高速列车滑模自抗扰黏着控制方法

为解决高速列车运行过程中因轨面情况改变,导致列车没有达到最大黏着利用而出现空转或滑行等问题,设计了一种基于最大黏着系数的滑模自抗扰(SM-ADRC)黏着控制器;考虑轮轨间黏着特性的复杂、时变与非线性等特点,基于黏着机理分析,建立了轮轨间牵引系统的力学模型;采用极大似然估计(MLE)方法对不同轨面的相关参数进行辨识,计算了当前轨面的最大黏着系数,保证列车始终能达到最大黏着利用;通过引入滑模算法改进了自抗扰控制(ADRC)中非线性误差反馈控制律部分,设计了一种SM-ADRC黏着控制算法,利用Levant跟踪微分器减小初始跟踪误差,利用扩张状态观测器(ESO)估计和补偿系统总的外部扰动,由滑模控制提高系统的鲁棒性;采用MATLAB软件对CRH380A型高速列车进行仿真,在轨面情况改变时,由SM-ADRC黏着控制器控制列车跟踪设定速度,并将其与比例积分微分(PID)控制器、滑模控制器、ADRC的仿真结果进行对比。仿真结果表明：干燥轨面的最大黏着系数是0.160,16 s时辨识出真值;潮湿轨面的最大黏着系数是0.106,18 s时辨识出真值;ADRC的速度跟踪误差范围为±1 km·h^-1,轨面变化后,速度跟踪误差波动幅度较大;SM-ADRC黏着控制器的速度跟踪误差范围为±0.4 km·h^-1,轨面变化后,速度跟踪误差波动幅度较小,更加平滑稳定,速度控制跟踪精度更高,且优于PID和滑模控制方法。可见,所提出的SM-ADRC黏着控制器能够实现列车的快速黏着控制,并达到最大的黏着利用。     

诱发电位潜伏期变化的分析处理方法

研究了诱发电位的主要检测参数潜伏期变化的估计测定方法：广义相关时间延迟方法、处适应时间延迟估计方法和自适应相位谱时间延迟估计方法,并分析了动态跟踪潜伏期时变规律的有效性。     

基于多信息融合的全轮独立电驱动车辆车速估计

鉴于用非驱动轮轮速信号来估计车速的方法已不适用于没有非驱动轮的全轮独立电驱动车辆,提出了借融合车载普通传感器信号和驱动电机反馈信号等多信息源,并基于稳态工况下的轮速信号卡尔曼滤波和瞬态工况下的加速度积分的全轮驱动车辆车速估计方法.通过实车试验对该方法的有效性、适用性和精度进行了验证.     

拉索非线性振动参数敏感性分析及其频率区间估计

为准确把握拉索的动力学规律并指导工程应用,以拉索非线性振动理论(拉索自振频率的摄动法公式)为基础,以工程中常用的典型拉索为例,对拉索非线性自振频率的边界条件效应、参数敏感性以及区间估计方法进行研究.研究结果表明:拉索的边界条件效应随拉索长度、索力以及频率阶次的不同而不同;索力、线密度、弦长、抗弯刚度4个参数对于拉索各阶自振频率在影响程度、影响方式方面均存在显著差异,总体而言,自振频率偏差与索力和抗弯刚度2个参数的偏差成正比,与线密度和弦长2个参数的偏差成反比;根据拉索参数的概率统计特征能够获得拉索自振频率的区间估计.     

我国三轮摩托车市场潜力巨大

中国汽车工业协会统计数据显示,2006年我国三轮摩托车行业发展迅猛,产销量均逼近90万辆,同比增长69%,高出行业整体增幅近50个百分点,达到历史最好水平.这还仅仅是由行业统计的数据,据业内人士估计,目前全国三轮摩托车应有近300万辆的产销规模,约2/3的数据没有上报.     

基于相似性优化模型样本的实车锂电池健康状态分析

为更好地解决电动汽车动力电池健康状态（SOH）在线估计问题,减少实车采集数据中的冗余样本,改善运行工况不稳定导致的特征丢失,提升实车电池SOH估计的精度,提出一种基于增量容量分析方法（ICA）提取特征和动态时间规整（DTW）优化特征样本的SOH估计方法。首先对实车电池充电循环数据应用增量容量分析提取电池IC曲线,以曲线峰高度等形状特征作为健康因子。采用动态时间规整作相似性判据,基于IC曲线形状计算电池充电循环样本的相似度,保留与基准充电循环相似的充电循环数据,优化训练样本,最后采用全连接神经网络（MLP）模型进行SOH估计。以实车运行电池数据进行对比实验,结果表明该方法可明显改善训练样本质量,提升电池SOH估计精度。     

大跨径预应力连续刚构桥梁竖向变形施工监控

桥梁施工监控的主要目的是使施工实际状态最大限度地与理想设计状态(线形与受力)相吻合,采用线性最小方差估计法,识别施工中系统参数,利用识别的参数预报合龙时的变形.将此变形加上二期恒载和后期徐变的作用,给出当前梁块的立模高程,以期达到最优控制.给出了施工监控中计算的相关公式及测试结果,推断出刚构桥竖向变形施工监控采用的计算方法-线性最小方差估计的可行性,提出了此类桥梁竖向变形施工监控的理论和计算方法.     

基于无传感器转角估计的回正控制策略研究

文中提出了一种新型电机转角估计方法,将估算结果通过传动比反算至转向盘转角,并依靠改进的回正控制策略,运用估算的转向盘转角及转矩计算回正助力力矩。仿真结果表明：该方案不但可以达到良好的回正效果,并且有利于转向状态间的柔和切换,同时由于无传感器转角估计减少了电机控制模块的成本。     

单线圈检测器速度估计方法研究

实时精确的交通速度对于交通管理系统来说是至关重要的.然而,最普遍的单线圈检测器却不能输出速度参数.提出了一种新的单线圈检测器速度估计的模糊神经网络方法.采用杭州公路实地数据对算法进行了验证,模型的速度估计结果与实际速度接近,与传统的g因子算法相比精度有显著地提高.这一方法可以有效地应用于交通管理系统速度的估计.     

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。