无碴轨道道岔区轨下基础受力分析

研究目的：本文以遂渝线12号无碴道岔道床为例，对12号无碴道岔的轨下基础受力和变形特性进行了分析，为无碴道岔道床的设计提供参考。 研究方法：根据多重叠和梁理论，运用有限元方法建立了无碴轨道道岔区轨下基础受力模型，针对无碴轨道板之间接触条件的特点，对无碴轨道道岔区轨下基础受力进行了分析。 研究结果：在同样荷载条件下，板层之间无紧密连接的无碴轨道的板层拉应力要大于板层有紧密连接结构的拉应力；当道床板层之间紧密连接时，道床板连续与否对道床板弯矩和路基面压应力影响不大。 研究结论：通过建立无碴轨道岔区道床有限元模型对岔区道床在列车荷载作用下的轨道响应进行了探讨，并分析计算了岔区分开式道床和连续式道床的道床板截面最大弯矩供设计时参考。道床板层之间紧密连接时，道床板连续与否对道床板弯矩和路基面压应力影响不大，故道床设计时可针对分开式道床和连续式道床的特点进行合理选用。     

预应力混凝土路面的温度应力分析方法

针对混凝土路面的力学分析通常采用弹性半空间地基模型，考虑到预应力混凝土路面的特点，采用板底摩阻力的迭代处理模型和多向影射无界元，提出用有限元-无界元耦合的方法计算预应力混凝土路面的应力和变形。计算结果表明分析模型是正确的，新计算方法具有结点数目少、精度高、便于网格自动形成等特点。     

卡尔曼时间序列模型预测路面平整度指数

路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。     

Effective assessment of tyre–road friction coefficient using a hybrid estimator

Vehicle stability and active safety control depend heavily on tyre forces available on each wheel of a vehicle. Since tyre forces are strongly affected by the tyre–road friction coefficient, it is crucial to optimise the use of the adhesion limits of the tyres. This study presents a hybrid method to identify the road friction limitation; it contributes significantly to active vehicle safety. A hybrid estimator is developed based on the three degrees-of-freedom vehicle model, which considers longitudinal, lateral and yaw motions. The proposed hybrid estimator includes two sub-estimators: one is the vehicle state information estimator using the unscented Kalman filter and another is the integrated road friction estimator. By connecting two sub-estimators simultaneously, the proposed algorithm can effectively estimate the road friction coefficient. The performance of the proposed estimation algorithm is validated in CarSim/Matlab co-simulation environment under three different road conditions (high-μ, low-μ and mixed-μ). Simulation results show that the proposed estimator can assess vehicle states and road friction coefficient with good accuracy.     

基于自适应卡尔曼算法的重型半挂车状态估计研究

在建立三轴重型半挂车简化动力学模型的基础上,提出了用于估计重型半挂车运动状态的自适应卡尔曼滤波估计算法。利用动力学软件Trucksim对该估计算法进行了验证,验证结果表明,所提出的自适应卡尔曼滤波算法能够在车速为30 km/h与60 km/h的两种扫频工况下,准确估计重型半挂车横摆角速度和铰接角,为重型半挂车的稳定性控制奠定了基础。     

集中式自适应网格IMMJPDA算法

现有的集中式交互多模型联合概率数据互联( IM MJPDA)算法在多模型这个意义上都是基于固定结构的,而固定结构多模型算法存在的缺陷这些算法都不可避免的存在.为此,将一种变结构多模型算法——自适应网格交互多模型( AGIMM)算法和联合概率数据互联(JPDA)算法相结合,提出了用于多传感器多目标跟踪的集中式自适应网格IMMJPDA( AGIMMJPDA)算法.该算法通过自适应网格实现模型集合自适应调整来克服固定结构IMMJPDA存在的缺陷.仿真结果显示,该算法可以有效克服固定结构IMMJPDA算法存在的缺陷,并提高IMMJPDA算法的费效比.     

一种内河船舶信息自动报告系统的设计与实现

针对目前内河航运中普遍使用VHF语音通信进行船舶信息交流的缺点,设计了一种基于自组织无线数据通信、GPS定位、嵌入式软硬件设计和电子江图等关键技术实现的内河船舶信息自动报告系统,研制的实验室样机实现了自动感知临近船舶并对距离过近的危险船舶报警、船舶向岸基设备自动发送相关航运信息等功能。该系统具有运营低成本、自动准确报告船舶信息的特点,能够提高内河航运安全技术水平。     

一种基于BP神经网络的机动目标跟踪算法

交互式多模型（IMM）算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。     

基于神经网络的MUSIC计算方法

MUSIC方法是空间谱估计中经典的子空间方法,这类算法有个共同特点就是要对输出数据的协方差矩阵进行数学分解,其计算量较大,不适合实时处理。因此,文章提出了基于神经网络的高效迭代方法,不需进行数学分解,计算过程相对简单。仿真结果证明了该方法的有效性。     

用于逆变器驱动的多脉波整流方法分析

文章对舰船用于逆变器驱动的多脉波整流方法进行了论述,并对24脉波整流电路构成作了详细说明和计算。