基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。     

舰艇发电机定子温升辨识模型研究

本文以一段定子铁心和一个通风道为研究对象,分析了定子铁心温升、绕组温升与发电机相电压、相电流、无功功率之间的状态方程。并根据此状态方程,推导出了定子绕组温升与发电机相电压、相电流、无功功率之间的传递函数,此传递函数即为定子绕组温升辨识模型。最后,通过实际试验验证了该模型的正确性,为发电机状态监测研究提供了基础。     

基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型.仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快.     

电液自动舵受控对象数学建模及参数辨识

电液伺服舵机和船舶本身为船舶自动操纵控制系统中的被控对象。本文讨论电液伺服舵机的数学模型和船舶运态数学模型,并提出对这种数学模型参数进行辨识的工程实用方法,为采用伪微分反馈控制技术研制船舶自动操纵系统提供数学模型。     

基于子空间的ASM电涡流控制系统辨识

通过采用子空间辨识方法对ASM电涡流控制系统进行辨识。建立了适用于ASM测试的电涡流加载控制器的系统辨识方法,并获得了相应的数学模型,进行了辨识试验设计,并通过时域验证辨识模型精度。辨识试验结果表明,试验获得的数学模型,其仿真输出与加载减速运行试验数据基本一致。     

基于神经网络的感应电动机特性辨识新方法

提出并论证了一种基于神经网络的感应电动机特性辨识新方法,只需测得电机两相电流数值便可以辨识出电动机转矩和转速,用改进的Levenberg-Marquardt算法对神经网络进行学习和训练,构建了适合电动机转矩转速观测的BP神经网络。由于RBF神经网络无论是在逼近能力、函数拟合和学习速度方面都优于BP网络,也利用RBF网络进行了辨识。该方法较已经提出的方法相比,需要的检测量少,辨识方法简单。仿真研究表明,RBF神经网络辨识效果优于BP神经网络。     

客运码头企业双控体系建设分析

深入分析客运码头企业安全生产特点和规律,制定双控体系建设流程,划分评估区域,编制风险辨识和管控信息汇总表.根据风险辨识和管控信息汇总表,客运码头企业可以按照不同的风险等级选取合适的管控手段,做到有效的风险分级管控.客运码头企业双控体系的建立不仅可以夯实安全生产基础,提升安全管理水平,而且还可以促进企业健康发展.     

基于文本挖掘的道路运输安全风险源辨识模型

为了解决当前道路运输安全风险源辨识工作中数据短缺和人员工作量较大的问题,从文本挖掘的角度出发,提出一种能够自动辨识道路运输过程中安全风险源的模型.该模型首先对道路运输文本进行因果句提取,并对因果句进行分词操作,实现安全风险源特征的增强;其次,进行适应卷积神经网络(convolutional neural network...     

高架城市轨道交通的噪声特性分析

研究了上海轨道交通3号线的噪声特性,包括噪声的A声级时间历程、A声级频谱分析及时频分析,桥面、轨道振动加速度的频谱分析,主要声源的辨识,各声源对高架桥附近总噪声的贡献度分析.可为上海轨道交通3号线采取减振降噪措施方案提供参考数据.     

固体火箭发动机装药动态燃速辨识方法

针对固体火箭发动机改性双基固体推进剂静态燃速和动态燃速存在差异的普遍现象,分析了影响固体推进剂燃速的主要因素,提出基于最小二乘法固体火箭发动机装药动态燃速辨识方法。通过辨识的动态燃速计算得到的理论计算压强曲线与测试压强曲线对比分析可知,该方法提高了理论计算模型的预示精度,具有较强的工程应用价值。