船舶舵机个体Agent的研究与构建

针对船舶运动控制的特点，用Agent思想对船舶舵机进行了深入研究，并构建了船舶舵机个体Agent的总体框架,它由在线辨识模块、预报模块、智能控制模块、学习与适应模块4部分组成，为全船MAS的实现打下了扎实的基础。     

基于鲁棒二次稳定性理论的状态观测器增益矩阵求法

针对具有定子电阻不确定参数的电机模型，设计了全阶自适应状态观测器，运用具有定子电阻参数不确定系统的二次稳定性理论，推导出转子速度的自适应辨识率，同时将定子电阻和速度视作不确定参数，利用LMI工具箱中求解不确定参数系统二次稳定性的方法，得到状态观测器的增益矩阵来保证整个系统在全速度范围内的稳定运行。此方法计算量小，易满足实时性控制要求。仿真结果表明，基于鲁棒二次稳定性理论求出状态观测器增益矩阵能保证系统在全速度范围内的稳定运行，并且可抑制定子电阻不确定性对速度辨识的影响，具有很好的鲁棒性能。     

基于信息融合与神经网络PID(比例-积分-微分)技术的潜艇自动舵研究

依据信息融合、神经网络、系统辨识等的理论,本文设计出了基于多层网络的在线自适应神经网络PID控制器,仿真结果表明,神经网络PID自动舵的控制性能要远好于传统的自动舵.     

高层建筑施工现场的危险源辨识

建筑企业的危险源辩识应围绕易造成“五大伤害”的作业活动，结合工程项目的特点进行。本文分析了高层建筑施工的特点，论述高层建筑施工各工序中存在的主要危险源，指出在施工现场进行危险源辨识中常见的问题。     

传统印刷行业有害因素辨识与对策

印刷行业数量众多,分布广泛,其环境有害因素不容忽视。印刷业中,原稿、胶片、印版、油墨和润版液等原材料的使用构成了印刷工艺的全过程。印刷中有的组成了印刷产品的一部分,有的在使用中或用毕废弃后则以固态、液态或气态的形式污染环境。应大力提倡环保型印刷材料和工艺的研究和推广,加强企业QMS、EMS和OHSMS科学管理体系的建设,在实施PDCA循环管理的基础上,使各种环境有害因素得到不断控制和减少。     

公路车辆动态称重系统解决方案

提出了一种新的车辆动态称重系统解决方案，首先导出测量模型，然后提出利用ORIV算法进行参数识别，并进行了模型实验，证明了该方案的可行性。     

两自由度并联机器人的RBF神经网络辨识自适应控制

针对平面两自由度五杆并联机器人的轨迹跟踪问题,提出了一种基于RBF神经网络的自适应PID控制方法.该控制方案利用RBF神经网络自适应学习辨识并联机器人系统的未知非线性动态,可以在线调整PID控制参数以实现高精度控制.仿真结果显示该控制策略可以精确实现对于并联五杆机器人的轨迹跟踪控制,该方法的自适应性和跟踪性能均优于传统的PID控制.     

三元锂电池荷电状态估计的传感器误差影响CSCD

锂电池荷电状态(SOC)的准确估计是电池管理系统的关键技术,为了解析传感器误差对SOC估计精度的影响,以二阶RC等效电路模型为基础,运用遗传算法进行参数辨识,采用扩展Kalman滤波算法进行SOC估计,分析电压、电流传感器存在的漂移和白噪声对SOC估计的影响。结果表明:电压、电流传感器的漂移与SOC估计误差的均值近似呈线性关系,电压、电流传感器存在的白噪声对SOC估计误差的均值无影响;对于实验中的三元锂离子电池,若使SOC估计精度在5%以内,电压的偏差值应控制在10 m V以内、电流偏差值应在1/30 C以内。     

多车道复杂环境下驾驶倾向性状态辨识

驾驶倾向性是汽车行驶过程中操控者情感偏好等特征的动态测度,是车辆安全驾驶辅助系统,特别是其碰撞预警系统中汽车驾驶人意图等心理、意识计算必须考虑的核心参数.以3车道场景为例,分析目标车位于不同车道时周边的交通态势(主要指车辆集群编组关系,重点以目标车位于中间车道为例),设计实验采集人、车、环境等相关动态信息,获取不同态势下驾驶倾向性特征数据,利用动态贝叶斯网络建立时变环境下驾驶倾向性动态辨识模型.实验验证表明,所建模型对驾驶人倾向性类型的辨识准确率可达到91％以上,能够适应多车道情况下驾驶人倾向性类型的动态识别,为以人为中心的个性化汽车主动安全系统的实现提供理论基础.     

城市综合客运枢纽运行安全现状分析

城市综合客运枢纽是城市交通发展中、整合多层面运输资源、支撑全方位客运网络的重要骨干节点,我国大规模开展城市综合客运枢纽建设的时间较短,现有标准规范虽然给出了功能和总体规模的规定,但不成体系,且缺乏针对安全问题的全面考虑.为了促进综合客运枢纽的安全运营,本文在总结现阶段我国城市综合客运枢纽存在的主要安全和应急处置问题的基础上,分别就城市综合客运枢纽规划设计阶段和运营管理方面,对未来综合客运枢纽的安全运营管理提出了诸如枢纽设计要结合实际运营需求、开展枢纽风险辨识研究、完善法律法规和枢纽管理体系等相关建议.