浅析南京地铁1号线与2号线列车网络

南京地铁1号线的列车总线采用的是FIP协议,并以此构建了列车信息监控系统（TIMS）。而2号线列车以MVB技术为基础构建了全新的列车控制网络（TCMS）。在1号线FIP的基础上,介绍了使用在2号线列车MVB总线的物理层、帧及其时序。     

基于自然驾驶数据的城市交叉口纵向驾驶特征分析

为满足驾驶辅助系统在城市交叉口对类人驾驶能力的更高需求,本文中研究了实际交通中的驾驶人在该区域的纵向驾驶行为特征。从自然驾驶数据中提取了778条驾驶人接近城市交叉口的样本数据,应用YOLOv4识别了交通场景中的各类道路使用者,采用方差分析研究了反应特性在不同运动类型和交通密度中的差异,建立分层回归模型分析了制动特性与运动状态、运动类型和道路使用者的关系。结果表明：高密度交通显著降低接近速度;与右转驾驶人相比,停车驾驶人的反应距离更长;当接近速度较高或反应距离较短时,会在更短的时间内以更高的减速度和制动强度接近交叉口,且提前4.46 s开始制动;不同道路使用者对制动特性产生了不同影响,停车驾驶人主要关注同向行驶的他车,右转驾驶人主要关注行人和骑车人。     

电动汽车动力锂电池状态估计综述

电池状态估计是电池管理系统的核心技术,对保证电池安全可靠的使用、充分发挥电池的能力、延长使用寿命起着至关重要的作用。电池模型是状态估计技术的基础,极大地影响着状态估计的精度和时效。为此,对最常用的电池建模和状态估计方法进行了梳理和总结。首先,对电池模型及其建模方法进行系统概述,主要包括电学特性模型、热模型、电热耦合模型以及老化模型。然后通过对文献的归纳分析,从剩余容量、功能估计、功率预测、健康评估、温度监测和安全保障等角度,对电池荷电状态、健康状态、能量状态、功能状态、功率状态、温度状态和安全状态等估计方法进行了较为全面的阐述。最后,对未来电池状态估计的研究方向和趋势进行展望。研究结果可为电动汽车动力锂电池状态估计朝着先进化、智能化发展提供参考。     

医院停车特性分析及需求预测

针对医院停车特性,以实际工程为例,利用出行吸引模型,以门诊病人、探视人员和工作人员三类人群进行分类,预测医院停车需求。研究中通过交通调查获得了大量翔实的数据,对医院各群体的出行特点和停车规律有了详细了解,为今后医院停车需求的预测提供借鉴经验。     

基于T-S模糊模型的车辆电液悬架系统H_∞控制

为了进一步降低主动悬架作动器输出力并优化控制系统鲁棒性,建立车辆7自由度整车模型,采用Takagi-Sugeno(T-S)模糊建模技术,设计主动悬架外环H_∞控制器,从而根据路面输入调节主动悬架性能,提升作动器能效。通过构建一个包括控制器稳定性分析、悬架运动空间及力的限值问题的线性矩阵不等式组,将控制器的优化问题转换为此线性不等式组的求解问题,并结合并行分配补偿控制技术,得到此控制器状态反馈系数。针对系统不确定性参数,内环采用自适应鲁棒控制方法,提升控制力的跟踪性能。通过对不同路面轮廓激励工况、交叉轴双轮激励工况以及控制力跟踪性能进行仿真试验,分析被动悬架和主动悬架性能评价指标,并对其作动器输出力进行对比研究。研究结果表明:在小激励下,基于T-S模糊模型的H_∞控制主动悬架相比被动悬架,各车轮处加速度均方根值可降低80%以上,与最优控制相比可降低47%以上;而在大激励时,虽然其加速度均方根值有所上升,但其悬架动挠度峰值较被动悬架有所下降;通过路面交叉轴激励对比可以看出,针对整车平顺性参数,该方法可在路面小激励时较被动悬架降低质心、俯仰以及侧倾加速度均方根值达55%、83%以及90%以上;与反演作动器输出力及最优控制作动器输出力对比结果表明,该控制方法可有效降低主动悬架控制力峰值20%以上,并提升控制力的跟踪性能;基于T-S模糊模型的H_∞控制可以在保证车辆悬架性能的基础上有效降低系统能耗。     

