嵌入式Linux系统在海上监测系统中的应用

海上监测技术对海洋巡逻船和水上监察船来说非常重要,直接决定了船舶作业的效率和成本。自动化技术和计算机技术高速发展,可编程控制器和嵌入式Linux系统在工业领域逐渐应用起来。本研究利用嵌入式Linux系统的控制芯片和开发环境,结合无线局域网和计算机图像识别技术,实现监测系统的硬件平台搭建和软件开发,设计出一种新型的自动化海上监测系统。     

基于点位信息的CBTC信号系统ZC-CI接口设计

简要说明基于点位信息的CBTC信号系统ZC-CI接口总体方案,重点阐述物理连接方式、通信结构层次和应用数据报文等接口主要设计标准,详细分析应用的故障-安全策略,并对其发展前景作出展望.     

网络环境下无人水面艇航向控制器设计

无人水面艇自主航行中受到外部环境干扰及在控制中心-执行器网络通道中存在网络诱导特性(如网络诱导时延、数据丢包等)的影响,会降低系统性能,影响航向控制系统的稳定性。为了能使无人艇按照设定航向快速、稳定地航行,提出一种基于网络的无人艇航向控制策略。首先,建立基于网络的无人艇航向控制系统模型。基于这个模型,运用Lyapunov稳定性理论和凸分析方法导出能使网络环境下无人水面艇航向控制系统渐进稳定的控制律,并设计基于网络的航向控制器。通过仿真验证所提出方法和设计控制器的有效性。     

速腾轿车发动机冷却风扇故障诊断与排除

根据一汽大众速腾轿车的车辆特性,利用电脑检测故障,对故障总成部件进行拆卸,分析故障产生原因,采用科学简单的低成本办法解决故障。     

基于人工蜂群算法的船舶动力定位自抗扰控制器设计

针对船舶动力定位自抗扰控制器(ADRC)参数较多且人工不易调整的问题,通过建立以船舶纵荡、横荡和艏向角三个方向ADRC响应的时间误差积分和最小的目标函数,采用人工蜂群算法(ABC)中采蜜蜂和跟随蜂的选择机制与邻域搜索,优化整定出船舶动力定位ADRC控制器参数。ABC优化的方法避免了工程技术人员繁琐的试凑工作。此外,仿真结果表明,相比试凑法得出的参数而言,经过ABC优化整定的参数具有更快的响应速度,对船模参数变化具有更强的鲁棒性和适应性。     

基于 Matlab的水下航行器航向自抗扰控制方法研究*

水下航行器航行环境日趋复杂、传统的P ID控制日渐无法满足复杂的任务需求,为此论文采用自抗扰控制算法设计水下航行器航向态控制器,以达到替换老旧的P ID控制的目的。仿真结果表明,自抗扰控制器操舵平滑,控制速度快,鲁棒性和环境适应能力更好,完全能胜任水下航行器控制的要求。     

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。     

气体燃料发动机空燃比的H∞控制

在充分考虑外部干扰和系统模型不确定性的情况下,将混合灵敏度H∞设计引入多点喷射燃气发动机空燃比控制中,将发动机空燃比控制转化为H∞标准设计。仿真结果表明,H∞控制器具有良好的跟踪性、鲁棒稳定性和抗干扰能力。     

基于深度学习的电力负荷短期预测

为做好电网供需平衡,进一步改善电网的社会效益和经济效益,根据负荷数据的时序性特征,利用卷积神经网络的特征提取能力和长短期记忆神经网络捕捉时间序列关系的能力,采用卷积-长短期记忆混合神经网络进行电力负荷短期预测.首先根据历史数据对该模型进行训练,然后使用已训练好的模型进行预测,最后将其预测结果与长短期记忆神经网络预测结果进行比对.两组不同采样间隔的负荷预测仿真结果表明,卷积-长短期记忆混合神经网络相对于长短期记忆神经网络,可以更好地从负荷数据中提取出时序性特征,预测误差较小,精度较高,能够在电力短期负荷预测问题中提供可靠的预测结果.