A Sensorless State Estimation for A Safety-Oriented Cyber-Physical System in Urban Driving: Deep Learning Approach

In today’s modern electric vehicles, enhancing the safety-critical cyber-physical system (CPS)’s performance is necessary for the safe maneuverability of the vehicle. As a typical CPS, the braking system is crucial for the vehicle design and safe control. However, precise state estimation of the brake pressure is desired to perform safe driving with a high degree of autonomy. In this paper, a sensorless state estimation technique of the vehicle’s brake pressure is developed using a deep-learning approach. A deep neural network (DNN) is structured and trained using deep-learning training techniques, such as, dropout and rectified units. These techniques are utilized to obtain more accurate model for brake pressure state estimation applications. The proposed model is trained using real experimental training data which were collected via conducting real vehicle testing. The vehicle was attached to a chassis dynamometer while the brake pressure data were collected under random driving cycles. Based on these experimental data, the DNN is trained and the performance of the proposed state estimation approach is validated accordingly. The results demonstrate high-accuracy brake pressure state estimation with RMSE of 0.048 MPa.      

Simulation and sensitivity analysis of wear on the automotive brake pad

In this paper, an algorithm is proposed for finite element simulation of wear employing the Archard's wear equation. To evaluate the accuracy of a FE model, an experimental test is performed on a standard-sized pin, made of a known brake pad. Comparison of worn masses, obtained by experimental and numerical approaches shows good accuracy of the developed algorithm. As the next step, passenger car single-piston and double-piston brake pad wear cases are simulated using the proposed algorithm. The rotor/pad contact area and worn mass are compared between the two cases. It is shown that usage of a double-piston brake pad over a single-piston one, can improve brake performance. The Taguchi Method with an orthogonal array L9 is then applied to optimize the design parameters, meaning maximization of the ``contact area'' and minimization of the ``worn mass''. The ANOVA method is also used for evaluating the impact of each design parameter on desired outputs. It is shown that the contact area is most likely to be affected by back plate thickness, while the worn mass is more sensitive to the diameter of the piston, closer to the leading edge of the pad.     

具有随机效应维纳过程的步进应力加速退化试验优化设计

针对个体差异普遍存在于产品性能退化过程中,而当前基于退化模型的优化设计普遍没有考虑产品个体差异的问题,提出一种具有随机效应维纳过程的步进应力加速退化试验优化设计方法.基于累积失效原理,建立考虑个体差异的多应力步进加速退化模型.在给定测量间隔的前提下,以总试验时间和加速应力为限制条件,通过最小化正常使用应力条件下寿命分布的p分位寿命渐近方差,对试验应力水平设置、各应力水平下的测量次数进行优化.通过LED灯双应力步进加速退化试验优化设计案例,验证所提出方法的有效性.对最优试验方案进行参数敏感性分析,所得结果表明,当参数在小范围变动时最优试验方案具有非常好的鲁棒性.     

基于分布式模型的动车组预测控制方法

针对动车组由若干动车/拖车组成的动力单元固定编组耦 合构成,难以用集中式模型进行有效描述的问题,提出一种动车组运 行过程的分布式描述与建模方法. 基于动车组牵引/制动特性曲线和实际运 行数据,采用子空间模型辨识方法建立了动车组各动力单元的分布式状态空间模型;提出基于分布式模型的动车组预测控制方法,给出了各动力单元牵引/制动力和运 行速度同步跟踪控制算法.基于CRH380AL型动车组运行过程数据的对比仿真结果验证了本文方法的有效性.     

基于模糊理论动车制动系统故障树可靠性分析

动车组制动系统在可靠性分析过程中存在故障数据的不确定性问题,主要表现为数据的来源不同和事件语义表述不同等,导致很难获取系统事件发生概率的精确数值。因此传统的故障树分析方法对于这类问题的处理不能得到符合现实条件的准确数据结果,故提出运用模糊数学理论将事件的发生概率进行模糊化处理,并结合专家信心指数法通过故障树分析模型计算得出制动系统底事件的模糊概率重要度,并根据各底事件在不同故障状态情况下的模糊概率重要度的大小,找出影响系统可靠性的薄弱环节。通过对兰新客专上运行的动车组制动系统进行分析,结果与动车组制动系统实际运行情况相符合,验证了算法的可行性和有效性。为根据该线路故障的特点制定相应的检修和维护策略给出了理论依据。     

基于模糊隶属度的粒子滤波故障预测

针对故障预测具有不确定性的特点,本文将模糊数学中的隶属度函数和粒子滤波算法相结合设计故障预测的方法.新方法利用粒子滤波算法对设备运行的未来状态进行预测,再设计描述设备运行状态的正常隶属度函数和异常隶属度函数,利用计算出的未来状态的预测值计算并比较正常和异常隶属度函数值,依据比较结果对潜在故障进行预测.实验验证了该方法的可行性,可及时准确地预测出系统故障.     

