轮式水下无人探测器姿态估计仿真研究

轮式水下无人探测器在水下信息战、海底资源开发方面具有广阔的发展和应用前景。针对轮式水下无人探测器的姿态估计问题,提出了1种基于Stirling多元插值的DD1型滤波算法。仿真结果表明,该算法具有滤波精度高、数值稳定好的特点,能够更好地估计轮式水下无人探测器的姿态。     

红岩HY320桥壳机动传送线设计

某公司生产重卡铸钢桥壳,设计建设了一条桥壳自动传送线。桥壳热压装作业后,放入传送线专用托架小车,采用变频电机和摆线减速机提供动力,由链条带动实现桥壳传送和空小车从下方自动返回循环运行。本传送线采用了一种特别的结构方式,小车利用同一组滚轮在上下两层轨道中运行,且始终与链条相连,在传送线两端,空小车能够自动跟随传动链条作180°回转,小车滚轮自动脱离之前轨道然后进入到另一层轨道中运行。本传送线结构优化,占用空间少,经过实际生产验证反响良好。     

固定型交通检测器配置密度优化模型

分析检测器布设主要有2个目标,即数量最少、利用率最高;由于这2个目标间存在着“不可公度性”和“矛盾性”,构成了多目标决策问题,以此建立相应的多目标规划模型。此模型避免传统布设方法中存在的局限性和盲目性,可以较好地解决固定型检测器配置密度优化问题。     

城市道路固定型交通检测器布局优化模型

交通信息采集是智能交通系统的重要基础,准确、可靠的数据是动态交通管理、控制的重要保障。分析影响检测器布局的因素,主要包括交通流的特性、道路交通环境、居民出行路径的选择等,提出基于检测器利用率最优的规划模型。探讨模型参数的计算方法,根据观测样本的均值和方差计算交通量波动系数,用最短路径法计算路段客观重要度。阐述模型的求解过程,通过比较几种传统优化算法的优缺点,设计改进隐枚举算法,并给出具体步骤。     

基于环形线圈检测器采集信息的交通状态分类方法应用研究

在智能交通系统中,交通状态判别算法通常被用来进行道路环境中实时交通状态的判断。这些算法将外场设备采集到的实时交通流数据与既有的交通状态分类标准特征作比较,来识别交通系统运行的状态。应用聚类分析方法,结合数据预备技术和交通工程技术,对环形线圈监测系统采集的交通流基础特征数据进行挖掘,实现了一种交通状态分类方法,并对交通管理控制系统中实时交通状态的判断识别提供可靠的参照标准。     

汽车车身钣金件点焊连接界面特性与建模

本文分别选用四种类型单元建立车身钣金件点焊模型，并将数值解与试验模态分析结果对比，评价各方法之优劣，提出了由大量点焊连接的车身结构模新方法。实践证明该法是有效的。     

Long short-term memory neural network for traffic speed prediction using remote microwave sensor data

Neural networks have been extensively applied to short-term traffic prediction in the past years. This study proposes a novel architecture of neural networks, Long Short-Term Neural Network (LSTM NN), to capture nonlinear traffic dynamic in an effective manner. The LSTM NN can overcome the issue of back-propagated error decay through memory blocks, and thus exhibits the superior capability for time series prediction with long temporal dependency. In addition, the LSTM NN can automatically determine the optimal time lags. To validate the effectiveness of LSTM NN, travel speed data from traffic microwave detectors in Beijing are used for model training and testing. A comparison with different topologies of dynamic neural networks as well as other prevailing parametric and nonparametric algorithms suggests that LSTM NN can achieve the best prediction performance in terms of both accuracy and stability.     

基于数据融合的路段行程时间估计

基于检测器数据的路段行程时间估计通常具有精度不高和可靠性差的特点。论文引入了自适应式卡尔曼滤波,采用K近邻法寻找相似的交通流状态来标定状态转移系数,建立了基于固定型检测器数据和移动型检测器数据的路段行程时间估计融合模型。实际数据的验证结果是,平均相对误差为9.52%,相对误差的标准差为8.92%。研究表明,与基于移动检测器数据的估计方法相比较,该方法极大地改善了估计精度和可靠性,还具有收敛速度快、对初值不敏感、参数少等特点。     

非常态下城市道路交通检测器布局优化方法

为了使城市道路上布设的交通检测器能够实时、准确地提供路网动态交通流信息,并最大程度地节约经济成本,通过仿真对交通异常事件下城市道路交通流量和车辆延误进行了估计,并利用模糊聚类分析法、回归分析法和车辆延误估计模型,研究了路网在非常态下的检测器空间位置以及空间密度的布局优化方法;通过一个算例,对提出的检测器布局优化方法进行了验证分析,并得出了算例中检测器布局的优化方案。结果表明:所提出的检测器布局优化方法是可行的。     

基于CCD的增压锅炉火焰温度及辐射率检测

为实现对炉内火焰温度分布进行实时监测和有效控制以提高锅炉运行的可靠性和经济性,通过接口与密封装置,将3支彩色火焰图像探测器分别布置在增压锅炉前后墙的观火孔内,通过专业采集软件采集炉内火焰图像并保存至计算机中,运用图像处理技术以及基于双色法的火焰温度检测方法得到火焰的辐射温度和辐射率分布图像,实测结果与数值模拟结果吻合较好。不同负荷下试验表明:辐射温度与过热蒸汽温度、烟气压差和燃油压力的变化趋势表现很好的一致性,辐射率的变化趋势则与之相反。