基于驾驶人转向意图的双电机驱动电动汽车稳定性控制策略

为了使双电机驱动电动车在车辆稳定性控制过程中能够精确解读驾驶意图,使车辆实际行驶状态与驾驶意图期望的车辆行驶状态尽可能相符合,提出一种基于驾驶人意图辨识的稳定性控制策略.利用基于支持向量机递归特征消除(SVM-RFE)得到的特征参数构建基于长短期记忆(LSTM)模型的驾驶人转向意图辨识模型;基于转向意图识别结果,以方向...     

基于道路行驶工况辨识的重型载货汽车排气制动系统主动控制研究

针对长下坡路段行驶的重型载货汽车因驾驶人路况不熟悉而行车制动系统使用不当引发制动器热衰退风险的问题,本文提出了基于道路行驶工况辨识的重型载货汽车排气制动系统主动控制策略。考虑到山区路段道路纵向坡度信息难准确获取,且制动踏板动作特征与其他路段存在显著的差异,文中选取时间窗内制动踏板平均开度、持续作用时间和制动踏板作用时间比例分别建立了下坡路段行驶制动工况和其他路面制动工况,利用制动踏板动作与开启排气制动系统的因果关系建立了具有连续时间序列特性隐马尔可夫模型。考虑到时间窗长度对控制效果的影响,文中建立时间窗长度为30、60、90和120 s的4种模型,利用京昆高速雅安-西昌段K25-K174左线和右线试验数据进行离线训练和在线辨识验证。道路试验和仿真结果表明：文中提出的控制策略能够准确辨识车辆行驶工况,能够实现排气制动系统主动控制,降低了对驾驶人的高度依赖,从而提高了重型载货汽车下坡路段行驶安全性。     

日本自主航行船舶风险评估实践

<正>近年来,自主航行船舶研究、试验已经在世界范围内得到积极开展。对于自主船舶,由于其发展是自主化程度不断提升的过程,同时也是人员参与船舶操纵、控制程度不断降低的过程,验证其是否具备与传统人员驾驶船舶相同水平或更高水平的安全性,是世界各国行业各利益相关方研究的重点。     

基于EMD-SDP图像特征和改进DenseNet车用PMSM故障诊断

永磁同步电机（permanent magnet synchronous motor,PMSM）因转速范围宽、输出转矩大、调速响应快、尺寸小、质量轻等优点被广泛应用于电动汽车驱动系统。受恶劣气候、异常振动和频繁起动-制动工况因素影响,PMSM易发生匝间短路、退磁、轴承磨损等故障。本文针对PMSM相似故障单一维度信号下难区分以及工作条件发生变化时传统诊断方法鲁棒性差的问题,提出了一种基于经验模态分解-对称点模式（empirical mode decomposition-symmetric dot pattern,EMD-SDP）图像特征和改进DenseNet相结合的车用永磁同步电机故障诊断方法。首先,通过实验获取不同状态的电机在多种工况下振动信号,将预处理的振动信号进行EMD处理,求解不同层级本征模态函数（intrinsic mode function,IMF）;其次,将原始振动信号转化为SDP图像,对不同层级IMF转化为RGB色彩特征在SDP图像上显示出来;然后,通过融合scSE注意力机制改进DenseNet学习图像数据集构建分类网络模型;最后,按照信号-图像-网络的流程对待测电机状态进...     

智能船舶发展未来趋势

<正>智能船舶发展可以分为互联互通、辅助决策、远程控制、自主操作等阶段。互联互通、辅助决策是智能船舶的初级阶段,基于系统集成与数据共享实现对船舶的远程监控与优化运营,数据标准以及数据挖掘利用是重要的关键技术。远程控制与自主操作是智能船舶的高级阶段,可实现船舶从少人操作到无人操作的技术革新,