具有横摇补偿控制的潜艇航向变结构控制

本文针对目前潜艇的方向舵控制普遍只考虑航向的调节,而对黄摇不加以主动控制这一现状,基于变结构控制理论对潜艇的非线性模型设计了一种具有横摇补偿的航向控制器,并通过系统的仿真曲线对它们进行了分析和评价。     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

上海通用君威前照灯无近光

故障现象：一辆2004款别克君威轿车,因前照灯无近光而进厂检修。 故障诊断：经过试车发现,在打开前照灯开关后,前照灯中的近光灯不亮,当拨动变光开关至远光位置时,远光灯能正常点亮,检查灯泡,无烧毁现象。     

变刚度复合材料螺旋弹簧的刚度预测模型及影响因素分析

变刚度复合材料螺旋弹簧,不仅具有极好的轻量化效果,还能通过刚度的变化,提升整车的舒适性。目前变刚度复合材料螺旋弹簧的设计理论尚不完善,文章基于复合材料层合板理论,结合螺旋弹簧变刚度的原理,建立了变刚度复合材料螺旋弹簧刚度预测模型。根据变刚度复合材料螺旋弹簧的刚度预测模型,分析了各结构参数对刚度的影响灵敏度,其中结构参数的影响力大小分别为簧丝半径>中径>有效圈数>芯轴半径。文章推导的刚度预测模型和影响灵敏度分析,可快速指导变刚度复合材料螺旋弹簧的结构设计。     

面向车身数字化工艺开发的多机器人避障算法

在汽车行业制造流程快速向“数字化”与“智能化”转型的背景下,制造工艺自动开发技术获得学术与产业界的广泛重视。针对车身制造过程多机器人工位中自动化工艺路径规划问题,提出基于智能化算法的多机器人系统避障与协调规划算法。针对现有机械臂在复杂多障碍物环境中局部路径规划时间长的问题,提出改进的APF-RRT*的机器人避障方法,缩短算法的迭代次数以及路径的总长度,实现局部路径的优化,提高局部避障算法的搜索效率。     

跨既有线高铁大跨窄幅变截面转体梁施工技术

新建商合杭铁路西苕溪左、右线特大桥为主跨128 m单线铁路连续梁,跨宣杭铁路,桥面全宽7.4 m,采用变截面设计,转体法施工。为实现悬灌梁快速施工,有效解决变截面内模安装、拆卸工序繁杂、费工费力,研究使用了轻型挂篮、可调变形内模架技术。通过变形架宽度调节,达到了连续梁内模架体自行收缩和加固,无需重复拆卸,实现了变截面箱梁快速化施工。针对本桥长细结构转体工况,在进行称重试验同时考虑荷载分部效应,合理优化配重方案,并在受力薄弱部位设置应力传感器,监测混凝土工况,同时为预配重提供参考值,提高转体安全性,确保大跨度窄截面梁体结构转体成功。     

基于等效因子的Q学习燃料电池汽车能量管理策略

为提高燃料电池混合动力汽车（FCHEV）燃料经济性以及维持蓄电池能量平衡,该文提出了基于等效因子的Q-learning算法的能量管理策略。构建等效耗氢量最小与维持蓄电池荷电状态（SOC）平衡的目标函数,建立FCHEV动力源能量流转化平衡模型,通过能量转化平衡机理得到耗氢量的等效因子;在城市循环+全球轻型汽车测试循环（UDDS+WLTC）工况下,对需求功率的转移概率矩阵进行求解,利用Q-learning算法离线优化燃料电池和蓄电池的输出功率;基于MATLAB/Simulink平台建立了前向仿真模型,进行整车性能的仿真试验。结果表明：在WLTC循环工况下,该策略的100 km等效耗氢量为0.730 kg,接近基于动态规则（DP）控制策略的耗氢量,且SOC保持在合理的范围内,验证了该策略的有效性;在西宁市实际工况下,验证了本文所提控制策略的适应性。     

高地应力条件下花岗岩蚀变带隧道大变形施工控制技术

拉林铁路藏噶隧道洞身穿越蚀变花岗岩地层,受花岗岩蚀变和构造残余应力影响,在施工过程中,围岩变形量大、变形速率快、持续时间长。文章根据现场变形数据、应力测试结果分析,采用优化隧道结构断面形式、长短锚杆结合、稳定掌子面、强化支护结构等综合措施,有效抑制了围岩大变形,保障了现场施工安全,探索总结出了高地应力条件下花岗岩蚀变带隧道大变形的施工控制方法及安全保障措施。     

基于SSI-PSO的汽车碰撞试验时序数据处理与分类方法

为实现汽车碰撞试验假人响应曲线数据集的类别辨识,研究了面向智能优化算法的问题转换与构造方法。针对假人曲线数据的特征处理与分类过程,提出了一种基于社会蜘蛛粒子群优化算法（SSI-PSO）的碰撞试验多变量时序数据特征选择与分类方法;利用汽车碰撞试验采集的假人曲线数据,测试和验证了该方法。结果表明：本文方法可获得面向假人曲线数据分类的最佳特征组合方式与较小规模的神经网络结构;该方法的假人曲线分类模型性能提升17.5%、分类精度达到96.5%。因而,实现了对碰撞试验假人响应曲线标注信息的有效分类。     

基于融合CNN和SSA-SVM的滚动轴承故障诊断

针对滚动轴承故障诊断问题,提出一种融合一维卷积神经网络(1D CNN)和麻雀算法优化支持向量机(SSA-SVM)的网络结构。该网络结构通过卷积运算对原始时域振动信号直接进行特征提取,将提取到的特征输入到麻雀算法优化的支持向量机中,使用支持向量机代替Softmax进行分类。利用滚动轴承故障数据进行验证,此方法故障诊断精度高达0.983,高于其他网络结构,且整体网络结构简单,有一定实际应用价值。