我国二代卫星导航系统定位技术研究

导航电文是卫星系统的一项关键技术,导航电文内容中卫星的星历反映卫星的在轨状态,主要讨论了第二代卫星定位导航系统的导航电文的内容设计和最小二乘估计方法在接收机定位中的应用。     

基于稀疏采样数据的电动公交车电池SOC预测方法研究

为提高电动公交车电池SOC预测的精度,基于某电池监控云平台电池数据库中存储的以30 s为采样周期的稀疏采样的电池运行数据,对电动公交车电池SOC预测方法进行了研究。首先,介绍了稀疏采样数据源,分析了电动公交车动力电池的运行过程及其SOC变化的影响因素。选取了当前电池组的总电压、电流、电池模组温度均值及前一时刻SOC值作为预测变量,而选择当前电池组SOC作为输出变量,构建了训练数据集与测试数据集。然后,采用支持向量机(SVM)算法进行训练,并使用贝叶斯优化算法寻找SVM的最优超参数组合,提出了基于稀疏采样数据的电动公交车电池SOC单步预测方法。接着通过对训练数据集的再划分,进一步提出了基于稀疏采样数据的电动公交车SOC自主预测方法,摆脱了在SOC长期预测过程中对于BMS估计的真实SOC值的依赖。试验结果表明,SOC单步预测方法的最大绝对误差仅为1.82%,SOC自主预测方法的最大绝对误差也只有5.89%,都具有较高的预测精度。根据在不同运行路线和不同环境温度下的试验结果,SOC预测模型具有较高的鲁棒性。     

重点要“稳” 采埃孚自动驾驶目标锁定L2+和L4

"现在市场上有些系统,让你在驾驶过程中,明显的感觉到车身的摆动,说明它们的车道保持不好。这样会影响驾驶者的驾驶体验。对我们而言,度量级别不重要,重点是稳!"——采埃孚全球CEO沃夫翰宁·施艾德回顾过去三年所经历的CES展会,整个自动驾驶行业一直长期处于亢奋状态。从L2-L5级别,只要你想似乎都能找到相对应的产品以及解决方案。仿佛大家之间正进行一场不言而喻的军备竞赛。远的不说,单说采埃孚本身,2017年第一次亮相并现场与百度合作上车的ProAI至今历历在目。随后两年,ProAI的型号一年比一年高,性能也逐代强悍。     

钢筋混凝土桁架拱桥承载能力的检测与评估

为了研究钢筋混凝土桁架拱桥承载能力的检测与评估方法,以一座跨越黄河的钢筋混凝土桁架拱桥为工程背景,通过查阅工程资料、现场调查、建模计算、荷载试验的方法对该桥的承载能力做出了综合性的评估。研究结果表明:钢筋混凝土桁架拱桥的承载能力评估是一项复杂的、综合性的评估,仅凭某种单一的检测手段无法对其作出科学客观的评价,应综合考虑其工程背景、区域规划、理论模型及实际工作状态,才能对其作出科学客观的评价与建议,这样既能保证桥梁的运营安全又不会造成资源的浪费。     

大跨悬浇钢筋混凝土拱桥施工扣索力优化计算分析

为有效控制钢筋混凝土拱圈在悬臂浇筑过程中出现过大的拉应力,文中以某大跨悬浇钢筋混凝土拱桥为依托,提出一种扣索力优化计算方法。首先,基于“未知荷载系数法”获取拱圈最大悬臂状态扣索力初值;然后,开展正装分析并提取施工过程的索力、应力以及位移影响矩阵,基于优化原理并利用MATLAB软件对扣索力开展进一步优化。最后,分别基于影响线原理和无应力状态法原理确定拱圈合龙前扣索力最优拆除顺序和扣索补张拉值,确保拱圈受力合理、松索成拱后拱圈线形光滑圆顺。算例结果表明,扣索初拉力值较为均匀,所有索力值安全系数均大于2.5;拱圈松索成拱线形合理,未出现“马鞍形”;拱圈施工过程中截面拉应力均小于1.8 MPa,满足设计要求。     

基于模糊数学的电动汽车电机性能评价

为解决纯电动网约车电机性能状态实时评价的问题,文章建立了电机模糊综合评价模型。根据电机的运行特性以及模糊评价输入集的要求,提出了评价模型输入参数选取的两个原则,并选取电机温度、电机控制器温度和电机转速作为评价参数。基于电机性能的状态评价,提出了模糊综合评价的步骤,详细阐述了模糊关系矩阵与模糊输入集的建立,求得目标模糊关系矩阵以及隶属度函数,并结合实验数据对模糊综合评价模型进行验证,电机评价模型的评价结果与电机实际性能相符,验证了文章建立的综合评价模型的有效性。     

施工最大悬臂状态梁桥P-Δ效应有限元分析

文章以赣江大桥和宁海新桥特大桥为研究对象,利用有限元模型对其主桥施工最大悬臂状态下P-Δ效应进行了计算,分析了考虑P-Δ效应时的桥梁位移与应力变化情况,为今后类似工程的设计计算和施工监控提供参考。     

不同姿态表示方法下的姿态估计分析

在组合导航中,针对不同姿态表示方法构建的姿态估计算法在计算量和精度等方面存在性能差异较大等问题,分别对四元数无味估计器、基于修正罗德里格斯参数和高阶罗德里格斯参数所构成的姿态估计算法进行理论推导与性能比较分析。在数值实验中,比较了3种姿态估计算法在计算量和精度等方面的优劣性,结果表明四元数无味估计器精度最优,但计算量较大,而基于高阶罗德里格斯参数的姿态估计算法计算量最小,相对精度较高。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。