基于合理边界的更高速动车组多专业设计优化

考虑到非光滑与大位移两大非线性影响,作为大型复杂非线性系统的更高速动车组多专业设计优化需回归到合理的轮轨匹配边界条件。文章结合国内外高铁运维实践特殊性,以德国ICE3系列转向架为基础,提出更高速动车组转向架自适应改进方案,并针对该方案下的车体不稳定问题提出半主动车减振技术;通过构建三车组列车多体动力学仿真模型,验证了仅凭半主动车间减振技术即可解决车体不稳定问题;在不同工况下,验证更高速动车组转向架对轨道线路的适应性。结果表明:钢轨专业具备实施低锥度均匀磨耗策略的能力;车辆专业可改善对中央凹陷踏面磨耗的自清理能力;客运专业通过最优交路规划,有条件满足经济镟修要求。     

基于SVD的复数UKF及电力系统对称分量估计

电力系统对称分量的检测对于电力系统安全稳定的运行具有很重要的意义。利用复数域无迹卡尔曼滤波算法,对三相电压系统的正负序分量及频率进行了估计。为了提高复数无迹卡尔曼滤波的参数估计精度及算法稳定性,引入最优自适应因子并对预测协方差矩阵进行SVD分解,提出了基于SVD的自适应CUKF算法。为消除零序分量,对三相电压分量进行αβ变换,定义了复数形式的状态变量,建立了非线性状态方程及观测方程,实现了正序、负序对称分量估计。通过与普通复数域无迹卡尔曼滤波算法对比,所提研究方法在估计精度及收敛速度等方面优于传统无迹卡尔曼滤波方法。     

故障检测中阈值的一种自适应选择方法

在故障检测中,合理的阈值选择对残差的评定有至关重要的影响。本文首先归纳总结了这方面的研究成果;然后,基于RMI（Reachable Measurement Intervals）方法,给出了在闭环条件下的一种自适应阈值选择方法;并通过计算机仿验证了这一方法的有效性。     

基于遗传算法自适应滤波器稳态条件下的误差分析

在机械故障诊断稳态条件下,用遗传算法自适应滤波器进行信号处理时,滤波结果有时会产生误差。这与输入信号中的有用信号和参考信号有关,两者包含的频率成份不能相等;若两者相等,则滤波结果的有用信号便会失真,与真值相比出现偏差,在应用时要引起足够的重视。     

山岭隧道结构BIM多尺度建模与自适应拼接方法及工程应用

建筑信息模型（BIM）在建筑领域应用越来越广,然而在山岭隧道工程中,由于结构形式较上部建筑有很大区别,利用Revit等BIM软件建立精细的山岭隧道结构三维模型尚存在困难且难以重复利用。针对该问题,首先系统地提出了山岭隧道结构BIM模型分解方案,将模型分解为基本构件并沿轴线划分为基本单元,根据构件特点给出单元长度确定原则,并根据其是否具备可复用性分为标准段与特殊段。其次,将模型分为3个细节层次（LOD100,LOD200,LOD300）以满足不同设计阶段的需要,提出标准段单元的多尺度参数化建模方法,为隧道结构BIM建模提供了依据,并为提高BIM模型可视化管理效率奠定了基础。最后,提出了模型基本单元自适应拼接方法,根据隧道轴线的里程桩号及其对应的三维坐标与设计断面类型,将不同长度的标准段与特殊段单元模型按照离散化的轴线自动拼接,形成完整的隧道模型。以云南省保泸高速老营隧道为工程背景,利用Revit软件建立了隧道结构标准段与特殊段参数化模型单元,采用Unity3D软件并编写拼接程序,实现了模型单元的自适应拼接与多尺度分级加载,得到完整的老营隧道结构BIM模型。多尺度参数化建模与自适应拼接方法提高了隧道工程结构三维模型的复用性与建模效率,对BIM技术在山岭隧道工程中的应用具有一定的借鉴作用。     

