输油管路网式过滤器压降的实验研究

安装在输油管路上用以保护离心泵、流量计等管路设备的过滤器的滤网引起的管路局部压降损失是不可忽略的。通过量纲分析得到了滤网的局部水头损失系数ξ的影响因素：滤网开孔率β和雷诺数Re.并通过实验确定了β和Re对ξ的具体影响,Re对ξ影响不大,可认为与之无关,而β是影响ξ的主要因素。通过回归得到了ξ的计算公式。另外,还分析了输送介质含泥沙时滤网ξ的变化情况。     

基于一种改进粒子滤波算法的目标跟踪研究

为了解决非线性、非高斯系统目标跟踪问题,研究了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。并讨论了此算法在机动目标非线性转弯运动中的跟踪应用,与粒子滤波算法相比,其优点是不需要重采样步骤。在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和扩展卡尔曼滤波器在滤波精度、运算时间等方面的差异,仿真结果表明该算法性能优于其他算法。     

车用柴油机微粒捕集器捕集特性模拟计算与分析

建立了柴油机微粒捕集器压力损失的2D数学模型,结合过滤理论,对洁净的壁流式蜂窝陶瓷过滤体的过滤效率和压力损失进行了数值模拟和试验分析。结果表明,数学模型较为准确地反映了实际情况,数值模拟结果对柴油机微粒捕集器的优化设计有参考价值。     

弯曲路径识别中感兴趣区设定方法的研究

在路径识别中设置搜索感兴趣区以提高弯曲道路边界的识别实时性。用抛物线模型拟合弯曲道路边界,根据道路边界位置不会发生突变的特性,在识别出的道路抛物线模型上选取有代表性的3个点,针对每个点建立预测模型,应用Kalman滤波理论准确预测道路边界的位置,并据此设置搜索感兴趣区。依照合理的目标函数,在感兴趣区范围内搜索并确定抛物线参数,从而将搜索范围较为准确地限定在较小区域,能够有效提高识别的实时性。试验验证该方法在大大提高识别实时性的同时,增强了识别的精确性和鲁棒性。     

基于果蝇算法优化的移动机器人RBPF-SLAM研究

针对基于传统Rao-Blackwellized粒子滤波(Rao-Blackwellised Particle Filter,RBPF)算法的移动机器人在进行同时定位与地图构建(Simultaneous Location and Mapping,SLAM)时易发生粒子退化导致移动机器人位姿估计不准确以及地图一致性较差的问题,提出一种基于果蝇优化算法的RBPF-SLAM算法。该算法将果蝇种群觅食过程中果蝇具有的趋味特性引入RBPF算法,将粒子视为果蝇个体,粒子的适应度值作为空气中食物味道的浓度,利用果蝇优化算法的高寻优能力使粒子向高似然区域移动并不断迭代寻优,以优化粒子种群的整体分布。同时,在果蝇寻优后的新种群中引入自适应交叉变异操作,以增加种群多样性。根据粒子的适应度值确定交叉概率,对配对好的粒子进行自适应交叉操作,再根据变异概率对当前种群的最优粒子进行变异操作,选取适应度值更高的粒子作为当前最优解。采用指数函数步长公式更新粒子状态,增加寻优过程中的搜索距离,有效提高算法的收敛效率。基于ACES building和MIT Killian Court数据集的仿真实验以及移动机器人实机测试结...     

改进联合滤波在GPS/DR组合定位中的应用

根据低成本车辆GPS/DR组合定位系统传感器精度低和计算能力弱的特点,提出一种改进联合卡尔曼滤波(FKF)算法,并简化主滤波器信息融合算法,稍微降低融合精度,提高计算效率。试验结果表明,提出的改进联合滤波算法具有融合精度高、容错性好、计算量小、便于工程实现等优点。     

隧道交通事故自动检测仿真研究

采用VISSIM交通仿真软件,对城市隧道内的物理环境进行仿真,可设计出一种基于交通流参数的交通事故自动检测方法。该方法可以方便、快捷、准确地判断隧道内的交通运行状况,因而具有一定的实用价值。     

典型集约化污水处理厂工艺设计——以南京某项目为例

南京大厂污水处理厂新建工程(一期)设计规模9万m³/d，出水执行《城镇污水处理厂污染物排放标准》(GB 18918—2002)一级A标准。介绍和分析了大厂污水处理厂工程设计难点，由此确定一期工程处理的工艺方案选择和设计参数，确定了改良型AAO+磁混凝沉淀+反硝化深床滤池+污泥深度浓缩脱水的处理工艺。通过工艺选择和组团式布局解决了用地紧张的难题，利用先进的设备技术保障准Ⅳ出水达标的可行性。对同类标准工程设计有一定的借鉴意义。     

卡尔曼滤波法在斜拉桥施工误差控制中的应用

运用工程控制论的思想 ,将斜拉桥的施工误差控制视为一随机最优控制问题 ,建立相应的数学模型 ,采用卡尔曼最优一步预测 ,按确定性的最优控制规律构成团环状态反馈系统 ,对各施工节段进行调整控制 ,以期达到设计要求。     

Evaluation of RAOs of a semi-submersible platform using field measurements: A full-scale model in Caspian sea environmental conditions

The present research investigates the motion response of a semi-submersible platform using measured field data. The Iran-Amirkabir semi-submersible platform (SSP) was considered as full-scale model in operation conditions. First, 14 accelerometer sensors were installed on the platform's hull, and measurements were made in 5 different scenarios in the Caspian Sea environmental conditions. Then, the Response Amplitude Operators (RAOs) for six degrees of motion were extracted using measured accelerator data. The Surge, Sway, and Heave RAOs processed by the Kalman estimation filter, Pitch, Roll, and Yaw RAOs were calculated from the Sensor Array method. Moreover, the boundary element method in ANSYS/AQWA software for the Iran-Amirkabir semi-submersible model was developed, and the RAO results were validated against the extracted field measurements. The obtained results from the Sensor Array method and the Kalman estimation filter are compared with the numerical simulations, which show Root Mean Square Errors of less than 3% and 4%, respectively for rotational and translational movements. The Mean Square Errors between both methods were also close to zero. Therefore, the proposed methods predicted activities of the studied SSP with relatively good accuracy by field data collected in the Caspian Sea.