无模型自适应控制算法在ROV定深控制中的仿真

将无模型自适应控制方法应用于ROV(Remote Operated Vehicle)定深控制当中。该控制方案的设计仅利用ROV的垂向推力输入数据和深度输出数据，用动态线性化时变模型替代ROV非线性系统模型，算法中不包含ROV模型及水动力参数信息。因此，解决了ROV因系统复杂，水动力参数难以确定所导致的控制器设计复杂度高，控制效果不理想的问题。为了便于仿真，本文建立含有补偿参数的ROV简化模型，模型仅用于产生系统的I/O数据，不参与控制器的设计。仿真结果表明，在ROV定深控制当中，无模型自适应控制(Model-free adaptive control，MFAC)比PID控制具有更强的抗扰能力。此外，在欠阻尼ROV系统中，基于偏格式动态线性化的无模型自适应控制(partial form dynamic linearization based Model-free adaptive control，PFDL-MFAC)方案相比于基于紧格式动态线性化的无模型自适应控制(compact form dynamic linearization based Model-free adaptive control，CFDL-MFAC)方案具有更好的控制效果。     

舰船航向非线性自适应鲁棒控制方法

舰船航行时由于存在线性干扰,使得航向控制方法鲁棒性较差。为此,提出舰船航向非线性自适应鲁棒控制方法研究。基于惯性坐标系的空间位置和姿态角,将舰船运动化为3个平面运动,建立舰船操作运动方程,依据运动方程,计算舵力及舵机特性,在考虑舵力的作用下,计算非线性控制律,去除线性干扰项,设计自适应鲁棒控制器,达到控制舰船航向的目的。测试结果表明:与传统的控制方法相比,设计的舰船航向非线性自适应鲁棒控制方法转艏角速度更接近0,且船首向角定向需要的时间更少,说明该控制方法鲁棒性更好,适合应用在舰船航向控制中。     

液压杆式自适应超高轨枕结构强度及影响因素分析

针对小半径曲线段上出现过超高与欠超高的现象,提出一种能够自动调节超高值的液压杆式轨枕,对轨枕的结构组成和工作原理作简要说明.基于有限元法建立轨枕及下部结构的三维模型,在此基础上,分析在列车荷载作用下,轨枕及下部装置在不同外轨超高状态下的结构强度,同时对比铰接件垫板面积、铰接件宽度、导向块长度和外轨支承钢块厚度等参数对轨枕及下部装置的结构强度的影响规律.研究结果表明:在承受垂向、纵向、横向荷载且轨枕外轨超高在150 mm以内时,轨枕及下部结构强度均符合材料强度要求;增加垫板面积能够降低铰接件和外轨处钢枕部位承受的最大压应力;增加导向块长度能降低导向块所承受的最大拉应力和最大压应力;铰接件宽度的增大不利于增加铰接件处的强度;支承钢块的厚度可适当减少来降低轨枕及下部装置整体重心.     

应对移动阴影的车载光伏步进扫描快速功率追踪

移动阴影给车载光伏最大功率跟踪（maximum power point tracking，MPPT）带来巨大挑战. 为提高移动阴影遮挡下的功率追踪速度，提出一种新的车载光伏全局最大功率跟踪（global maximum power point tracking，GMPPT）自适应步进扫描方法. 首先，分析温度及辐照强度对光伏单体输出特性的影响规律，基于温度及短路电流预测光伏单体开路电压；其次，基于串联光伏阵列的最大功率点电压与光伏单体输出特性的关系，以及局部阴影条件下多峰曲线峰值点电压和功率的变化特性，提出功率追踪步进扫描的自适应步长求取方法；最后，通过仿真及样车试验对所提算法进行可行性测试和评估. 结果表明:与常规扫描法相比，本算法的追踪速率最高可提升74%，且可避免严重遮挡时无法追踪全局最大功率点的问题.      

基于交叉感应回线的磁浮车辆连续测速定位方法

分析了交叉回线区域空间磁场分布, 利用磁通密度纵向分布周期性特征, 将车辆位移、速度用感应电压包络信号相位角与角速度来表征; 建立了采用简单交叉回线的车辆测速定位状态空间方程组, 将车辆运行位置和速度作为状态变量在测试过程中连续输出; 考虑实际运行工况下的复杂电磁环境, 引入了噪声自适应算法, 提出了基于新息自适应的磁浮车辆实时连续测速定位计算方法; 在实验室条件下建立了交叉感应回线标定系统, 验证了方法的基本原理; 为了验证方法的有效性和准确性, 进了数值仿真算例分析, 考虑正常噪声和突变噪声工况, 并对比了包含和不包含自适应噪声处理过程的计算结果。试验结果表明: 不同间隔距离条件下, 感应电压包络线都接近于正弦波, 1次谐波是包络信号的主要成分, 相同阶次的谐波幅值与间隔距离成近似线性关系, 与理论分析结果一致; 在正常噪声区段, 速度误差不超过0.03 m·s-1, 定位误差约为3 mm, 在突变噪声区段, 速度误差均值为0.027 m·s-1, 最大值为0.130 m·s-1, 定位误差均值为4.82 mm, 最大值为23.39 mm, 说明测速定位方法可以满足实际应用需求; 数值仿真中突变噪声区段的低信噪比信号在实际应用中是极端情况, 对比正常噪声区段和突变噪声区段的计算结果可知改善输入信号的信噪比可以明显提高测试精度。