基于实测数据的列车坡道阻力修正模型研究

为了使列车运行仿真计算结果与实测的列车运行数据更接近,确保仿真系统能够切实有效地分析研究铁路运输生产实际,通过对比研究牵引计算方法计算结果与列车运行监控记录装置实测的数据之间的差异,识别出误差产生的主要原因,并分析了计算误差与坡道类型及列车编组之间的影响关系. 通过理论计算与实验测试,提出了基于测试结果对列车坡道阻力计算模型进行修正的方法与模型. 对修正计算模型和原始模型的计算结果与实测数据进行对比分析,结果表明,修正后的计算模型与实测数据更加吻合,平均计算误差从14％降低到5％. 目前,该模型已成功应用到内燃牵引货运列车节能优化操纵指导系统,取得了良好的实用效果.     

基于单参数自调节RM-GO-LSVR的船舶操纵灰箱辨识建模

为实现舵角小、试验数据少条件下船舶操纵辨识建模, 提出了一种船舶操纵运动灰箱模型; 搜集水动力系数已知的船舶运动数学模型作为备选参考模型(RM), 计算被辨识船舶与备选RM的相关系数, 并以此筛选合适的RM; 运用相似准则将观测数据映射到RM的输入值域, 建立被辨识船舶与RM的运动关联, 获得了RM的加速度项, 并使用线性支持向量回归(LSVR)机补偿被辨识船舶和RM加速度项间的误差; 分析了机理模型, 设计了合适的LSVR输入项, 使用全局优化(GO)算法自动调节了LSVR的不敏感边界参数; 基于自航模试验数据训练了灰箱模型, 并与约束模试验(CMT)结果和计算流体力学结果比较, 验证了灰箱模型的泛化能力和预报精度。研究结果表明: 在20°船艏向、20°舵角Z形试验预报中, 灰箱模型所得第一超越角精度至少比CMT、虚拟约束模试验(VCMT)和RM方法所得结果高1°, 灰箱模型所得第二超越角精度至少比CMT和VCMT所得结果高0.4°; 在35°舵角旋回试验预报中, 灰箱模型所得进距精度至少比CMT、VCMT、数值循环水槽试验(NCWCT)和RM方法所得结果高1%, 灰箱模型所得战术直径精度比CMT所得结果低4%, 比NCWCT所得结果高10%;RM方法有助于灰箱辨识建模, GO算法能够优化LSVR的不敏感边界参数, 建立的单参数自调节灰箱辩识建模方法能够实现小舵角、少数试验条件下的船舶操纵辨识建模。     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

基于小波支持向量机的电力系统短期负荷预测

根据相空间延迟坐标重构理论,基于支持向量机强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出了一种基于小波支持向量机的电力系统短期负荷预测方法,并利用该方法对嵌入维数与预测性能的关系进行了探讨。仿真结果表明,该预测方法能精确地预测电力负荷,而且在电力负荷序列的最佳嵌入维数未知时也能取得比较好的预测效果,这一结论预示着小波支持向量机是一种预测电力系统短期负荷的有效方法。     

用称重传感器实现倾角虚拟测量

将虚拟测量技术应用于平台倾角的测量,提出了用称重传感器测量倾角的设想,并通过实验加以验证,发现该方法存在一定的测量误差,但误差分布规律性较强,应用误差补偿方法以减小实际测量误差。经过补偿,使称重传感器测量倾角的实际误差大大减小,最大相对误差为0.375%F.S.,最大绝对误差为0.1687°,达到了较高的测量精度,完全可以满足工程实际倾角测量的精度要求。     

自动检测系统非线性误差的神经网络校正方法

在自动检测系统中,由于传感器、放大器、A/D转换电路等存在非线性误差,使得检测系统存在非线性误差.非线性误差是系统误差,属于静态误差.为减少检测系统的测量误差,在自动检测系统中需要对非线性误差进行校正.讨论了一种采用FLANN神经网络进行非线性误差的校正方法.这种方法比采用整段校正、平方插值校正等方法具有更好的性能.     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

线性空间中集值优化问题弱有效解与向量鞍点

在序线性空间中定义了带广义不等式约束集值优化问题的广义向量Fritz-John鞍点和广义向量Kuhn-Tucker鞍点,建立了二者之间关系.最后,借助广义锥次似凸映射的择一定理,讨论了集值优化问题的弱有效解与它们之间的关系.     

大跨径斜拉桥施工误差控制的卡尔曼滤波法

运用工程控制论的思想，将斜拉桥的施工误差控制视为一随机最优控制问题，建立相应的数学模型，采用卡尔曼最优一步预测，按确定性的最优控制规律构成闭环状态反馈系统，对各施工节段进行调整控制，以期达到设计要求。     

基于支持向量机的装载机齿轮箱故障智能诊断研究

在分析现有齿轮箱故障诊断方法的基础上,提出了采用多分类器支持向量机齿轮箱故障智能诊断方法,简介了该方法的系统结构、实现原理、特征提取与故障类别,重点讨论了齿轮箱故障多分类器支持向量机智能诊断模型与算法。仿真试验结果说明了采用多分类器支持向量机智能方法进行齿轮箱故障智能诊断的可行性与正确性。