地铁列车牵引和制动力指令信号电磁兼容设计

为提高牵引和制动力指令信号的抗干扰能力,确保信号的可靠传输,对地铁列车牵引和制动力指令信号变换、传输、屏蔽等设计方案进行了深入分析,指出了EMC设计的注意事项和设计重点.     

高速综合检测时空同步技术

高速综合检测列车轨道、牵引供电、通信、信号等基础设施相互之间关联性强,影响因素多。高速综合检测时空同步技术实现了一整套对检测数据进行综合分析、评价提供技术支撑的多系统时间里程同步采集发布系统,为多专业检测数据融合智能分析奠定基础。通过系统的定位试验,验证了系统的定位精度,证明时空同步技术为高速综合检测列车运行过程中的时空同步提供了一个较为有效的     

高速轨道检测系统精确控制技术

轨道检测系统经过多年的开发和应用,已经成为检查轨道病害、指导线路养护维修、保障行车安全的重要手段.列车正常运行时有加速、减速和恒速3个状态,轨道检测系统必须能够剔除列车运行速度变化对测量结果的影响,实现方式采用空间采样信号.目前,高速轨道检测系统按0.25 m对传感器进行一次数据采集,这样列车运行速度的变化不会对检测结果产生影响.适应高速轨道检测、实现等距离精确采样和控制是检测中的关键技术难点.     

H.26L视频编码器并行算法研究

对目前正在制定中的视频编码标准H．26L编码器的并行资源和可并行性进行详细的分析和性能测试，在此基础上，研究几种不同的并行实现方式，并提出一种可缩放性的并行实现方式，给出了该可缩放性并行方法的算法和在曙光并行处理机上进行的部分实验结果．仿真结果表明，H．26L视频编码器在片层(Slice)一级具有良好的并行能力和可扩展性，易于实现并行处理．     

中国机车司机控制器的发展

我国的机车司机控制器自工业革命时代起已经历了近200年的发展历程。在这200年里,司机控制器对机车的主导作用从未发生过任何改变。因此一直以来,对于司机控制器的研究也从未间断过。从控制手柄的操作方式对司机控制器予以分类,介绍了近年来国内常用的几种形式的司机控制器及其优缺点,并进行对比研究,以探讨司机控制器未来的发展方向和趋势。     

250t船尾液压工作平台升降的同步控制方法

提出了一种用于船尾液压工作平台升降的同步控制方法.采用拉绳式位移编码器配合比例伺服阀的闭环控制方案实现油缸位移的精确控制;为实现液压多缸的同步升降,提出了基于Master/Slave主/从同步控制策略;而对于四个主顶升油缸各自单缸的闭环则采用带死区的PID控制算法来实现;针对负载不均及液压油的渗漏,建立了基于模糊推理的自适应PID控制参数在线自整定算法.实际运行表明:系统的同步控制精度可以始终控制在±3mm以内,系统的动态品质好,鲁棒性强,对于负载的变化和不均匀性表现出较强的自适应性和稳定性.     

基于Verilog HDL的多功能车辆总线编码器设计

讨论多功能车辆总线MVB以及目前国内外MVB网络产品的开发情况,阐述IP核的基本特征及其在SOPC设计中的重要性.在此基础上,设计MVB Encoder模块的总体方案,采用Veriiog硬件描述语言在QUARTUS Ⅱ 6.0上实现其IP核的设计,通过Modelsim SE 6.2 b仿真平台对MVB主帧进行仿真验证.仿真结果表明设计的正确性,可为MVB网络产品的开发提供一种有效的实现方法.     

一种防止编码器故障造成重大事故的方法

黄骅港的翻车机系统定位车采用了A-B公司的运动控制模块(IMC-S),调速控制性能优良(见图1).在这个控制系统中,PLC负责提供给运动控制模块初始位置、速度、加速度和终止位置的数据,IMC-S根据这些给定数据和增量型编码器反馈的数据,利用自己的算法程序,输出0～10 V电压给变频器,变频器输出交变电压给电动机,从而实现调速.同时,IMC-S将编码器反馈的数据换算成位置数据传送到PLC.     

基于近邻目标区域表征与CVAE的智能汽车测试场景生成方法

基于场景的虚拟测试是研发高安全、高可靠智能汽车的必要手段,场景自动生成技术对于智能汽车测试场景库的构建具有重要意义。为此,针对多车动态测试场景,提出一种基于近邻目标区域表征(NORR)和条件变分自编码器(CVAE)的场景生成方法,实现复杂测试场景的快速生成以及对生成场景类型的控制。首先,针对高速公路场景特征,提出应用NORR方法对场景情境进行描述,将测试场景中关键车辆目标信息转化为尺度统一的灰度图像。接着,利用HighD自然车辆轨迹数据集提取大量场景片段,经过数据规范化处理后构建出真实场景库。在此基础上,以场景中车辆目标数量为条件参数,训练基于条件变分自编码器的生成模型,能够生成包含8条车辆轨迹的动态测试场景。通过计算生成样本集的匹配误差、覆盖度和不合理性3个指标,检验生成模型在样本真实性、多样性和合理性方面的表现。验证结果显示：(1)相比随机轨迹采样方法和基于GAN的生成模型,VAE模型生成的样本质量最好,其生成样本集的平均匹配误差小于5.22,覆盖度能达到57.2%,不合理样本比例仅为1.7%;(2)所提出的NORR方法有助于提高生成模型的场景生成效果;(3)CVAE模型能够在条件...     

基于记忆自编码器在车底关键部件的异常识别

提出一种新颖的带有记忆单元的自编码器深度神经网络,用于列车车底关键部件安装状态的异常识别,此方法不需要带标签的故障样本,网络通过最小化重构输入,把重构误差作为异常判别的因子,经过验证表明,关键部件整体异常识别的检出率可以达到92%以上。