Min-norm spatial spectrum based on acoustic vector-sensor linear array

1 Introduction1 The Min-Norm(MN) algorithm was proposed by Kumaresan and Tufts[1] for estimating the DOA of targets applied at pressure sensor arrays. It has been proved that lower bias and higher resolution of DOA estimation using the MN algorithm is obt…     

直线感应电动机直接推力控制及其仿真

介绍了一种与旋转电机模型类似的单边直线感应电动机动态模型,该模型考虑了边端效应对电机参数及性能的影响,这对于习惯使用经典旋转电动机模型的工程技术人员而言是极其方便的。基于该模型,推导出了直接推力控制的磁链观测单元,并在此基础上建立了直接推力控制直线感应电机传动系统的Matlab/Simulink仿真,进行了初步的应用分析。仿真结果与分析结论初步表明该系统在直线感应电动机控制中的可行性及鲁棒性。     

采用直线电机牵引的广州地铁车辆

概要介绍了国内首次采用直线电机牵引的广州轨道交通4、5号线地铁车辆的主要技术特点,列车的组成和主要技术参数,并对车体、转向架、牵引与制动系统、逆变器、直线电机、辅助系统以及列车控制与制动系统作了较为详细的说明。     

用于驱动地铁车辆的直线电机的能量损失分析

指出直线电机作为地铁列车的推进部件,存在运行效率不高、能量损耗大的问题;从经济运行的角度出发,说明研究直线电机的能量损失、提高其运行效率是很有意义的工作。对应用于驱动地铁车辆的直线电机的工作原理进行简要介绍,并对其运行过程当中的能量损失进行初步分析。     

约束可松弛的网络绿波模型

为解决区域交通信号协调控制领域中常规网络绿波模型可行域窄或无解的问题,提出了约束可松弛的网络绿波模型。应用混合整数线性规划方法构建模型,以所有路段双向绿波带宽加权和最大为优化目标,利用约束松弛方法,将干线约束和网络外圈闭环约束转变为可松弛的不等式约束。模型针对每条路段引入了0~1二元变量,表示路段的绿波是否被打断。通过模型求解,获得网络中必要的松弛路段,并打断相应的路段绿波,去除外圈闭环约束,以扩大可行域并找到最优解。算例对不同控制方案下提出的模型和其他绿波模型的绿波优化结果进行比较分析。算例显示,当网络各个交叉口采用同一化控制方案时,易于在不打断任何路段绿波的条件下找到最优解。此时,所提出的模型的解和常规网络绿波模型的解等价。当网络各交叉口采取差异化控制方案时,常规网络绿波模型无可行解,Gartner网络绿波模型仅获得非最优的可行解,而所提出的模型能够获得全局最优解。算例中只有1条路段的绿波被打断,而网络的其他路段均获得有效绿波带,且任意相交的干线绿波能够合理协调。算例优化结果表明：所提出的模型优于常规网络绿波模型和Gartner网络绿波模型,更适合复杂的城市交通网络信号优化设计。     

基于偏最小二乘回归的疏浚产量预测方法

针对绞吸式挖泥船产量预测困难的问题,对挖泥船作业实时反馈的数据进行研究。利用Relief权重算法提取出影响挖泥船产量的主要工艺参量,并在此基础上采用偏最小二乘回归,建立主要工艺参量与产量之间的数学模型,实现对挖泥船产量的预测。结果表明,利用偏最小二乘回归建立的数学模型能够很好地对挖泥船的产量进行预测,可为预测挖泥船的产量提供一种有效的方法。     

线性绞车电控系统开发与应用

基于广州打捞局120 000 kN抬浮力打捞工程船配套4 500 kN线性绞车的技术要求,提出线性绞车电控系统设计方案。从线性绞车在打捞工程船中的作业工况、电控系统的通讯架构、线性绞车单台控制及远程联动的自动控制、人机界面操作等方面进行研究,介绍线性绞车电控系统的设计思路,为线性绞车在打捞沉船工作中的正确运用提供了理论支撑和技术保障。     

Assessment of factors associated with travel time reliability and prediction: an empirical analysis using probabilistic reasoning approach

Significant efforts have been made in modeling a travel time distribution and establishing measures of travel time reliability (TTR). However, the literature on evaluating the factors affecting TTR is not well established. Accordingly, this paper presents an empirical analysis to determine potential factors that are associated with TTR. This study mainly applies the Bayesian Networks model to assess the probabilistic association between road geometry, traffic data, and TTR. The results from this model reveal that land use characteristics, intersection factors, and posted speed limits are directly associated with TTR. Evaluating the strength of the association between TTR and the directly related variables, the log odds ratio analysis indicates that the land use factor has the highest impact (0.83) followed by the intersection factor (0.57). The findings from this study can provide valuable resources to planners and traffic operators in their decision-making to improve TTR with quantitative evidence.     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。