基于广义预测控制的船舶可调桨网络控制系统研究

可调螺距螺旋桨(CPP)控制系统是船舶推进系统的重要子系统.随着船舶推进系统在响应速度、操纵性能等方面的要求不断提高,CPP控制系统已从传统的控制系统发展到分布式的网络控制系统,而网络控制的引入必然产生不确定的网络时延.因此,采用支持向量机,广义预测控制和队列机制的混合控制方法设计了网络控制器,有效地补偿网络时延对CPP控制系统产生的不利影响.     

移动大模板在船坞大面积衬砌墙施工中的应用

介绍了移动大模板的设计原则、依据,对模板的主要受力体系进行了结构验算及变型验算,提出了模板加工及施工过程中应注意的问题,分析了移动大模板在施工大面积直立墙方面的优势。应用结果显示,采用移动模板施工,节省人工、材料、机械台班,加快施工进度,功效提高1倍以上,有较好的应用前景。     

某型汽车后减振器异响分析与改进

针对某型车总装下线后经过绳索路面时车内出现明显的冲击异响问题,进行主观评价和客观测量,判定异响来自后减振器上支撑总成,并对上支撑总成进行优化改进.     

扬中市扬中夹江二桥施工技术

简要介绍了扬中市扬中夹江二桥构造,详细阐述了该桥有底钢吊箱施工高桩承台、Y型墩施工及其裂缝预防措施、下承式造桥机逐孔施工连续梁、Y型墩连续梁组合体系施工及其监控等关键施工技术,对同类型桥梁施工有借鉴意义。     

重载货车驾驶人驾驶风格识别与量化研究

重载货车驾驶人的激进驾驶风格具有强烈的习惯性特征和风险性特征,一旦养成很难矫正,且极易诱发交通事故。针对现有研究极少关注重载货车驾驶人驾驶风格的不足,本文基于某全国货运监管平台提供的云南省重载货车低频轨迹数据,从风格聚类、风格识别和风格评估这3个方面,提出综合考虑疲劳驾驶特征和超速驾驶特征的重载货车驾驶人驾驶风格分析方法。首先,基于轨迹数据蕴含驾驶人驾驶行为模式的特点,构建表征重载货车驾驶人驾驶风格的疲劳驾驶和超速驾驶特征集;其次,利用因子分析进行特征约简,并采用K-均值聚类方法划分重载货车驾驶人的驾驶风格;然后,构建基于支持向量机的驾驶风格识别模型,并与梯度提升决策树的识 别结果进行对比;最后,基于疲劳驾驶特征和超速驾驶特征的累积分布,建立基于 CRITIC (Criteria Importance Though Intercriteria Correlation)赋权法的重载货车驾驶人驾驶风格量化评估 模型。研究结果表明：经过特征约简,提取的疲劳因子和超速因子能综合反映上述两类特征集 80.838%的信息;根据疲劳因子和超速因子可将驾驶风格划分为4种类别,即稳健型、超速型、疲劳型和危险型,相应重载货车驾驶人比例依次为62.60%、25.02%、7.40%和4.98%;基于支持向量机的重载货车驾驶人驾驶风格识别模型对不同风格的识别准确率均大于97%,整体表现优于梯度提升决策树;基于CRITIC赋权法的驾驶风格评估模型能有效量化重载货车驾驶人的驾驶风格, 其中稳健型驾驶人表现最好,75%以上的驾驶人风格评估总分高于60分;危险型驾驶人表现最差,75%以上的驾驶人风格评估总分低于20分。研究结果可为重载货车驾驶人不良驾驶行为的监测、干预和管理提供理论依据和技术支撑。     

抱箍+贝雷梁现浇箱梁支架施工技术及受力计算

主要对现浇箱梁抱箍和贝雷梁片支架施工进行介绍并对受力进行验算,对于贝雷梁片上面的碗扣支架及其他的受力构件按常规的验算方式验算即可。     

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。     

SVM复合控制算法在机炉协调控制系统中的应用研究(英文)

针对船舶主动力装置中机炉协调系统中存在的多变量强耦合、非线性及大延迟等特点,提出了基于SVM逆辨识的复合控制策略,并应用于协调控制系统的仿真研究.该方法将直接逆模控制与模糊控制结合,既利用了支持向量机逆控制设计简单,稳态精度高的优点,同时结合模糊控制响应快速,抗干扰能力强,鲁棒性好的优势,使得支持向量机模型即使没有经过足够充分的训练,也能保证控制器从一个快速和稳定的初始状态开始控制.仿真结果表明,该SVM复合控制算法在控制品质上有很大的提高.在动态响应速度、静态稳定性、抑制大超调以及鲁棒性等方面都表现出了极好的性能.     

CODOG监控系统电路板自动测试技术研究

电路板自动测试技术对于舰用动力装置监控系统的故障检测与维修至关重要。以CODOG动力装置监控系统使用广泛、故障率较高的电路板RA1-01继电器输出板为例,选取BDS—9210柜式VXI自动测试设备作为测试平台,介绍RA1-01的测试程序集（TPS）的开发过程。测试结果表明：TPS故障检测率为95%,故障隔离率为80%（模糊度为4）。     

基于EMD的柴油机失火故障诊断

提出了一种基于经验模式分解（Empirical Mode Decomposition,EMD）和自回归（Auto Regression,AR）模型的柴油机失火故障诊断方法．对3110型柴油机断油故障及正常情况下的缸盖振动信号进行了测试分析,采用经验模式分解EMD方法对振动信号进行分解,得到固有模态函数（Intrinsic Mode Function,IMF）,对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机（Support Vector Machines,SVM）进行分类,判断柴油机的工作状态和故障类型．实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机失火故障,能实现故障的实时自动化诊断．