驾驶机器人车辆动态制动力矩补偿

为了减小长期自动驾驶过程中制动性能下降带来的影响,提出了一种驾驶机器人车辆动态制动力矩补偿方法。首先建立了以车速和制动踏板力为输入,制动力矩为输出的驾驶机器人车辆制动性能离线自学习模型。然后考虑到驾驶机器人车辆长期自动驾驶导致离线自学习模型可靠性下降,建立了以车速和制动踏板力为输入,制动力矩为输出的扩展自回归在线辨识模型,并采用模糊变遗忘因子递推最小二乘法进行参数辨识。模糊变遗忘因子递推最小二乘法通过引入遗忘因子的方式,对数据施加时变加权系数,以避免出现数据增长导致的数据饱和现象。模糊变遗忘因子控制器以制动力矩辨识误差为输入,经模糊规则推理实时输出合适的遗忘因子进行参数辨识,能够有效均衡驾驶机器人车辆制动性能参数辨识的稳定性与收敛速度。驾驶机器人车辆自动驾驶过程中,根据当前车速与目标车速的大小计算出所需的制动力矩,加上反馈回来的制动力矩误差,并结合当前时刻的车速,利用制动性能离线自学习模型与机械腿逆向运动学模型实时计算出制动电机输出位移量,实现对驾驶机器人车辆制动力矩的在线补偿。仿真与试验结果表明:利用所提出的方法对车辆动态制动力矩进行辨识时,通过调节遗忘因子,辨识结果能够快速收敛且辨识误差较小。在此基础上,控制驾驶机器人车辆进行纵向车速跟踪时,能够有效减小制动性能下降造成的影响,保证控制车速跟踪误差在±1km·h-1之内。     

基于深度学习的混合动力汽车预测能量管理

为了优化混合动力汽车的能量动态分配过程,提升混合动力汽车的燃油经济性和动力电池荷电状态（SOC）平衡性,提高混合动力汽车能量管理策略的鲁棒性,以等效燃油消耗最小化策略为基础,结合对车辆未来行驶工况的预测研究,分析车辆未来行驶需求能量的变化,制定相应的动态调整策略。基于车联网通信技术,实时采集车辆的运行状态信息和交通信息,作为车辆未来工况预测模型的输入变量。以数据驱动为特征,基于混合深度学习建立工况预测模型。利用STL分解算法对各输入变量进行周期性、趋势性等特征分解,并对各输入变量的特征分量,使用混合深度学习网络从数据局部特征及时间维度依赖特征来深度挖掘目标车辆车速与外部信息及历史数据的关系,进而对车辆未来的行驶工况进行预测。利用预测的工况信息,分析车辆未来行驶需求能量的变化,应用于自适应等效消耗最小化策略等效因子的实时动态调整,从而实现对车辆的优化控制,并通过与传统自适应等效消耗最小化策略进行对比,验证该方法的有效性。研究结果表明：基于混合深度学习的工况预测模型预测精度比BP网络预测模型高44.72%;利用精确的预测工况信息预测能量管理,可以实时动态调整发动机和电机的功率输出,降低油耗并维持电池SOC平衡。     

大型绞吸船最小挖宽和挖深的计算方法

针对大型绞吸挖泥船进行硬底质航道疏浚施工时,其最小挖宽和挖深受到限制的问题,提出通过计算确定绞吸船最小挖宽和挖深的解决方案。分别依据标准规范和船舶几何尺寸,考虑多种波浪条件下的绞吸船最小挖深挖宽计算方法,得出某工程大型绞吸船在进行航道施工时的最小挖宽和挖深,经工程实践证明该方法可行。     

基于事故树分析的薄膜型LNG船泄漏事故原因分析

为预防LNG船泄漏事故发生,对近年世界各地LNG船泄漏事故进行调查分析,以薄膜型LNG船为研究对象,采用事故树分析法建立以"薄膜型LNG船泄漏"为顶上事件的事故树,对选取的38个基本事件进行系统分析,总结出各基本事件对造成LNG船在装卸、运输过程中泄漏的结构重要度,从船舶设计选型、预防部件老化、安全操作、安全预警等方面提出防范泄漏事故发生的措施。     

