基于模糊控制的自适应反馈调节系统

船舶操纵是一个非线性过程,定值反馈控制方式的操纵性能不能令人满意。针对上述问题,提出了一种基于模糊控制的自适应反馈调节系统,它可在线自动调整系统的反馈系数。仿真结果表明它在船舶操纵应用中具有较好的动态特性,鲁棒性和跟踪能力,在一定程度上改善了船舶的操纵性能。     

地铁列车无电区微制动技术的研究与应用

详细分析了地铁车辆过无电区时电源中断及中间电压变化情况,提出了自适应微制动维持中间直流电压稳定的技术,并确定了相应的工程应用解决方案,且通过试验验证了技术方案的有效性与实用性。试验结果表明:采用该技术的国产地铁满足国内外客户的要求,该技术达到了同行业的先进水平。     

基于AFD算法的滚动轴承故障诊断方法

基于自适应傅里叶分解(AFD)算法,将滚动轴承的振动信号分解为一系列单一分量信号并计算它们的峭度;将峭度由大到小顺序排列,自适应寻找峭度趋于稳定的拐点,对拐点前的单一分量信号求和并取包络作共振解调;根据解调得到的频谱判断滚动轴承是否发生故障及发生故障的部位。以N205EM型滚动轴承为例进行试验验证,结果表明:在不预先确定滤波频带,不出现无物理意义的"负频"情形下,能够准确有效地提取出比传统共振解调方法有更好频谱特征的滚动轴承故障信息,从而有效地诊断出滚动轴承的故障。     

基于参考模型的ATO自适应控制算法研究

提高列车自动驾驶ATO(Automatic Train Operation)系统的控制精度是实现全程无人驾驶的关键.本文首先分析列车制动系统的动态性能,然后基于该制动系统的状态空间模型构建一种模型参考自适应控制系统,并在理论上证明该控制算法的渐近稳定性,同时指出该类控制算法存在引起控制器震荡的固有弊端.随后,通过在原自适应控制系统中引入合适的辅助系统,构建基于增广误差的自适应控制系统,该算法不仅克服了前一种方法的固有缺陷,而且具有更加严谨的理论结构.最后,数学仿真结果显示本文所提算法能有效补偿列车运行过程中存在的不确定性因素,使列车精确地追踪目标制动曲线,验证了本文所提方法的有效性.     

基于RBF神经网络补偿的动力定位PD控制

动力定位控制系统在实际工况中会受到外部风、浪、流等环境力的扰动,本文主要研究PD+RBF控制算法以提高动力定位系统的抗干扰性和稳定性.RBF神经网络用来补偿外界环境扰动,其权值自适应律通过Lyapunov稳定性证明得到,通过稳定性的分析能够保证整个系统全局渐进稳定.在一艘平台供应船的仿真结果对比中显示了所提出控制器的有效性.     

自适应巡航系统车间距控制策略

合理的车间距设计可提高车辆自适应巡航的安全性和可靠性.本文分析常用跟车策略,确定适合于客车的车间距控制策略,并通过试验验证.     

RFID技术的定位改进算法在铁路隧道人员定位中的应用

本文介绍无线射频识别技术(RFID)的基本原理,重点阐述基于RFID的LANDMARC定位算法的原理与过程。在此基础上,综合考虑铁路隧道内折射、反射、多径效应等因素对场强的影响,分析LANDMARC定位算法的不足,将此算法进行改进,提出自适应LANDMARC k-邻居算法,结合RF Code公司的硬件系统,将其应用到铁路隧道人员定位系统中。实验证明改进的算法具有更高的定位精度:定位精度在1m以内的标签占70%,比原来算法的60%提高10%;93%的标签定位误差小于1.5m,且最大误差控制在2.5m以内。对提高隧道内人员的安全管理水平具有重要意义。     

CBTC列车安全定位中通信中断时间的研究

通信中断的存在会对目前城市轨道交通的CBTC列车安全定位产生影响,进而影响列车安全间隔距离。CBTC车地通信系统大多采用无线局域网技术。越区切换中断是导致通信中断的主要原因,根据IEEE 802.11协议的越区切换流程,本文推导出越区切换中断时间与列车速度的关系表达式,在此基础上根据安全定位的实现方法和移动闭塞系统中列车安全间隔距离的计算方法,推导出通信中断时间与影响安全定位的因素之一——估计的运行距离及列车运行安全间隔之间的关系表达式。建立两列列车追踪运行模型,仿真不同通信中断时间下两列车的追踪间隔距离。采用此关系表达式进行理论计算的结果与仿真结果验证了通信中断时间与估计的运行距离及列车运行安全间隔的关系表达式是合理的。     

一种感应电机定转子互感参数离线辨识的方法

文章利用模型参考自适应系统(Model Reference Adaptive System,MRAS)在恒压频比起动的基础上进行电机转速辨识,并根据电机转子磁链的电压和电流模型,提出一种感应电机定转子互感参数Lm离线辨识方法,以便电机未完全空载时,也能离线辨识出其互感参数。对无速度传感器转速辨识原理以及实现方法进行了介绍,并利用Matlab进行系统仿真,验证了算法的有效性。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。