植被排列方式及坡度对坡面流Fr影响的试验研究

为探究植被的排列方式及坡度大小对坡面流弗劳德数Fr的影响,以期揭示坡面流弗劳德数Fr的内在规律。利用人工模拟试验,系统研究了6个坡度、3种植物排列方向与水流方向呈不同走向角的条件下Fr与单位底面积的空间摩阻表面积K值的特征关系。表明在非淹没状态下,Fr与K值的关系为随K值的增大Fr呈现先减小后趋于平稳的趋势;Fr的取值随坡度的增大而增大;在一定的坡度范围内,同一坡度下,当Fr1时,同一K值下,走向角越大对应的Fr值越小,当Fr1时则相反;同一走向角下,在同一K值下,坡度越大对应的Fr就越大。得出在坡度一定的条件下,坡面植被的排列方式不同,弗劳德数Fr的取值也不相同;坡度是影响Fr取值范围的重要因素之一。     

Epileptic seizure classification in EEG signals using second-order difference plot of intrinsic mode functions

Epilepsy is a neurological disorder which is characterized by transient and unexpected electrical disturbance of the brain. The electroencephalogram (EEG) is a commonly used signal for detection of epileptic seizures. This paper presents a new method for classification of ictal and seizure-free EEG signals. The proposed method is based on the empirical mode decomposition (EMD) and the second-order difference plot (SODP). The EMD method decomposes an EEG signal into a set of symmetric and band-limited signals termed as intrinsic mode functions (IMFs). The SODP of IMFs provides elliptical structure. The 95% confidence ellipse area measured from the SODP of IMFs has been used as a feature in order to discriminate seizure-free EEG signals from the epileptic seizure EEG signals. The feature space obtained from the ellipse area parameters of two IMFs has been used for classification of ictal and seizure-free EEG signals using the artificial neural network (ANN) classifier. It has been shown that the feature space formed using ellipse area parameters of first and second IMFs has given good classification performance. Experimental results on EEG database available by the University of Bonn, Germany, are included to illustrate the effectiveness of the proposed method.     

流程加工CAN测控网络的应用层协议研究

为提高CAN测控网络的适应性和通信效率,以CAN2.0A技术规范为基础,针对流程加工测控网络的特点,设计面向流程加工领域的CAN总线应用层协议ProCAN。在明确流程加工概念及范围的基础上,分析流程加工测控系统结构模型的特征,提出通信报文的类型,定义标准数据帧仲裁域与数据域的编码格式,并讨论ProCAN协议的通信模式、通信状态、通信异常及长报文误帧重传控制。利用OPNET网络仿真软件进行实验,结果表明,ProCAN协议能实现报文通信,并且具有延时短、实时性强、可靠性高的特点,尤其当网络负载较大时,效果更为明显。     

未知输入和可测噪声重构之线性矩阵不等式非线性系统观测器设计

针对一类同时具有未知输入和输出可测噪声的Lipschitz非线性系统,讨论了状态估计、未知输入与可测噪声重构的问题.首先,基于广义系统和线性矩阵不等式的方法设计滑模未知输入观测器,不仅对原系统状态进行渐近估计,而且实现了对系统输出可测噪声的重构;其次,考虑一种鲁棒滑模微分器,实现了广义系统输出向量微分的精确估计,并在此基础上,提出了一种未知信息重构方法,该方法具有避免直接使用系统输出微分信息的优点.最后,对火车牵引拖动系统模型仿真,结果表明该方法不但能够实现对系统状态的估计,而且可以有效重构未知信息.     

智能电动车辆横纵向协调与重构控制

针对具有高度非线性、强耦合和冗余特性的智能电动车辆运动控制问题,提出了一种由协调控制律和控制分配律组成的横纵向综合控制新方法.首先,建立准确表征智能电动车辆行为机理的动力学模型;其次,采用非奇异滑模控制技术,引入非线性滑动模态切换面,设计有效克服非线性及不确定特性的协调控制律,保证系统状态在有限时间内收敛至平衡点;在此基础上,考虑到轮胎存在冗余和耦合特性,提出基于内点法的控制分配算法来完成期望广义力/力矩的优化分配,实现轮胎横纵向力的协调与重构.仿真结果表明了该方法的有效性.     

高速列车转向架故障信号的聚合经验模态分解和 模糊熵特征分析

为了对高速列车转向架关键部件进行状态监测,利用转向架故障振动信号的特点,提出了一种结合聚合经验模态分解和模糊熵的特征提取方法.对故障信号进行聚合经验模态分解,得到一系列具有不同物理意义的简单成分信号,采用相关分析法选取最能反映原信号特征的本征模态函数.对这些本征模态函数和原信号分别计算模糊熵值构成多尺度复杂性度量的特征向量,输入最小二乘支持向量机中进行分类识别,与模糊熵特征相比得到了更好的识别效果,证明了算法的有效性.     

四旋翼直升机姿态系统的直接自修复控制

当四旋翼直升机执行器突发故障或突受干扰时,利用直接自修复控制技术,设计一种基于直接自适应滑模控制的四旋翼直升机姿控系统,使其在故障或干扰信息未知的情况下,仍能保持稳定并且跟踪上理想输出信号.系统的稳定性和跟踪性能是由Lyapunov稳定性定理来确保的,这体现在参数更新律的设计过程中.最后在3DOFhover实验平台上验证了该方法的有效性,同时将该方法与LQR方法作比较,进一步证明了所提算法的优越性.     

可逆冷带轧机速度张力多变量耦合系统的建模及分散控制

针对具有多变量、非线性、强耦合和不确定性的可逆冷带轧机速度张力系统,提出了一种基于扩张状态观测器(extended state observer,ESO)的全局积分滑模自适应反步分散控制方法.首先,采用机理建模方法,建立了相对完备的可逆冷带轧机速度张力多变量耦合系统的数学模型.其次,将各子系统的耦合项和不确定项看成外扰,通过构造的ESO对其进行动态观测,并分别引入所设计的全局积分滑模自适应反步控制器中进行补偿,速度张力系统实现了有效的动态解耦和协调控制.理论分析表明,所提出的控制方法能够保证滑模面的渐近稳定和闭环系统的渐近跟踪性能.最后,基于某1422mm可逆冷带轧机速度张力系统的实际数据进行仿真,结果验证了所提方法的有效性.     

EMD-IT去噪算法的阈值估计方法

为解决EMD-IT去噪算法中阈值难以确定的问题,提出一种基于高斯白噪声能量分布的阈值估计方法。将含噪信号进行经验模态分解并估计各固有模态函数(IMF)中噪声的能量;根据模态单元阈值的含义,在各IMF中利用去除掉的模态单元包含的总能量等于噪声能量这一准则估计阈值。合成数据和实际心电信号的去噪仿真实验验证了该方法的有效性,其是自适应的且避免了阈值选择的主观性。