船-机-桨工况配合分析的三维图解法

三维图解法根据螺旋桨水动力特性的数学模型为运动状态参数的二元函数,用数据作图软件得到三维图,实现船-机-桨工况配合特性的可视化分析,是原有平面图解法的拓展.文章以实例说明该方法在稳定配合和过渡配合分析中的应用.     

基于键图理论对安装EPS系统的车辆操纵稳定性的仿真分析

应用键图理论建立电动助力转向系统(EPS)的模型,将电动助力转向系统的键图模型和matlab的simulink仿真方框图相连接,并利用simulink的可视化功能实现汽车操纵稳定性的可视化仿真,仿真结果表明,将simulink仿真工具箱与键图模型相结合,可使汽车性能分析研究更为直观和简洁.     

键合图理论在汽车系统分析与控制中的应用

本文分析了键合图理论特点，简介了键合图基本原理及国内外发展概况，重点论述了键合图理论在汽车系统分析与控制的建模和仿真的应用。     

键合图理论在汽车纵向角振动主动控制中的应用

本文应用键合图理论建立了汽车5自由度振动系统的键图模型并推导出状态方程，以垂直振动、纵向角振动能量最小和控制能量最小为目标函数，利用状态反馈原理代化出前悬架减振器的最佳控制力，对汽车驶过三角形单凸起时的振动响应进行了计算机仿真分析。结果表明，具有主动控制悬架的汽车，其纵向角振动得到明显的衰减。     

键合图理论在汽车振动分析中的应用

本文应用键合图理论建立了汽车5自由度振动系统的键图模型并推导出状态方程。编制了动态仿真程序,计算了国产某轻型越野车和某轻型货车驶过三角形单个凸起时的振动响应,分析了悬架参数对振动的影响,指出了提高该车平顺性的途径。进行了轻型货车实车试验并将试验结果与计算结果做了对照,证明所选模型和所编程序是正确的和实用的。     

三色拉姆塞数R_3（C_8）研究

用r种颜色对图G的所有边着色,记着第i色的边构成的子图为Gi,如果存在一种着色方法使得每一个Gi（1≤i≤r）都不包含图H,则称图G对于H可以r着色.拉姆塞数Rr（H）是使得完全图Kn对于H不可以r着色的最小正整数n.令Cm表示长度为m的圈,Dzido等证明了R3（C2k）≥4k.本文对k=4的情形进行研究,利用计算机,通过大量的计算证明了R3（C8）=16.     

关于图的集控制数

设G是一个图,如果V(G)能划分为t个两两不交的控制集Dt(i=1,2,…,t),则称G有t-控制集划分.图G的集控制数定义为d(G)=max{ t|G有t-控制集划分}.该文主要研究乘积图与联图的集控制问题,给出其集控制数的界限,并确定一些特殊图的集控制数.     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。     

基于图论与故障树结合的控制系统故障诊断

探讨了一种图论与故障树结合的方法，可用于复杂控制系统的故障诊断，主要采用故障树图论模型的算法实现系统的故障诊断。图论（有向图）可直观反映故障传播关系，把故障节点分层，用矩阵表示节点与顶事件的关系，通过矩阵运算出各层节点到顶事件的通路长度，通过底事件的失效率算出各节点关键重要度，确定每条通路的权值，进而确定每一层故障节点的排查次序。矩阵表示便于计算机处理，避开了寻找故障树割集或路集的困难，提高了诊断效率。     

周期运行图编制模型与算法研究

在周期运行的运输组织模式下,所有列车在车站到发都是周期循环发生的。将安排列车运行线的问题看作周期事件安排问题,并借助周期约束图及周期势差模型,可以建立周期运行图网络模型。模型充分考虑到列车不同情况下的停站时间、到发安全间隔等各项周期约束,并将列车的总停留时间最小作为目标函数。当约束图顶点和弧的数量众多时,模型的求解将比较困难。通过选择合适的约束图生成树,找到变量的合理取值范围,并对模型进行一些预先简化处理,可以降低模型的求解难度。最后求解一个区段不同列车开行方案的周期运行图,验证模型的可行性。