基于粒子群优化反步法的船舶航向控制器设计

考虑到反步法在随机干扰下具有较优的控制效果,利用反步法设计基于Nomoto模型的船舶航向控制器;设计一种基于粒子群优化(Particle Swarm Optimization,PSO)反步法的航向控制器,其能通过优化不确定增益参数来消除部分冗余控制。通过仿真试验比较不同航向控制器的性能。仿真结果表明:粒子群优化反步法航向控制器具有更高的控制精度和更强的鲁棒性。     

智能网联卡车车队混合流通行能力分析方法

智能网联卡车车队有望成为网联自动驾驶率先应用的场景之一，本文针对智能网联卡车车队混合交通流通行能力开展研究。首先，以智能网联卡车车队、人工驾驶卡车及人工驾驶小汽车构成的随机混合交通流为研究对象，考虑智能网联卡车车队规模空间分布特征，分析混合交通流中10种跟驰行为类型，理论推导其概率表达式，进而构建智能网联卡车车队混合交通流通行能力的通用性分析方法。然后，考虑实际交通流运行中卡车分布的随机性，将智能网联卡车车队混合交通流分为优势流、随机流和劣势流3种态势，以此提升混合交通流通行能力分析方法的普适性。最后，选择实测数据标定的跟驰模型进行案例分析，验证理论分析方法的有效性。研究结果表明：智能网联卡车比例提高或其车队规模增大均有利于3种态势混合交通流中车辆转换系数及相对熵的减小，从而可有效提升混合交通流通行能力。不同智能网联卡车比例条件下，智能网联卡车车队随机分布最优车队规模为2~4辆，同时，优势流、随机流和劣势流3种混合交通流通行能力依次递减。研究结果揭示了智能网联卡车车队混合交通流通行能力提升的内在机理，为未来智能网联卡车车队的运营管理提供方法支撑。     

未来城市自动驾驶共享汽车规模研究:以上海为例

随着自动驾驶技术的发展，未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下，研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求，考虑上海市实际路况的影响，建立基于车辆可共享网络的图论模型，将最小车队规模问题转化为有向无环图的最小路径覆盖问题，利用Hopcroft-Karp 算法求解. 求解得到，12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响，为自动驾驶技术普及后，从城市层面确定SAV的车队规模及相应基础设施规划提供参考.     

Ultrafine particle infiltration into passenger vehicles. Part II: Model analysis

Experimental studies showed that infiltration and passive ventilation are important air exchange mechanisms inside vehicles but previous mathematical models did not consider either one. In this study, we incorporated infiltration and passive ventilation to advance the existing mathematical models and evaluated how different transport mechanisms affect passenger exposures at increasing speeds. Infiltration was formulated using Bernoulli’s equation and passive ventilation was derived empirically. The new model describes ultrafine particle (UFP) and carbon dioxide (CO₂) transport for a wide range of driving speed under any ventilation conditions. Unlike statistical models, this mathematical model can also provide vehicle-specific and transport mechanism-specific information. The model predictions were in a good agreement with data collected from 10 different vehicle models with an average discrepancy of less than 16% for UFPs and less than 3% for CO₂. Under outdoor air (OA) mode, when the fan is off, the model simulation showed that the infiltration and passive ventilation can substantially increase the UFP I/O (in-cabin/on-road concentrations) ratio from 0.15 at 0 km/h to 0.57 at 130 km/h. At medium fan setting, mechanical ventilation dominates and UFP I/O stays at 0.58 regardless of driving speed. Under recirculation (RC) mode, infiltration increases and the RC-mode filtration only removed 44% and 69% of the infiltrated particles at the lowest and medium fan settings, respectively. Model simulations under OA mode show that infiltration starts to occur above 115 km/h with the lowest fan setting; whereas, medium and higher fan settings prevent infiltration up to 145 km/h.     

基于Vega的虚拟海洋场景视景仿真

虚拟海洋场景视景仿真是虚拟现实技术在船舶行业中的一个具体应用。以地理模型、建筑模型和植物模型为例研究了虚拟海洋场景的构建、优化方法，基于Vega的海洋模块介绍了虚拟海洋、海洋特效的形成原理和方法。     

基于Vega的虚拟海洋场景视景仿真

虚拟海洋场景视景仿真是虚拟现实技术在船舶行业中的一个具体应用。以地理模型、建筑模型和植物模型为例，研究了虚拟海洋场景的构建和优化方法；基于Vega的海洋模块，介绍了虚拟海洋及海洋特效的形成原理和方法。     

船体建造精度控制中的尺寸链计算方法

将机械制造业的尺寸链原理系统地应用到船体建造精度控制中,详细阐述了概率法及极值法计算误差传递及公差分配的过程,推广了尺寸链原理在船体建造质量控制中的应用,为船体建造精度控制的技术研究提供了有效的数学手段.     

船闸日到船概率分布参数估计

讨论了船闸日到船分布参数的确定方法，分析了样本容量和方差估计精度的关系及方差估计相对误差对日到船量计算的敏感性，提出了合理的数据容量和取样方法。应用结果表明，样本容量取90时，日到船量计算的相对误差主要控制在5％以内，对于工程实际是偏于安全的，这说明该方法可行。     

基于多尺度核独立元分析与核极限学习机的柴油机故障诊断

为提高柴油机故障诊断速度和精度,提出了基于改进多尺度核独立元分析与量子粒子群优化核极限学习机的故障诊断方法。首先利用固有时间尺度分解对缸盖振动信号进行多尺度时频分解,并根据故障敏感度参数筛选有效分量以实现振动冲击特征增强;然后利用核独立元分析消除有效分量间的频带混叠,分离故障敏感频带,并提取各频带的AR模型参数、多尺度模糊熵和标准化能量矩构造联合故障特征向量;最后建立基于量子粒子群优化的核极限学习分类器实现柴油机故障诊断。试验结果表明,该方法有效增强了缸盖振动信号中的故障敏感特征,提高了柴油机故障诊断速度和精度,故障分类准确率达到98.45%。     

基于粒子群BP网络混合算法的边坡稳定性评价

边坡稳定性评价与预测具有高度非线性和不确定性特征,难以用准确的数学模型表达。选取多个边坡工程实例构成学习样本集,以土体重度、内摩擦角、黏聚力、坡角、坡高、孔隙压力比6个主要影响因素作为土坡稳定性的评价判别指标;然后采用粒子群算法优化BP神经网络模型,实现混合算法,在保持BP网络算法误差反向传播修正权值特点的同时,将网络权值和阈值粒子化,利用粒子群算法的全局搜索性实现网络权值和阈值的更新,从而加快收敛速度和提高收敛精度,避免传统粒子群结合BP网络算法的"早熟"现象;通过与其他算法进行边坡稳定性评价的比较分析,表明了本文研究算法的可行性与合理性。