基于应力松弛试验用有限元预估车辙

为了使车辙预估变得更为简便,提出一种基于应力松弛试验的改进的有限元车辙预估方法。研究结果表明：不仅从粘弹性力学的角度分析,应力松弛试验在理论上与Maxwell模型具有一致性,而且实例计算结果也验证了此方法的可行性。该方法便于不熟悉本构理论的工程人员进行车辙预估。     

基于卡尔曼滤波算法的电机转速精确估计

从无刷直流电机入手建立数学模型，利用卡尔曼Kalman（EKF）滤波原理算法，对无刷直流电机的转速进行精确估计，然后在Matlab环境下仿真，验证卡尔曼滤波算法对电机转速估计的精确性。     

An inverse finite element method for the analysis of VIV data

This paper presents an algorithm for the frequency domain solution of dynamic linear “inverse” problems, that is for the processing of measurement data (strain, acceleration etc.) acquired on a mechanical structure, in order to estimate the loads acting on the structure and its corresponding response. The problem is formulated as a constrained (force equilibrium) optimization (small deviations from measurements, small loads) problem, which is transformed into an unconstrained problem, then into differential equations. The algorithm is applied to the estimation of hydrodynamic forces induced by the shedding of vortices from an offshore oil riser.     

Road roughness estimation based on discrete Kalman filter with unknown input

ABSTRACT

The road roughness acts as a disturbance input to the vehicle dynamics, and causes undesirable vibrations associated with the ride and handing characteristics. Furthermore, the accurate measurement of road roughness plays a key role in better understanding a vehicle dynamic behaviour and active suspension control systems. However, the direct measurement by laser profilometer or other distance sensors are not trivial due to technical and economic issues. This study proposes a new road roughness estimation method by using the discrete Kalman filter with unknown input (DKF-UI). This algorithm is built on a quarter-car model and uses the measurements of the wheel stroke (suspension deflection), and the acceleration of the sprung mass and unsprung mass. The estimation results are compared to the measurements by laser profilometer in-vehicle test.     

基于Monte Carlo抽样方法的随机离散化在分组数据中的应用

对一种基于Monte Carlo抽样方法的随机离散化做了改进,并将改进后方法应用于分组数据的统计推断中,用来计算未知参数的近似极大似然估计和区间估计.改进后的方法弥补了原方法有时不能满足Sn(f)≈S(f)的缺点.该方法思想简单,易于执行,并且是非迭代,任意维的.所以,通过实例模拟,还可以看出该方法运行速度快,远优于Gibbs抽样、EM算法等其它几种方法.而且运算结果精度高,尤其表现在未知参数的区间估计上.因此提供了一种计算未知参数估计的简单方法.     

编组站动态配流模型与算法研究

如何从众多的解体方案中选择有利方案 ,这是编组站动态配流所要解决的核心问题。本文在文献 [3 ]的基础上 ,运用组合数学原理构造方案树 ,提出最大可能剩余量概念 ,导出计算公式 ,并以此作为方案值控制树的生长 ,进而利用回溯算法搜索有利方案。这样 ,本文连同文献 [2 ]、[3 ]一起 ,为配流问题的全面解决提供了完整的思路和具体的计算方法     

基于双目视觉计算的车辆跟驰状态实时感知系统

双目视觉技术能够实现目标的识别与距离计算，在自动驾驶领域有很大的应用空间。然而，现阶段双目视觉存在光照干扰、遮挡、弱纹理区域歧义匹配等问题，影响其测量的准确性和可靠性。提出基于双目视觉的跟驰状态实时感知系统，该系统采用基于车辆跟驰模型的扩展卡尔曼滤波方法对车辆跟驰状态进行实时估计，包括跟驰距离、前后车速度差等。通过实际道路试验，证明了该系统能够识别并修正测量数据中的异常值，解决弱纹理区域误匹配问题。试验结果表明：25 mm焦距与12 mm焦距的双目系统跟驰间距测量值的平均误差分别为2.66%与9.14%；在相对速度测量方面，2种焦距系统的测量精度基本相同，平均误差均为1 m·s^-1左右。所提出的方法在自动驾驶车辆环境感知领域有较好的应用前景。     

铁路枢纽折角车流数值变化的动态模拟

以解编车流作业规则和系统资源限制为约束,构造不同目标函数下铁路枢纽编组站作业分工数学模型,给出折角车流理论最大值和最小值及相应编组站作业分工方式及车流条件。基于折角车流变化的复杂性和多样性,将外部车流环境视为一个动态的随机输入,以特定铁路枢纽为背景用计算机模拟技术和遗传算法计算不同条件下折角车流数值解。通过对模拟数据趋势变化比较分析,提出铁路枢纽运输组织不应过分追求折角车流最小等结论。     

内置式永磁同步电动机无传感器速度控制和转子初始位置估计方法的应用及实验研究

针对内置式永磁同步电动机传动提出了一种新的无速度传感器控制和转子初始位置估计方法.在内置式永磁同步电动机旋转过程中,采用扩展卡尔曼滤波方法,仅需测量电机定子的电压和电流,便可得到转速和转子位置的估计值.对内置式永磁同步电动机,采用扩展卡尔曼滤波方法的主要困难在于在静止坐标系中其动态模型的复杂性.由于磁路的不对称性,在静止坐标系中建内置式永磁同步电动机的模型比建表面式永磁同步电动机模型更复杂.在无传感器的传动系统中,电机的起动过程是一个问题,因为在起动之前没有任何信息可以获得.转子初始位置估计是在电机静止时,在瞬间对定子绕组施加合适的电压脉冲序列,通过测量峰值电流获得转子位置信息.利用磁饱和效应对凸极性的影响来区分南北磁极.给出基于浮点数字信号处理器TMS320C31平台得到的内置式永磁同步电动机实验结果.     

碳钢、低合金钢全浸没海洋环境下最大点蚀深度简化模型

腐蚀是导致老龄船舶结构失效的主要原因之一。结合基本点蚀原理,文章对碳钢、低合金钢海水全浸没点蚀的主要影响因素、具体点蚀进程做了简要解释与评述。基于Melchers点蚀深度模型及其相关实验数据,文中提出一种简化形式的新型点蚀最大深度模型,并采用该模型对三组我国船舶结构常用碳钢、低合金钢的青岛海域全浸没点蚀试验观测数据进行分析。通过对比验证,证明采用Weibull函数表示点蚀最大深度随时间变化关系是合适的。此外,依据青岛、厦门、榆林海域碳钢试验数据,文中还对海水环境因素,如:溶解氧浓度、平均温度、盐度、PH值等,以及钢材成分变化对新型最大点蚀深度模型各参数的影响进行了初步探讨,得出了相应的函数关系式及相关结论。