基于冲击激励的支架结构参数研究

针对某铁路动车设备舱支架经常出现断裂的现象,对支架的结构特性进行了研究,以脉冲信号对结构进行激励,结合模态识别理论,估计支架响应的频响函数．通过相干函数,验证试验结果的有效性,结合识别设备舱支架结构横向、纵向、垂向模态共振频率,比较不同结构支架的振动特性．改进后的设备舱支架2的横向、纵向、垂向固有频率均得到提升,且不易于车体弹性模态耦合,能有效避免断裂．     

单矢量水听器多目标方位估计的算法研究

矢量水听器可有效抑制各向同性的背景噪声干扰,能同时共点地拾取声场的声压标量和振速矢量信息。这些信息的偶次阶矩组成了以各个目标的声强和方位为未知数的非线性方程组。为了求解该方程组,研究了具有全局最优化概率搜索的快速方法:遗传算法和小生境遗传算法,并对两者的性能进行比较。仿真试验的结果证明了算法的可行性,即基于小生境遗传算法能够实现单个矢量水听器进行多个非相干源目标的方位估计。为了提高弱目标的方位估计精度,又提出了二次小生境搜索方法。     

直接转矩控制驱动系统的磁链估计

针对如何评估采用直接转矩控制的无速度和位置传感器的交流电机驱动系统的定子磁链,提出了一个改进了的积分方法.该方法以监测所估计的定子磁链和测得的定子电流的标量积为基础,经过滤波后,可以提取该标量积的交流分量.并且,从交流分量可获得待估计的定子磁链的修正值.采用简单的低通滤波就可获得足够的系统性能.如果在提取过程中采用自适应滤波,驱动系统的性能将更为出色.文章提供的仿真和试验结果表明,该方法在稳态和瞬态条件下都能良好工作.     

轻骨料混凝土桥梁地震易损性分析

为提高强震区桥梁的抗震性能,采用轻骨料混凝土替代普通混凝土以降低结构自重、提高墩柱变形能力,从而降低地震响应。以一座强震区典型中小跨径连续梁桥为研究对象,基于OpenSees建立轻骨料混凝土桥梁有限元分析模型,进行非线性时程分析,生成地震易损性曲线来评估桥梁的抗震性能。研究结果表明:与普通混凝土桥梁相比,仅上部结构或下部结构采用轻骨料混凝土对降低桥梁整体的损伤概率并不明显,而全桥均采用轻骨料混凝土的桥梁能够显著降低桥墩、桩基和支座的损伤概率以及桥梁整体的损伤概率。建议在强震区进行桥梁建设时,全桥均采用轻骨料混凝土来替代普通混凝土以提高桥梁抗震性能。     

基于深度学习算法的舰船通信网络流量估计研究

传统舰船通信网络流量估计算法输出结果与实际流量数值之间的误差较大,导致后期数据流量分析结果可信度降低。为了提升通信网络流量估计准确度,提出基于深度学习算法的舰船通信网络流量估计研究。首先,对通信网络空间中的数据流进行数据流模型建立,获得通信流量基础特征数据;然后,对其流量波动值域范围进行特征计算,以此获得深度学习样本。最后,通过深度学习算法,对样本数据进行学习,通过学习完成对流量估计系数的更新,进而提升估计精准度。通过对仿真数据的对比测试,证明提出的估计算法能够有效减小估计值与实际值之间的误差,满足适应估计场景的应用要求。     

对敌战场意图识别的若干问题

归纳和梳理了对敌战场意图识别的概念，给出了一种便于对敌战场意图识别理论研究的概念体系，介绍了一些可用于对敌战术意图识别的技术，最后具体分析了两种对敌战术意图识别方法的特点和需要进一步改进的问题。     

一种基于参数估计的自适应舰船运动预报方法

运动预报是部分舰船系统的重要组成部分。为了有效地解决这一问题,文章提出了一种基于海浪峰值频率估计的自适应舰船运动预报方法。在舰船运动与海浪激励的建模基础上,建立了基于最小二乘估计的自复位海浪峰值频率估计器。采用自回归移动平均(ARIMA)模型拟合方法预报舰船运动,并通过海浪峰值频率估计值自适应调节ARIMA模型的采样周期,提高了复杂海况下对舰船运动的预报能力。该方法与常规ARIMA模型方法、反向传播神经网络方法的仿真对比结果表明了该方法在解决舰船动态预报问题上的良好精度和鲁棒性。     

基于深度相机的船舶小构件打磨装置视觉识别算法设计

基于深度相机,针对船舶小构件智能打磨装置的视觉识别系统进行算法模块设计,确定视觉识别系统的模块框架与模块功能,并基于OpenCV库与PCL库,利用C++程序语言对模块功能进行算法实现。同时搭建算法试验平台,对模块算法进行验证,完成包括相机位姿估计与坐标变换、工件点云分割、工件质心提取、工件边缘提取在内的算法功能实现,为船舶小构件智能打磨装备提供准确全面的视觉数据,保证智能打磨装备的上料及打磨作业顺利执行。     

非自由交通流的non-FIFO车辆轨迹估计算法

将三角基本图的交通状态细分为自由流、中断和拥堵；基于非自由流特性，重新划分了U型时空域，以此找到适合的波速范围；重新确定了上游边界累积流量，使得边界函数刻画不过于宽泛；建立了非自由流Newell模型，并提出了使用该模型的判断条件；引入了车辆秩参数，达到在多车道上描述车辆超车现象的目的，并建立了更精确的车辆秩估计模型，从而建立了非自由流Newell扩展模型；提出了针对非自由流下2种情形的车辆轨迹估计算法，根据是否存在超车现象分为先进先出(FIFO)情形与非先进先出(non-FIFO)情形；结合数值模拟和实际交通案例，验证了算法的有效性。研究结果表明:2种情形下的轨迹估计算法都是有效的，当超车现象存在时，non-FIFO情形的估计效果较准确和稳健；在数值模拟研究中，non-FIFO情形的估计误差相对FIFO情形下降13.45%，non-FIFO情形更优；实际交通案例中，2个小汽车数据集在non-FIFO情形的估计误差相对FIFO情形均有所下降，下降幅度分别为2.38%、2.04%，且估计误差均服从高斯混合模型；公交车数据集因不存在超车现象，non-FIFO与FIFO情形的估计误差相等，均为4.90%，且估计误差服从伽马分布。可见，所建立的非自由流Newell模型对于中断多或拥堵状态占比多的交通数据均是有效可行的，且所提出的non-FIFO和FIFO情形的轨迹估计算法效果表现良好。      

基于3D视觉的机械臂无规则零件抓取系统

为解决机械臂抓取零件定位不准或抓取精度不高的问题，提出了一种基于3D视觉机械臂无规则零件抓取方法，该方法主要包括系统空间标定、零件点云定位分割、零件位姿估计算法模块，提出了基于2D图像的点云相机外参标定方法及基于图像语义分割的零件点云分割方法。经试验验证，所提出的标定方法达到1 mm的系统精度误差，而且求解效率高、通用性强；与常用的聚类分割相比，零件点云分割方法精度及效率更高。所设计的二阶段零件空间位姿计算方法能准确估计零件在空间中的6自由度位姿，相比单一阶段匹配方法精度提高约1.8倍。所提出的基于3D视觉的机械臂无规则零件抓取系统精度高、可扩展性强、适应情形广。