Speed tracking control using an ANFIS model for high-speed electric multiple unit

The high-speed electric multiple unit (EMU) is a complex, uncertain and nonlinear dynamic system. The traditional approach to operating the high-speed EMU is based upon manual operation. To improve the performance of high-speed EMU, this paper develops a control dynamic model to capture the motion of the high-speed EMU and then uses it to design a desirable speed tracking controller for EMU. We exploit a data-driven adaptive neurofuzzy inference system (ANFIS) to model the running process. Based on the ANFIS model, we propose a generalized predictive control algorithm to ensure the high-precision speed tracking of the high-speed EMU. The simulation results on the actual CRH380AL (China railway high-speed EMU type-380AL) operation data show that the proposed approach could ensure the safe, punctual, comfortable and efficient operation of high-speed EMU.     

基于用电大数据的用电异常状态辨识方法

用电异常状态的辨识是用电环节的重点和难点。本文基于计量自动化系统智能电能表所采集的用电大数据,对用电异常状态辨识方法进行研究。首先,基于用电海量数据及高维随机矩阵理论,研究分析了大维随机矩阵的协方差矩阵特征谱分布;然后,根据矩阵的统计特性提出基于用电大数据矩阵的用电异常状态辨识方法;最后,以贵州实际用电数据为例进行了仿真研究。仿真结果表明该文方法不仅能满足电网对可视性、时效性、可靠性、安全性的迫切要求,而且为数据驱动用电环节智能化、可视化监控提供了新思路。     

基于虚拟现实的动车组维修性验证系统研究与设计

针对动车组维修性验证方法不足的问题,提出了采用虚拟仿真手段对维修性进行验证的方法;结合动车组系统的特点,对基于虚拟现实的动车组维修性验证系统进行了方案设计,给出了维修性验证具体流程,研究了三维虚拟样机建模的基本方法;虚拟维修性验证系统有效提高了动车组维修性设计效率,缩短了研制周期,是一种实现动车组维修性并行优化设计的有效方法。     

基于Copula函数的导弹多性能退化可靠性评估

针对导弹系统多性能退化中的各性能参数的关系问题,提出了一种评估导弹多性能退化可靠性的数学模型.根据多性能退化失效机理,建立了多性能退化可靠性模型,利用引入的Copula函数描述各性能之间的关系,建立了基于Copula函数的多性能退化可靠性评估模型,并通过实例仿真对导弹系统的可靠性进行了评估.结果表明:模型在保证准确可信的基础上,有效减小了计算量,为评估系统多性能退化可靠性模型研究提供了一种新方法,具有较好的推广性和实用性.     

一种新型剪切阀式旋转MR制动器的开发与评估

基于磁流变（Magnetorheological,MR）液的流变特性,MR制动器具有的高转矩-体积比(Torque-to-Volume Ratio,TVR)和低功耗优点使其成为一种应用前景广泛的被动力输出装置。为了提高旋转型MR制动器在单位空间内的输出制动转矩,基于凸轮结构提出了一种在剪切阀模式下工作的旋转型MR制动器。首先,介绍了这种新型MR制动器的总体结构,并基于Bingham塑性模型和凸轮模型对MR制动器的输出制动转矩进行了理论推导。然后,利用ANSYS软件和多目标优化设计方法,对制动器的结构进行有限元分析,得到最优的几何参数。在自主搭建的实验平台上对制动器进行了性能测试实验,结果表明,该制动器具有较高的TVR、较低的初始制动转矩和良好的动态特性。该制动器在较小的体积下能够实现最大42.4 kN/m³的TVR,可以很好地满足力触觉交互、康复训练、可穿戴设备等需要小体积和大输出转矩的应用场景。     

一种改进的一维元胞自动机交通流模型

在一维交通流元胞自动机NaSch模型的基础上,考虑到不同车辆的驾驶员在敏感驾驶随机减速行为过程中其延迟概率是不同的,从而提出了一种改进的一维敏感驾驶元胞自动机交通流模型。根据所给出的车辆状态演化的并行更新规则进行了计算机仿真,模拟得到的基本图表明,与NaSch模型、SDNaSch模型相比,道路交通流量有较大的提高,而且还展现了亚稳态、相分离等复杂的实际交通现象。     

基于动态EM-SHSMM的异常数据下设备健康预测研究*

针对设备退化过程中异常数据下的剩余有效寿命预测问题,提出了一种基于动态的期望最大化算法(EM)-分段隐半马尔可夫模型(SHSMM)预测方法。首先,基于SHSMM的理论框架,采用期望最大化参数自适应估计算法估计模型中的未知参数。其次,基于WGM(1,1)模型,提出动态前向后向灰色填充算法处理样本中的异常数据,并利用健康预测过程预测设备的剩余有效寿命。最后,通过实例分析对模型进行评价和验证。结果表明,提出的设备健康预测方法能有效解决异常数据的问题。     

Electric conduction failure of ACF packages based on pad array aspect ratio consideration

