基于RBF神经网络PID控制的列车ATO系统优化

针对在复杂环境下列车高速运行时,现有的Fuzzy-PID控制算法自适应性差在受到外界因素的干扰时会导致列车追踪误差较大的问题,提出了一种基于径向基(RBF)神经网络PID控制的列车速度控制算法。首先,在构建列车优化模型时,充分考虑列车经过电分相时必须处于惰行工况的特点,并且依据电分相和限速条件的特点将列车行驶过程中的区段进行了划分,简化了求解过程;然后使用RBF神经网络PID控制器对目标速度曲线进行追踪仿真,同时与现有的Fuzzy-PID控制器进行比较。实验结果表明,基于RBF神经网络PID控制算法能够实时有效的追踪目标速度曲线且追踪误差较小。     

深圳市污水管网建设绩效考核评价体系的修正与完善

为了完善污水管网建设机制、提高管理能力、推动建设进度、保障建设质量、体现建设效果,开展污水管网建设绩效考核具有重要意义。随着深圳市污水管网建设速度不断提高,对2016年底构建的污水管网建设绩效考核评价体系进行了进一步修正与完善:更加注重对项目管理机制的系统考查;增加了闭水试验完成率、内窥检测完成率、竣工验收完成率、基础数据完善率考核;增加了建设质量的现场抽查考核;优化精简了污水管网建设效果评价指标;加入否决项考核。完善后的考核体系综合考虑了深圳各区实际情况,采取定量与定性相结合的考核方式,建立了科学客观的考核指标,并已应用于深圳市2018年度污水管网建设绩效考核,以期更好地促进污水管网建设,推动深圳水污染治理。     

基于扩散波方法的管网排水过程数值模拟

基于扩散波方法,构建了一套排水管网水动力模型,并与已开发的高分辨率城市地表水文水动力模型进行了耦合。以理想排水管网和陕西省西咸新区沣西新城某小区实际排水管网的排涝过程验证模型,并模拟城市暴雨致涝过程。结果表明:理想算例中,该模型与SWMM模拟排水口流量过程高度吻合;实际算例中,与实测排水口流量过程对比,该模型的Nash-Sutcliffe效率系数分别为0.74、0.72、0.93和0.71,大于SWMM模型的0.62、0.66、0.73与0.65。在模拟研究区内涝积水过程时,计算数据与实测数据吻合度高,内涝积水点均实现精确模拟。     

高速列车分布式 super-twisting 滑模控制研究

针对不确定因素及外界干扰下高速列车分布式协同控制问题,提出基于super-twisting滑模一致性算法的高速列车速度跟踪控制策略。首先,考虑列车受到的外部干扰、基本阻力及车厢间耦合作用力,构建高速列车多智能体模型;其次,利用相邻车厢的位移和速度信息设计一致性滑模函数,引入super-twisting算法削弱控制输入抖振;最后,设计分布式二阶滑模控制律,并采用Lyapunov理论验证算法稳定性。以高速列车实际参数进行仿真研究,并加入外界干扰,利用本文方法、普通一致性、PID一致性及滑模一致性方法进行仿真。结果表明,相较于其他3种方法,所提算法能使车厢单元快速、精准跟踪目标速度曲线,速度误差在(-0.8～1.1)×10^-3 m/s内,同时使相邻车厢距离保持在安全范围内,且控制输入较平滑,对外部干扰有较好的鲁棒性。     

基于动态自适应相关滤波的复杂场景目标跟踪算法

为解决目标变化、场景非均匀照明等复杂场景下的目标跟踪问题,提出了一种复杂场景下基于动态自适应相关滤波的目标跟踪算法。该算法首先构造一组几何失真的目标参考图像的版本,然后基于组合滤波器的思想,将构造的适用于每个图的最优模板组合起来;同时为避免下一帧中预先指定目标预期位置的需要,算法采用基于时间序列的预测机制,通过考虑目标的运动学来提高跟踪精度;最后该算法设计了重新初始化机制,在系统发生故障时算法进行重启。仿真结果表明,所提的算法的跟踪精度和跟踪效率上优于现有的算法,从而验证了所提算法的有效性和可行性。     

基于多重渐消因子强跟踪非线性滤波的故障参数联合估计

为改进故障参数估计的精度和鲁棒性,提出基于多重渐消因子强跟踪七阶容积卡尔曼滤波(MST7thCKF)的故障参数联合估计算法。算法将故障参数扩展至状态向量,实现状态和故障参数联合滤波。然后,将多重渐消因子强跟踪滤波(MSTF)引入七阶容积卡尔曼滤波(7thCKF)的框架中,改进7thCKF在故障参数变化函数未知或者发生突变时的鲁棒性,提高故障参数的估计精度。仿真结果表明,相比MSTF均方根容积卡尔曼滤波(MSTSCKF)和7thCKF,所提算法具有更好估计精度。     

结合SURF与Kalman滤波的CAMShift跟踪算法

针对传统的CAMShift目标跟踪算法,在出现颜色干扰,遮挡等复杂背景中容易跟丢的问题,提出了一种结合SURF特征匹配与Kalman滤波的CAMShift跟踪算法。该算法利用CAMShift算法跟踪得到的候选目标与模板目标的色度和梯度方向的综合直方图比较计算得到的Bhattacharyya系数作为判定依据,当系数大于给定阈值时,采用SURF算法对搜索窗口和上一帧跟踪结果进行特征匹配,重新计算目标的大小和位置。同时为了避免目标快速运动时跟踪失败和减少SURF匹配的计算量,利用Kalman滤波对运动目标窗口进行预测更新以确定下一帧搜索窗口的中心位置。实验表明,该算法在图像背景复杂,出现颜色干扰以及部分遮挡时能够稳定跟踪,其跟踪速度与结合SURF的CAMShift算法相比有显著提高。     

迭代学习控制在GTAW焊接过程中的应用研究

针对相同工件的批量焊接,并且焊接轨迹相同的情况下,焊接过程具有极高的重复性。提出了基于迭代学习控制(ILC)的脉冲气体钨极氩弧焊(GTAW)焊接过程跟踪控制方法。根据GTAW焊接的动态过程模型,设计了GTAW焊接过程控制的ILC算法,并对算法的收敛性进行了证明。研究结果表明,ILC可以有效地利用焊接过程中的重复信息,经过60次迭代学习后,焊接系统输出可以较好的达到期望轨迹,并获得较高的控制精度,验证了方法的有效性。与PID控制相比ILC控制器不但可以获得较好的跟踪效果,而且还能有效抑制外部扰动的作用,具有较强的鲁棒性。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

基于扩频码时移位置调制的卫星导航信号设计

为进一步提升卫星导航系统的综合性能,在导频(测距)信号与数据信号分离的卫星导航信号设计思想的基础上,基于扩频码优良的自互相关特性,利用扩频码时移位置调制电文、数据信息,提出了基于扩频码时移位置调制的卫星导航信号设计方法。所提方法改变了以往仅利用扩频码相位加载信息的固有模式,大幅提升了数据通道信号的功率利用率。理论分析和仿真结果表明,在不提高导航信号总发射功率的前提下,所提方法既可大幅提高数据信号分量的信息传输速率,也可大幅提高导频信号分量与数据信号分量的功率比,进而综合提高了卫星通信导航系统的传输速率、接收机捕获跟踪性能、定位精度等技术指标。