面向低速清扫车的信息融合车辆跟踪方法

交通参与者运动的准确跟踪与预测对智能车行为决策的有效性至关重要。传统运动目标的跟踪系统多采用单一传感器,难以保证数据的精度与可信度。为提高系统的鲁棒性与可靠性,设计一种融合毫米波雷达和相机的目标跟踪方案,该方案针对多目标的特征级信息进行融合。首先,考虑低速行驶的自动驾驶清扫车所处环境杂波较多,方案选择基于IMM/JPDA的多目标跟踪方法估计局部航迹。为降低JPDA数据关联的计算复杂度,结合基于马氏距离构造的椭圆关联门和基于车辆非完整性约束构造的扇形关联门,实现关联门的自适应调整,减少关联杂波的干扰。其次,结合传感器的配置与特性,对目标的航迹状态进行空间对准和时间对准,按照航迹点间的欧氏距离和互协方差选择融合模式,进行局部航迹融合。最后,为验证多目标跟踪和航迹融合方法的有效性与实用性,分别设计基于MATLAB/PreScan环境的仿真试验和基于智能清扫车平台的实车试验。研究结果表明：在横、纵方向上,融合后的系统状态都比单一传感器的估计状态更为准确,融合结果对单一传感器的估计误差有35%以上的提升;实车试验证明,该方案能有效融合ESR毫米波雷达和Mobileye单目前视相机的状态估计信息,能基本正确地跟踪目标和估计航迹;融合状态的横、纵向误差都在可接受范围以内,且融合状态比单一传感器的估计波动更小。     

基于实测不平度的路面等级分析与评价

通过经改良的平整度仪的实际测量得到了路面不平度数据,将所测得的频域信号转化为位移信号后,采用经验模态分解去均势项和小波硬阈值去噪等方法对数据进行了预处理。再对预处理后的数据进行傅里叶变换得到功率谱密度曲线,并用倍频程的平滑滤波法得到了平均功率谱密度曲线。然后运用谐波叠加法重构了A级路面谱并将其与实测路谱进行对比,最后用特征参数提取法评价所测路段的路面等级,并在分析和处理所有测量路段后,基于统计结果对整个林场的路面状况进行了评价。结果表明试验方法可行,所测区域路面整体水平较好,大部分集中在A级和B级,整体路面不平度在B级以上。     

城市快速路分层分布式优化控制方法研究

针对城市快速路控制系统对实时道路交通状况不能及时、有效地响应问题,利用时变的交通状态估计与OD矩阵预测信息,基于智能交通控制及分层分布式思想,提出一个新颖的城市快速路匝道控制方法. 采用基于多项式趋势模型的滤波方法对路段总的交通需求进行估计与预测,提前确定道路将来排队长度的上界;对快速路网未来的交通状态进行预测,基于全局最优的思想,提前为路网中各个匝道建立协调约束,为匝道调节率的制定提供依据. 仿真结果表明,分层分布式的快速路控制系统通过协调各个匝道之间的利益,能够有效缓解高峰出行时的拥堵现象,对实现城市快速路网整体性能优化具有现实意义.     

自适应铁路场景前景目标检测

现代铁路系统中,智能视频分析技术已被广泛应用于异物入侵监测,前景目标检测是入侵判断的必要过程. 背景差分常用于检测前景目标,但铁路场景复杂,存在动态变化的背景区域和未知类型的目标,现有基于阈值分割或深度学习的背景差分算法都不能满足需求,故提出一种基于阈值自适应调节的前景目标检测算法. 利用像素值在时间上的动态信息,分割结果的反馈信息和由超像素提供的空间信息确定阈值调节因子,动态调节阈值以适应环境变化;提出一种灵活可靠的背景模型初始化方法,消除鬼影问题,实现一帧到多帧初始化的灵活切换. 实验结果表明,所提算法在铁路场景上取得了较好的准确率和误分类率,且平衡了精度和速度.     

带滤波电容的整流电路的功能因数和谐波分析

电力电子装置中阻抗负载的整流电路所产生的谐波污染和功率因数滞后是众所周知的,而实际上,直流侧含滤波电容的整流电路也是污染严重的谐波源,本文提出了一种计算方法,明确揭示了功率因数及各次谐波含量与电路参数的关系。