A mathematical model based on the V-shaped curve method is proposed for estimating the electric conduction failure probability of Anisotropic Conductive Film (ACF) packages with constant I/O number but different pad array aspect ratios. The overall failure probability takes account of both electrical open (opening event modeled using a Poisson function) and short circuit (bridging event modeled using a box model), and is calculated in accordance with the Inclusion–Exclusion principle of combinatorial mathematics. The results show that for a given set of pad geometry parameters, the failure probability decreases monotonically with an increasing pad array aspect ratio. However, the optimal particle volume fraction (i.e., the particle volume fraction which minimizes the overall probability failure) remains approximately constant as the aspect ratio is increased. Moreover, for an ACF package with a specified I/O number and a given conductive particle size, the failure probability can be reduced by decreasing the pad height, increasing the pad side length, increasing the pad distance, and setting the ACF volume fraction equal to that corresponding to the tip of the V-shaped curve.     

基于退化数据和DBN算法的IGBT健康参数预测方法

绝缘栅双极型晶体管(IGBT)等电子元器件被广泛用于运输和能源部门,其健康状态对于设备安全和有效至关重要;在对IGBT的结构和损伤机制分析基础上,结合NASA艾姆斯中心开展的IGBT加速退化试验,选择集电极-发射极关断峰值电压作为失效特征参数,提出了一种基于深度信念网络的预测模型对其进行分析和预测;以Levenberg-Marquardt(LM)算法模型作为对比,实验结果显示文章提出的三隐藏层DBN模型相比于LM模型有更好的预测性能和更高的预测精度。     

带失效的拉式生产系统预防性维护建模

为了有效解决同时具有随机失效与退化失效的拉式生产系统的维护问题，提出了基于状态的双阶段预防性维护（Preventive maintenance，PM）策略.首先，根据设备的退化状态、生产端状态以及库存容量构建了系统的状态空间，并利用马尔科夫链描述系统的状态转移.之后，分别以最小化失效率和最大化产出速率为目标，建立了考虑检测周期、看板数量以及预防性维护阈值的综合预防性维护模型.针对设备随役龄增加而故障频发的特点，引入失效率递增因子.最后，给出了最小化失效率和最大化产出速率两种目标下的求解算法，并对决策变量做了敏感性分析.数值实例与现有方案的对比表明了所建模型和算法的有效性.     

基于RBF和优化Wiener模型的轴承剩余寿命预测

针对滚动轴承寿命准确预测缺乏表征其健康状态的可靠退化指标的问题,提出径向基(RBF)神经网络及带有漂移参数的维纳(Wiener)模型进行剩余寿命预测.首先,使用小波包奇异谱熵提取轴承振动信号初始特征;其次,利用早期无故障样本特征和失效样本特征训练RBF神经网络模型,将已提取特征全寿命数据输入到RBF神经网络模型,计算隶...     

基于证据推理的动态系统安全性在线评估方法

综合考虑动态系统历史记录、当前状态以及未来退化趋势信息来对其安全性进行在线评估是极其重要的.本文提出了一种基于证据推理（Evidential reasoning,ER）的安全性在线评估方法.该方法先融合多个安全性指标获得各个时刻的安全性状态,而后融合系统"历史"、"当前"、"未来"时刻的安全性状态,评估得到系统的综合安全性水平.首先,建立了基于三阶Volterra滤波器的在线预测模型,预测指标未来信息;然后,建立了指标最优自适应权重求取模型,计算并更新指标实时权重;最后,提出了基于证据推理方法的融合框架,对"历史"、"当前"、"未来"时刻的信息进行融合,得到系统当前时刻的综合安全性评估结果.通过对某惯性平台系统的安全性评估实例验证了所提方法的有效性.     

动车组电空制动协调控制优化研究

分析现有动车组电空制动控制系统中的制动力分配策略,针对动车与拖车电空制动力施加不均的问题,提出一种电空制动协调控制优化策略。采用动车电制动优先的控制原则,并根据载重反比分配拖车与动车所需施加的空气制动力。以CRH2型动车组中一动一拖为基本单元,利用Matlab／Simulink软件对列车在不向制动工况进行仿真,结果表明,基于载重反比分配制动力的电空制动协调优化控制策略可有效提高列车制动效率,减小动车与拖车的车轮踏面磨损。     

基于三参数威布尔分布的自动调整臂服役可靠性研究

作为汽车制动系统关键部件的自动调整臂,其服役可靠性关系到汽车行驶的安全;通过疲劳试验分析自动调整臂零部件失效的可能性,试验结果表明:矩形压簧及螺旋压缩弹簧是影响自动调整臂失效的关键部分;利用MATLAB分析试验数据,可知自动调整臂疲劳寿命服从三参数的威布尔分布,文中结合竞争性故障模型对自动调整臂的服役可靠性进行分析,基于该模型采用最小二乘法及最大相关系数法对试验中的寿命数据进行参数估计；实例分析表明,该法的原理简单,方便实用,结合竞争性故障模型的威布尔分布能准确真实地反映自动调整臂疲劳试验数据的统计特性,具有较好的工程应用价值。