基于卡尔曼滤波算法的电机转速精确估计

从无刷直流电机入手建立数学模型，利用卡尔曼Kalman（EKF）滤波原理算法，对无刷直流电机的转速进行精确估计，然后在Matlab环境下仿真，验证卡尔曼滤波算法对电机转速估计的精确性。     

基于MATLAB/SIMULINK的异步牵引电机反馈试验方案仿真

文章介绍了一种新的异步牵引电机反馈试验方案,并用MATLAB/SIMULINK对该方案进行一定的建模与仿真,并给出仿真的方法和结果。     

株洲北牵引变电所地回流过大的原因及对策

对处于株洲枢纽地区的株洲北牵引变电所因回流线设置不尽合理,未设轨回流扁钢等原因造成变电所地回流过大的情况进行了分析,提出了改造回流线、重新改造地网等减少地回流过大的应对措施.     

基于双目视觉计算的车辆跟驰状态实时感知系统

双目视觉技术能够实现目标的识别与距离计算，在自动驾驶领域有很大的应用空间。然而，现阶段双目视觉存在光照干扰、遮挡、弱纹理区域歧义匹配等问题，影响其测量的准确性和可靠性。提出基于双目视觉的跟驰状态实时感知系统，该系统采用基于车辆跟驰模型的扩展卡尔曼滤波方法对车辆跟驰状态进行实时估计，包括跟驰距离、前后车速度差等。通过实际道路试验，证明了该系统能够识别并修正测量数据中的异常值，解决弱纹理区域误匹配问题。试验结果表明：25 mm焦距与12 mm焦距的双目系统跟驰间距测量值的平均误差分别为2.66%与9.14%；在相对速度测量方面，2种焦距系统的测量精度基本相同，平均误差均为1 m·s^-1左右。所提出的方法在自动驾驶车辆环境感知领域有较好的应用前景。     

建立整数型轨道状态最优综合维修计划模型

为实现高效的轨道不平顺养护维修,建立最优养护维修计划模型和采用大型养路机械进行作业是十分重要的。本文以养护维修时间为决策变量,以年度轨道不平顺平均值最小为目标函数,在考虑了一系列约束函数的情况下,建立了整数型轨道状态最优综合维修计划模型。该模型能有效利用现场的养护资源,从安全和舒适的角度出发来制定养护计划,该模型的建立从理论上解决了轨道不平顺状态计算机辅助决策系统的关键问题。     

小波变换在电力机车主整流器故障检测中的应用研究

提出了一种基于小波变换的小波信息熵,并利用其构造设备状态检测指标计算方法,将这种状态检测方法应用到电力机车主整流器故障检测中。通过各种不同故障状态仿真实验分析,表明这种方法是有效的,同时具有较强的抗干扰性。     

重塑非饱和粘性土的抗剪强度参数与物理状态变量的关系研究

采用分层击实的方法重塑制备三轴试验土样。按5级围压(100kPa,200kPa,300kPa,450kPa,600kPa)完成了土样的三轴压缩UU试验。试验结果表明:在水分状态和密度状态空间,该重塑非饱和粘性土抗剪强度参数的分布具有明显的规律性,但这种规律性不易用简单函数表达。粘聚力的分布呈倾伏的不规则背斜面,内摩擦角的分布呈变形的W型折曲面。粘聚力和内摩擦角与含水量的关系是强非线性的,与干密度的关系总体上是弱非线性的。存在两个特征含水量18 16和16 34,不同密度状态的土样在特征含水量18 16处粘聚力和内摩擦角均取极大值,在特征含水量16 34处内摩擦角均取极小值。     

机车乘务员心理卫生状况的调查分析

采用焦虑自评量表 (SAS)和抑郁自评量表(SDS) ,对 10 3名电力机车乘务员的心理卫生状况进行评价。结果表明 ,机车乘务员的SAS和SDS标准分均明显高于国内常模 (P <0 0 1) ,有明显的焦虑和抑郁症状。机车乘务作业对乘务员的心理健康有不良影响 ,但不具有时间剂量的累积效应 ;机车乘各员普遍存在着明显的心理卫生问题 ,其心理卫生状况与年龄、工龄没有明显关系。     

精确反馈线性化在船舶航向保持器上的应用

现有的船舶航向保持器的设计大都采用Nomoto线性模型，而忽略了船舶操纵运动的非线性因素，因此航向控制的精度比较低。选择状态反馈精确线性化方法，将响应型船舶运动的非线性数学模型进行线性化，再利用基于闭环增益成形算法的鲁棒控制器进行控制，然后在Maflab的Simulink下进行系统仿真，仿真结果表明，所设计的基于闭环增益成形算法的控制器比基于LQR的控制器具有更好的控制能力。     

Real-time freeway traffic state estimation based on extended Kalman filter: Adaptive capabilities and real data testing

This paper reports on real data testing of a real-time freeway traffic state estimator, with a particular focus on its adaptive capabilities. The pursued general approach to the real-time adaptive estimation of complete traffic state in freeway stretches or networks is based on stochastic macroscopic traffic flow modeling and extended Kalman filtering. One major innovative feature of the traffic state estimator is the online joint estimation of important model parameters (free speed, critical density, and capacity) and traffic flow variables (flows, mean speeds, and densities), which leads to three significant advantages of the estimator: (1) avoidance of prior model calibration; (2) automatic adaptation to changing external conditions (e.g. weather and lighting conditions, traffic composition, control measures); (3) enabling of incident alarms. These three advantages are demonstrated via suitable real data testing. The achieved testing results are satisfactory and promising for subsequent applications.