基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识.对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行.     

IGBT机理建模及其基于神经网络的参数辨识方法

为获取专用的绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)模型,实现IGBT电路的针对性优化,在Hefner模型的基础上,对IGBT的开通和关断状态进行了机理建模,并重点分析了其暂态过程.在此基础上,提出了基于神经网络优化算法对模型参数进行辨识的方法,获得了单个IGBT元件的机理模型.以一个FGA25N120型的IGBT为例,进行了仿真和实验研究,通过仿真与实验结果的对比,拟合优度达0.9,验证了本文所提机理模型的正确性及基于神经网络辨识所得参数的精确性.      

主动磁轴承的神经网络辨识研究

简述了主动磁轴承的工作原理及数学模型,在传统系统辨识的基础上提出了基于BP神经网络的非线性辨识方案.通过闭环控制使转子稳定悬浮,并在控制器的输出信号中加入随机噪声,以使系统被充分激励.按照10 kHz的采样频率对磁轴承的I/O数据进行采样,以用于磁轴承特性的辨识.对某单自由度磁轴承的仿真表明,神经网络模型能够以很高的精度逼近磁轴承的输入输出数据,且对不同的输入信号有较好的泛化能力,验证了所提方案的有效性.     

基于Elman神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q型电喷汽油机为研究对象,分析了汽油机空燃比的数学模型,提出了一种基于Elman神经网络的过渡工况空燃比辨识方法。试验结果表明,Elman神经网络空燃比模型具有简单的网络结构,能高精度地逼近车用汽油机空燃比的实际动态过程,模型的平均相对误差小于1%,优于前馈BP神经网络模型的辨识结果。建立的Elman神经网络空燃比模型能改善过渡工况空燃比控制精度,提高排放性能。     

地头沟隧道安全风险评估中的安全风险源辨识研究

针对某高速公路工程中的地头沟特长隧道进行安全风险评估中的安全风险源辨识研究,涉及建设条件安全、结构方案风险、施工技术风险及运营管理安全等方面,可作为类似工程借鉴参考的资料。     

基于单参数自调节RM-GO-LSVR的船舶操纵灰箱辨识建模

为实现舵角小、试验数据少条件下船舶操纵辨识建模, 提出了一种船舶操纵运动灰箱模型; 搜集水动力系数已知的船舶运动数学模型作为备选参考模型(RM), 计算被辨识船舶与备选RM的相关系数, 并以此筛选合适的RM; 运用相似准则将观测数据映射到RM的输入值域, 建立被辨识船舶与RM的运动关联, 获得了RM的加速度项, 并使用线性支持向量回归(LSVR)机补偿被辨识船舶和RM加速度项间的误差; 分析了机理模型, 设计了合适的LSVR输入项, 使用全局优化(GO)算法自动调节了LSVR的不敏感边界参数; 基于自航模试验数据训练了灰箱模型, 并与约束模试验(CMT)结果和计算流体力学结果比较, 验证了灰箱模型的泛化能力和预报精度。研究结果表明: 在20°船艏向、20°舵角Z形试验预报中, 灰箱模型所得第一超越角精度至少比CMT、虚拟约束模试验(VCMT)和RM方法所得结果高1°, 灰箱模型所得第二超越角精度至少比CMT和VCMT所得结果高0.4°; 在35°舵角旋回试验预报中, 灰箱模型所得进距精度至少比CMT、VCMT、数值循环水槽试验(NCWCT)和RM方法所得结果高1%, 灰箱模型所得战术直径精度比CMT所得结果低4%, 比NCWCT所得结果高10%;RM方法有助于灰箱辨识建模, GO算法能够优化LSVR的不敏感边界参数, 建立的单参数自调节灰箱辩识建模方法能够实现小舵角、少数试验条件下的船舶操纵辨识建模。     

公交信息的乘客光环效应

光环效应是一种特殊的非理性心理现象，可利用其改善公交乘客的满意度.本文认为显著维度光环效应指标除了满足对总体满意度作用系数最大外，还应新增 3个基本特征，据此提出了一种新的基于多个特征的显著维度光环效应指标辨识方法，克服了单个特征有时错误识别的缺陷.基于 2017年武汉市公交乘客满意度数据，利用双因素和决策树法辨识潜在的显著维度光环效应指标，缩小辨识范围.利用各分项满意度指标的影响人群比例，评分均值与总体满意度关系，对总体满意度的作用系数，评分方差等精确辨识了显著维度光环效应指标. 研究发现，公交信息服务对 55.42%的乘客具有反向光环效应.改善公交信息服务可显著提高不满意乘客的满意度.     

基于模型参考自适应的永磁同步电机在线参数辨识方法研究

为实现用模型参考自适应(MRAS)对永磁同步电机(PMSM)参数进行在线辨识,建立了参考模型与可调模型,将两模型输出的差经过自适应机构,并通过合适的自适应率来实时调节可调模型中的待辨识参数,最终使得可调模型中的待辨识参数收敛到一个正确的值,从而得到要辨识的电机参数。仿真和试验结果表明,基于MRAS的在线参数辨识算法可以准确、实时地辨识出永磁同步电机的定子电阻、电感和永磁体磁链。     

长江福姜沙南水道危险源分析与控制

分析辖区危险源,加强张家港危险源分析与控制研究。其目的在于事前把握现场监管重点和难点,做到主动预防、提前预警、科学预控,将安全隐患和事故苗头消除在萌芽状态,从而不断提升海事服务能力和水平,提高海事执法效率,推进海事监管科学发展。     

基于云粒子群算法的船舶纵摇运动参数辨识

提出一种基于云粒子群优化算法的船舶纵摇运动参数辨识方法。该方法利用正态云发生器自适应调整粒子群算法的惯性权重,并在算法进化过程中对粒子位置进行基于云模型的变异操作,可以很好地解决算法早熟收敛的缺点,能够提高算法的收敛精度和收敛速度。应用该算法对船舶纵摇有关运动参数进行辨识,辨识结果在可以接受的范围之内。