基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制

针对USV运动航向控制问题,利用基于Lyapunov稳定性理论的滑模控制方法设计USV航向控制律.考虑到USV运动系统具有不确定性,利用具有万能逼近性能的模糊系统对USV运动模型中不确定项及外界干扰项进行模糊逼近.为了进一步提高模糊系统的逼近性能,采用具有学习能力快的RBF神经网络对模糊系统进行在线学习,优化模糊规则.仿真结果表明基于RBF网络优化的模糊控制该算法能够实现USV航向连续稳定跟踪.     

PLC控制的船用电机驱动系统

传统船用电机驱动系统极易受到海上复杂环境的影响,为了解决传统系统中存在的抗干扰性差的问题,引入PLC设备对船用电机驱动系统进行优化设计。在传统的硬件系统上安装PLC控制元件,并对系统电路进行整改,通过编写船用电机启动控制程序和停机控制程序,实现系统的软件设计。经过系统测试得出结论:在噪声干扰环境下,传统船用电机驱动系统与PLC控制下的船用电机驱动系统的运行成功率均为100%,但PLC控制下的船用电机驱动系统比传统系统的信号波动幅值低4.0,因此具有更高的抗干扰能力。     

多类型信息下的网络交通流演化模型

交通信息发布机构提供描述信息和规范信息给不同的出行者，描述信息接收者依据信息和经验更新路径行程时间认知，根据认知选择路径；规范信息接收者仅根据经验更新认知.规范信息遵从者选择推荐路径，非遵从者依据认知选择路径.两类信息遵从率都取决于信息准确度.依据非线性动力学理论分析了模型性质，研究表明，模型不动点存在但是不一定唯一，不动点状态与信息混合使用情况有关.数值试验结果表明，模型不动点与随机用户均衡点不同，以恰当比例混合使用两类信息可提高交通流稳定性.     

新型DC 600 V列车供电系统输出电压振荡解决方案

新一代复兴号动力集中动车组列车供电柜,首次采用二电平PWM整流器输出DC 600 V为客车供电。由于负载前端串联EMI滤波器,在负载投入时供电柜的滤波电感和EMI电容发生振荡,引起输出电压振荡。文章为抑制输出电压振荡,对输出端并联RC吸收电路和滤波电感并联RC两种方案分别进行讨论和验证,通过对主电路结构分析,认为滤波电感并联吸收电阻方案为最优。最后通过仿真和试验验证所提方案的可行性和有效性。     

基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。     

城市轨道交通列车故障救援延误计算与仿真

针对城市轨道交通列车故障救援方式及延误计算问题,对列车故障救援作业流程进行分析,然后根据作业流程建立5种救援方式的延误计算方法,最后使用Open track对福州市某地铁线路进行列车故障救援仿真,并对仿真与计算结果进行比较分析.研究结果表明:在一定范围内提高救援速度可有效减小救援列车作业时间;所提出的计算方法可较为准确反映延误情况;在救援起讫点内,以固定闭塞运行的后序列车的延误会突增并积累,造成延误增幅的差异.     

应用PIC单片机的航行触礁风险红外预警系统设计

触礁预警信号是船体、礁石与预警系统通过射频技术实现的,当前的红外预警系统中射频信号通信采用单工通信方式,导致系统获取触礁风险等级的速度较慢,据此在应用PIC单片机的前提下,设计航行触礁风险红外预警系统。在硬件方面,用PIC单片机替换原有系统部分硬件,加强对多类型射频信号的传输速度。在软件设计方面,利用三次指数平滑法预测航行触礁风险,通过设置隶属度区分风险等级,采用半双工通信方式,实现对红外预警系统射频信号通信方式的设计。实验结果表明,与传统预警系统相比,此次设计的系统可以快速获取触礁风险等级,提升船舶的航行安全。     

水中航行器控制分配技术应用现状

过驱动系统现如今已经广泛的存在于各个科学应用领域,控制分配是处理冗余控制的一种常用方法;同时,控制分配也是过驱动航行器运动控制中的一项关键技术。本文主要介绍控制分配技术在水中航行器的应用情况。详细描述了应用到的控制分配方法原理,指出各种方法的优缺点,重点阐述了控制分配技术在水下机器人方面的应用情况。最后对控制分配相关存在的问题进行总结,并且讨论了控制分配技术的发展方向。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。