无线CBTC系统列车自动停站对位分析

介绍了ATO硬件设备及ATO连续制动定位停车原理,从车载ATO和轨旁ATP硬件设备以及软件角度深入分析了车站定位停车的各个操作状态(制动、预对准、停站等)和判定机制。此外,简要介绍了信号系统实时控制列车运行的自适应PI控制器算法。     

基于P1R3逻辑控制的车辆制动防抱死系统仿真研究

分析了车辆防抱死装置上广泛使用的P1R3逻辑控制算法,将这种逻辑门限控制算法与轮速计算中的精度自适应方法相结合,在不同路面附着系数下进行制动过程的动态仿真模拟,证实这种算法能满足防抱死制动控制的要求,尤其是在保证高速、低速的计算精度的同时,能有很好的低速控制实时性。     

三轴船舶电动摇摆模拟试验台研究

针对船舶摇摆模拟试验台系统在科学研究和船载仪器可靠性试验中的应用,设计了一种多功能三轴船舶电动摇摆试验台随动控制系统。首先对摇摆试验台进行控制建模,确定电流、速度、位置三闭环控制方案,然后采用常规PID算法设计三环控制器参数,对位置环用模糊自适应PID控制器进行优化设计。提出以变周期、变幅度和组合曲线给定的摇摆方法模拟风、浪、流干扰,对系统进行仿真研究。仿真试验结果表明,设计的系统具有响应迅速、模拟准确、可靠等特点,能够较好的模拟实际海况中船舶摇摆运动,为搭建实际试验平台奠定了基础。     

一种自适应Morlet小波包络解调的弱故障检测方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计了最优Morlet小波。针对最佳尺度的求取难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比的最佳尺度的求取方法。基于此,提出基于自适应Morlet小波包络解调的弱故障特征提取方法。仿真实验与实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,减少人工干预,能自动有效地从强噪背景中提取微弱故障特征,具有一定的工程应用价值。     

物联网技术在海面作战统一调度系统中的应用

物联网技术在信息获取、处理、传输、识别都有了全新的定义,它连接了射频RF、无线传感器、雷达、红外线装置以及全球定位系统,其在现代化海面作战统一调度系统中受到重视。本文研究基于物联网的海面作战统一调度系统,提出一种自动化、自适应及分布式的指挥调度网络。最后通过实验表明该方法在对海上战争信息的获取、处理、存储及传输中,实效性有很大提高。     

基于MLPG法的船舶结构无网格自适应分析技术

研究船舶结构无网格自适应分析方法。首先运用无网格局部Petrov-Galerkin法,采用最小二乘法和加权余量法来求解结构位移场量的逼近函数,并给出问题的控制方程和刚度方程的一般表达式;然后采用Delaunay三角化细分方案对方程进行自适应计算;最后对船舶实肋板和带裂纹板进行应力分析计算,并通过与有限元法的计算结果进行比较,验证文章提出方法的有效性。     

自适应粒子群优化的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。     

基于自然驾驶数据的车辆自适应巡航系统控制方法

在常规的基于模型预测控制自适应巡航系统的算法中,舒适性约束均是采用固定加速度的形式,没有深入考虑不同速度下的加速度极值范围问题,这会导致在追求安全性和速度跟随性情况下,系统加速度和冲击度变化过大,从而降低了驾乘的舒适性。根据NGSIM自然驾驶数据集所得到了车辆的速度-加速度关系,并以此作为加速度的约束目标,将常规模型预测控制的定约束改为随速度变化的变约束,从而达到根据自然驾驶数据提高跟车舒适性的目的,并通过仿真试验验证了该方法的合理性。研究结果表明：该方法可使ACC系统在保证安全跟车和速度跟随的同时,使得加速度和冲击度波动变小;最大冲击度相比定加速度约束的模型预测控制减小了14.96%,可有效改善ACC系统的舒适性。     

p型自适应有限元法及其在机车车辆强度分析中的应用

着重介绍了P型向适应有限元法的基本概念、典型算法、单元形函数特点及误差估计方法．并利用ANSYS软件提供的p单元对机车从动车轮的静强度进行了自适应分析：计算结果表明,利用该方法可提高分析效率,得到精度可靠的分析结果。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。