基于单神经元自适应PID的矢量控制系统研究

转子磁场定向矢量控制中,转速PI调节器在控制对象参数变化时其鲁棒性能较差,而单神经元具有自学习、自适应能力,为了进一步改善矢量控制系统的性能,文章提出了用单神经元自适应PID控制器代替传统PI调节器。为了提高单神经元PID控制器的学习能力,将无监督的Hebb学习规则与有监督的Delta学习规则相结合,实现单神经元控制器的参数优化与在线自调。仿真结果表明,该系统不仅具有很好的静、动态性能,而且还具有很强的自适应性和鲁棒性。     

随机响应约束下的桁架结构拓扑优化

研究随机响应约束下的桁架结构拓扑优化问题具有重要的工程应用前景.文章采用自适应遗传算法(AGA)求解了随机响应约束下的桁架结构拓扑优化问题.通过引入海明距离生成高质量的初始种群、采用自适应的交叉和变异算子以及对适应度函数进行线性标定这三个步骤改进了遗传算法的搜索效率以及收敛性.在拓扑优化列式中考虑杆件以及各自由度的拓扑变量以精确地模拟优化过程中杆件和结点的删除.建立了随机载荷作用下结构均方响应的表达式,并以此作为拓扑优化问题的约束条件.另外,提出了一些启发式算法来引导杆件和结点的删除.最后,通过对随机激励下的二维桁架以及三维桁架进行拓扑优化计算,证明了本文方法的实用性和有效性.     

自适应阻尼控制悬架系统的结构与工作原理

自适应阻尼控制悬架系统（Adjuster damping control suspension system,缩写为ADS）是电子控制悬架的一种新方法,奔驰轿车即装用了该种悬架控制系统。     

盾构通过矿山法施工隧道段关键技术

盾构通过矿山法隧道段在盾构工法中施工难度最大,尤其是在始发阶段施工技术要求更高.文章以广州地铁五号线区杨盾构区间盾构通过40 m长的矿山法隧道为例,介绍了盾构通过矿山法隧道的施工关键技术及其成功经验,对今后类似工程施工具有一定的指导意义.     

基于驾驶员行为特性的自适应巡航控制的研究

为了获取驾驶员跟车行为特性并以此为基础设计自适应巡航控制系统,建立驾驶员控制增益随车速变化的动态跟车模型。引入驾驶员追踪误差敏感度,定量分析控制增益与车速的动态变化关系。为了准确描述驾驶员行为特性,定义速度误差敏感系数SVE(Sensitivity to Velocity Error)和距离误差敏感系数SDE(Sensitivity to Distance Error),基于非线性优化算法求解模型参数。最后通过Matlab搭建自适应巡航系统,进行仿真试验,并与驾驶员试验结果对比,验证控制算法。     

轨道交通盾构区间城市桥梁拆复设计特点

为了保证地铁盾构顺利掘进,需要将盾构掘进过程中碰撞的桥梁拆除,拔除桥梁桩体,然后再对桥梁进行修复。以宁波市轨道交通盾构区间拆复桥梁为研究对象,提出了拆复桥设计的思路、步骤及设计体会。     

自适应信息遗传算法在路面模量反算中的应用和稳健性研究

路基作为路面结构的基础支撑体,实际路基工程所发生的路面损坏基本上是基于路基稳定性差、强度较低,受到外部载荷作用而产生过量形变造成。主要是针对路面模量反算过程中所获得的目标函数在最优值呈现出一个狭长平坦区的特征,提出了一个基于模量反算的自适应信息遗传算法,并对新算法在路面模量反算中的稳健性进行了理论和实践对比分析。首次采用了以信息量来确定是否执行细分模量解空间的机制,有效的缩小了后期反算空间,同时,采用改进行的实数交叉算子,提高了新算法后期搜索能力,通过比较实际FWD实际检测结果与新算法的反算结果表明:自适应信息遗传算法有效的降低了传统遗传算法的复杂度,提高了求解效率,有效的保证了新算法在工程实际应用中的稳健性。     

基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.     

基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆状态估计EI北大核心CSCD

本文中提出了一种基于改进的Sage-Husa自适应扩展卡尔曼滤波的车辆行驶状态估计算法。首先建立了非线性3自由度车辆估算模型和Dugoff轮胎模型。接着通过对纵向加速度、侧向加速度、横摆角速度和转向盘转角等低成本传感器信号的信息融合,实现对车辆行驶状态的准确估计。最后应用CarSim和Matlab/Simulink联合仿真对算法进行验证。结果表明:基于改进的Sage-Husa自适应扩展卡尔曼滤波的估计算法能比扩展卡尔曼滤波算法更准确、稳定地估计车辆行驶状态。     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。