基于代价函数的无人驾驶汽车局部路径规划算法

局部路径规划层作为无人驾驶汽车软件层的重要组成分布,如何有效、安全地到达目的地是当前研究的热点。针对结构化道路信息,充分考虑车道线的约束,在使用Frenet坐标系理论的基础上,提出一种考虑到车道线曲率和障碍物模型信息,得到不同车道上其他道路参与者的位置信息,以便计算其他障碍物模型对本车危险程度,综合算法实时性、轨迹平顺性等要素的最小代价局部路径规划算法。在局部路径规划过程中,沿着参考线（Frenet坐标系下X轴上一段路径）选取多个路径分割点,Frenet坐标系下在每个分割点处沿Y轴进行控制点离散,每个路径分割点处选取1个控制点构成路径控制点集合,使用一元三次方程对每种排列组合路径进行拟合,从而使用代价函数对每种排列组合路径进行评估,代价函数值最小为最优的局部路径。代价函数考虑拟合轨迹到障碍物的危险程度、轨迹平顺性、轨迹到当前参考线（实时在全局路径规划层上根据车速得到一条当前需要跟踪的理想轨迹）的偏离程度、拟合轨迹行驶方向的改变程度、无人驾驶汽车最小转弯半径。研究结果表明：在不同试验场景下,所提出基于代价函数的局部路径规划算法,能规划出一条不与障碍物发生碰撞的最优路径,并能保证无人驾驶汽车行驶轨迹平顺性和路径规划层实时性的要求。     

基于迁移的SIR模型的行人违章过街传播过程研究

针对城市中普遍存在的红灯期间行人违章过街现象,建立了具有迁移的SIR模型,对行人违章过街的传播机理进行分析,并通过采集大连西安路人行横道处红灯期间行人违章数据,应用最小二乘法对模型的参数β和γ值进行估计,进而对建立的具有迁移性的SIR模型进行参数灵敏度分析,得到违章过街人数的变化趋势,以此提出减少行人违章过街人数的有效措施。     

膨胀土径向条分法边坡稳定性研究

以Bishop条分假设为出发点,基于Mohr-Coulomb塑性本构关系,建立直角坐标下膨胀土边坡稳定性计算模型。基于滑面为圆弧的假设,计算所有潜在滑面相应的安全系数,以此获得了最小安全系数,进而确定了最危险滑面半径及圆心位置。然后,依据Bishop法所得的最危险滑面半径和圆心坐标,推导极坐标下最危险滑面方程。结合能量守恒思想,引入径向条分法对圆弧面进行划分,基于虚位移原理分析了坡体重力势能以及滑面摩擦力、黏聚力、膨胀力产生的耗散功,据此确定径向条分能量法下膨胀土边坡安全系数。最后,通过算例与传统Bishop条分法进行对比,发现两者所预测的边坡稳定性系数随膨胀力的变化趋势一致,并通过有限元方法进行了对比验证;径向条分能量法有望为膨胀土边坡稳定性分析提供数据积累和方法依据。     

基于最小弯曲能量法的连续刚构桥预应力优化

该文基于最小弯曲能量法提出了悬臂施工连续刚构桥预应力优化设计方法。通过选择施工控制截面并以离散截面的弯曲能量之和最小为目标函数,以各截面在各施工阶段的应力为约束条件,优化得到各阶段张拉的预应力钢筋数量。用此方法对实际桥梁工程进行优化设计,结果表明该方法使刚构桥的变形与内力都比较好,有一定的工程实用价值。     

基于最小二乘支持向量机的公路软基沉降预测

通过影响因素分析,确定了软土层厚度、软土层压缩模量、地表硬层厚度、地表压缩模量、路堤高度、路堤顶宽、路基填筑时间和填筑竣工时沉降量等参数对公路软基沉降有影响。对公路软基的观测数据进行分析和取样,输人样本为各参数,输出样本为路堤中线下地表沉降值,利用最小二乘支持向量机的非线性映射和泛化能力,通过训练,建立了公路软基沉降预测模型。研究表明．所建立的模型对公路软基沉降进行预测具有较高的精度．同时具有很好的泛化性能。     

舰载雷达有源压制干扰最小干扰距离研究

依据舰载雷达有源噪声干扰的原理及特点,对在理想条件下的舰载雷达最小干扰距离进行了推导,给出了影响其的多个因素,并结合这些因素得出复杂条件下舰载雷达最小干扰距离的计算模型。通过实例对该模型进行检验,得出结论。