第三轨供电系统中受流器与第三轨的接触压力及其对受流性能的影响分析

介绍了第三轨受流器的结构原理。分析比较了弹簧式和气压式受流器与第三轨接触压力调节方式的特点。基于电接触基本理论详细的阐述了受流滑板与第三轨接触区的导电机理。接触区域的导电电路由无数微小的电阻及电容并联而成,接触压力通过影响微小电阻、电容的数量比例,进而影响接触面上的导电能力和磨损性能。标称静态接触压力的设计值接近或等于"法向压应力临界值"时,导电能力和磨损特性取得均衡。     

基于虚拟现实技术的船舶航向自动跟踪控制方法

为解决传统船舶航向自动跟踪控制方法受外界因素影响大、控制效果差的问题,设计基于虚拟现实技术的船舶航向自动跟踪控制方法。为避免外界因素产生的影响、减小跟踪控制误差,考虑采用PID控制器,依据其控制原理引入早期修正信号;在此基础上,使用虚拟现实技术对航向节点集合进行预估,并剔除其中的不相干节点;通过虚拟现实规则中的加权因子寻找最优航向参数,结合PID控制器保证船舶实际航向与期望值一致,根据控制流程实现对船舶航向的自动跟踪控制。由实验结果可知,尽管存在外界因素的影响,但所提自动跟踪方法的控制控制精确度始终较高,能够有效为保障船舶稳定运行提供数据支持。     

中船重工柴油机动力有限公司

新春即至,万象更新!中船重工柴油机动力有限公司向各位表达诚挚的祝福。在各界的关心和帮助下,中国自主品牌、国内首台采用高压共轨燃油喷射系统的中速柴油机产品6CS21/32已成功推向市场。目前CS21/32产品系列化开发也取得进展,采用常规燃油喷射系统的8CS21/32船用主机已研制成功,后续将陆续推出6~9缸的主机和发电机组产品。8CS21/32常规燃油喷射系统中速柴油机为直列四冲程结构,额定功率1760kW,可满足IMO TierⅡ排放要求,     

考虑横向漂移的船舶路径跟踪自抗扰控制

针对船舶运动系统中内部动态不确定和外部干扰等问题,进行了欠驱动船舶路径跟踪的自抗扰方法研究。利用Backstepping设计参考航向角,并通过线性扩张状态观测器对流干扰和横向运动引起的横向漂移进行估计。其次,根据自抗扰算法对航向进行控制,采用线性扩张状态观测器对外界干扰及内部不确定项进行估计。最后仿真结果表明,在风流干扰下所设计的控制器仍能使船准确地跟踪上参考路径,验证了所提控制方案的有效性。     

利用无线传感器的动态分簇结构实现船舶跟踪

本文针对船舶运输中需要对船舶的航线进行跟踪监测,提出一种利用无线传感器的动态分簇结构实现船舶的跟踪,对船舶的无线定位跟踪技术进行介绍。在传统的分簇基础上提出一种新的分簇方法,并对本文提出的方法进行仿真。仿真结果表明这种方法具有较好的精度以及较低能耗,具有一定现实意义。     

船舶自动识别系统中的计算机视觉技术应用

船舶自动识别系统(AIS)是一种新型的数字助航系统。AIS的发展和应用可有效地解决海损事故,避免生命和财产的损失。计算机视觉是近年来迅猛发展起来的技术,将计算机视觉技术应用到AIS中,可以弥补AIS不可使用时的不足,完善AIS的功能。本文主要介绍计算机视觉技术在AIS中船舶识别和船舶跟踪的2个重要应用。     

基于静力学分析的齿轨铁路接触轨中心锚结方案研究

齿轨铁路接触轨是齿轨铁路牵引供电系统的重要组成部分,其结构可靠性对牵引供电安全至关重要.本文针对250‰坡度齿轨铁路接触轨系统建立了 3种不同中心锚结结构的三维模型以及有限元模型,完成了 3种齿轨铁路接触轨模型在自重载荷下的静力学仿真,并评估了 3种中心锚结的结构可靠性.结果表明:两绝缘支架式的中心锚结结构接触轨出现了应力超标情况,不适用于大坡度下齿轨铁路;三支架式和两支架带拉杆式结构的接触轨静力学状态良好,适用于大坡度下齿轨铁路.研究结果可为齿轨铁路接触轨系统中各构件的设计和优化提供参考.     

审计推动完善建设项目管理的路径选择

基本建设投资依然是国家经济转型发展的主要支柱,建设项目的管理水平直接影响投资效益。从剖析当前建设项目管理中普遍存在的问题为切入点,探讨审计在推动完善建设项目管理的可行性,总结审计实践在其中的保障和促进作用,提出了审计推动完善建设项目管理的路径选择。     

卡尔曼滤波在船舶跟踪预测中的研究应用

利用卡尔曼滤波算法的自回归性,将其应用到船舶动态跟踪预测中,建立船舶运动的状态方程,通过当前状态进行下一时刻的位置和速度预测,然后利用Matlab对采集到的10帧图像进行实验仿真。通过对测量值、估计值和最优值的对比可知,本文算法能够较高精度的对船舶进行跟踪预测。     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。