统的控制。首先,介绍了励磁系统的模型和无模型自适应控制算法的基本原理。然后,对于具有稳定增益的系统,提出了改进的无模型控制算法。并将其应用于确定工况的发电机励磁系统的控制。仿真结果显示:改进的无模型控制算法的快速性提高;在不同的电压传感器故障情况下,无模型控制显示了很强的自适应性和鲁棒性。     

大型船舶电力系统自适应保护算法设计

近年来,电力推进技术和船载电子设备发展迅速,对大型船舶的电力系统提出了更高的要求,电力系统的性能和可靠性对船舶的正常运行有重要的意义。由于船舶电力系统网络结构复杂、工作环境恶劣,电力系统很容易发生短路、单相接地等故障,而传统的继电保护已经难以满足现代电力系统的可靠性需求。本文针对大型船舶电力系统的可靠性问题,采用了自适应保护算法和自适应粒子群算法,对船舶电力系统的网络结构进行了优化。     

基于前轮转角约束自适应模型预测控制的路径跟踪研究

针对在车辆行驶中较小的前轮转角无法充分利用路面附着能力,较大的前轮转角使得车辆的行驶稳定性差的问题,文章提出了一种前轮转角约束自适应模型预测方法。首先建立车辆的动力学模型,然后通过计算得到轮胎纵向力,最终得到车辆的前轮转角。将车辆的状态量与前轮转角自适应约束条件输入给模型预测控制器,输出车辆的前轮转角,实现对参考路径的跟踪。在Carsim和MATLAB平台上联合仿真,仿真结果表明前轮转角约束自适应模型预测控制的车辆相比固定转角约束的车辆具有较好的跟踪能力和稳定性。     

多种车型智能同步联动的站台门控制系统

针对站台门控制系统在高风压、多种车型、高密度行车及自动驾驶情况下高频开关控制的可靠性和安全性问题,基于热备冗余控制原理及多种车型自适应控制原理,构建多种车型智能同步联动的站台门控制系统,在此基础上,对该控制系统进行了试验验证。试验结果表明,站台门在160 km/h的列车风压作用下,一整侧滑动门开门同步误差≤0.2 s,且具有很强的自适应能力。该试验结果可为站台门控制系统在高速铁路的工程应用提供参考。     

复杂海域船舶自适应障碍规避算法研究

目前,船舶的航行海域越来越广阔,各种航道的环境也复杂多变,这对船舶的航行造成了很大的安全隐患。为了最大限度防止船舶之间发生碰撞,人们开发出了各种避碰设备。本文在船舶基本运动模型的基础上,采取模糊神经网络规避算法,并结合PID控制理论,对避碰策略展开研究,详细分析船舶的多种避碰运动模式。仿真结果表明,此算法的性能达到实际应用的基本要求,值得深入研究。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。