基于直击雷先导发展模型的舰船雷击附着点计算及试验验证北大核心CSCD

[目的]为设置并完善舰船防雷措施,对舰船关键设备的雷击风险和避雷针防护效果进行评估。[方法]首先,构建能模拟自然先导发展状况的先导发展模型,并引入舰船模型对舰船的雷电附着过程进行分析计算;然后,研究下行雷电先导发展至舰船四周不同区域时的舰船表面电场分布、各位置受到雷击的可能性,以及避雷针对雷击风险的防护效果;最后,在实验室中开展缩比模型放电试验并验证计算结果。[结果]结果显示,雷击附着点主要集中在舰船结构相对突出的位置,避雷针可改善舰船表面的电位分布,起到雷击防护作用,但最终雷击点的确定与下行先导的发展区域有关。[结论]结合计算结果与舰船缩比模型雷击附着试验结果,能够分析舰船直击雷防护薄弱环节,雷击附着点的最终位置与双向先导的连接情况关系紧密,所提先导发展模型能较好地对不同先导发展方位下受到雷击的舰船区域进行预测。     

基于多参数自适应优化的智能车轨迹跟踪

为了在不同工况中，同时兼顾轨迹跟踪算法的跟踪精度，计算速度与车辆稳定性，提出基于不同车速和路面附着系数的参数自适应MPC算法。在线性时变MPC的基础上增加车辆稳定性控制，并基于路面附着系数设计2种控制策略：在高附着系数路面，针对不同车速优化预测时域与控制时域；在低附着系数路面，开启车辆稳定性控制并基于改进粒子群算法优化权重参数。2种策略在保证跟踪精度与车辆稳定性的基础上提高计算速度。设计基于前馈神经网络的路面识别算法从而为多参数自适应轨迹跟踪算法识别所在道路的路面附着系数，利用CarSim-Simulink平台进行联合仿真。研究结果表明：路面识别算法的平均绝对百分比误差为12.77%,足够满足多参数自适应轨迹跟踪算法的需求；相较于传统线性时变MPC跟踪算法，低速工况下参数自适应轨迹跟踪算法在高附着系数和低附着系数的路面上，横向平均绝对误差分别降低了20.7%和24.6%;高速工况下横向平均绝对误差分别降低了66.2%和50.7%;综合所有试验，算法的计算时间减少了40.2%;在保障车辆稳定性的同时降低算法的计算时间。研究成果针对不同车速与附着系数对轨迹跟踪算法参数进行优化，利用自适应预...     

基于路面附着系数估计的车辆轨迹跟踪控制

针对车辆在高速转向和不同路面附着系数下的轨迹跟踪控制问题，基于模型预测控制理论提出了一种考虑路面附着系数的变侧偏角约束MPC控制策略。根据魔术公式轮胎模型分析轮胎的侧偏特性以及不同附着系数对轮胎侧偏角-侧向力线性区的影响，建立轮胎侧偏角约束与不同路面附着系数的函数关系；采用遗传算法（GA）优化BP神经网络模型设计路面附着系数估计器，将估计结果作为与轮胎侧偏角约束相关的变量传递到MPC控制器中；最后在MPC控制器中建立系统控制量约束、控制增量约束，以及考虑路面附着系数的变侧偏角约束，将不同路面附着系数工况下的轨迹跟踪问题转化为多约束条件下最优值求解问题，实现轨迹跟踪和车辆稳定性控制。仿真和试验结果表明，考虑路面附着系数变化的MPC控制方法相对传统MPC控制方法在各种工况下具有更高的轨迹跟踪精度和更好的车辆稳定性，GA-BP神经网络路面系数估计方法具有很高的估计精度。