基于强化学习的列车驾驶曲线节能优化算法

在保证安全和准时性的前提下,自动化列车运行可以有效减少列车耗能。为了灵活应对列车运行种的动态变化,提出了一种基于强化学习的方法,可以优化列车控制策略且不采用之前关于列车动力学的知识和设计的列车速度曲线。这个优化模型将列车节能作为目标,把准点到达、列车限速、停车位置作为限制条件。大量的列车运行经验可以被用来训练深度神经网络直到得到最优化行为价值函数,通过对训练过的神经网络输入状态,可以准确输出每个行为的价值,然后再根据行为价值的大小来选择最优的驾驶策略。     

基于自组织增量-图卷积神经网络的金相图半监督学习

采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集.针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法.首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果.针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12％时,新模型的分类准确度可达到91％.     

可重构分组密码指令集处理器自动映射方法研究

计算资源与寄存器资源分配是可重构处理器自动并行映射的重要问题,该文针对可重构分组密码指令集处理器的资源分配问题,建立算子调度参数模型和处理器资源参数模型,研究了分组密码并行调度与资源消耗之间的约束关系;在此基础上提出基于贪婪思维、列表调度和线性扫描的自动映射算法,实现了分组密码在可重构分组密码指令集处理器上的自动映射.通过可用资源变化实验验证算法并行映射的有效性,并对AES-128算法的映射效果做了横向对比验证算法的先进性,所提自动映射算法对分组密码在可重构处理中的并行计算研究有一定的指导意义.     

车联网信息对驾驶员视觉注意与行为的影响

目的探讨不同驾驶情景下车联网信息呈现形式及复杂度对驾驶过程和绩效的影响。方法采用3(信息复杂度:无、简单、复杂)*2(信息通道:视、听)*3(驾驶场景:纵向、横向、转角)多因素混合设计,以驾驶员视觉注意指标、驾驶行为指标为因变量,共招募60名驾驶员,分两组。结果 (1)车联网信息以听觉通道呈现会增加行车稳定性及方向盘控制稳定性,且不会损害驾驶员的视觉注意行为,视觉则相反;(2)信息简单也会增加行车稳定性及方向盘控制稳定性。结论横向与纵向路径以听觉呈现简单信息有利于促进安全驾驶行为,转角路径中应避免车联网信息。     

起重机主梁腹板变形自动矫正执行器设计

起重机主梁生产线中下盖板与形梁组对时,用人工矫正方法矫正腹板波浪变形会在主梁腹板上留下焊疤,并增加没有附加值的打磨操作。为了改善这一状况,并高效配合机器人实施定位焊,采用磁力吸附原理进行腹板变形的自动矫正。首先对形梁腹板变形进行测量,并拟合出变形曲线,不同格子间的变形均为凹变形,最大变形值为24mm。接着利用有限元方法分析了磁铁布置方式对矫正效果的影响:在同样的磁铁吸附应力和布置方式下,大筋板间的间距越大,矫正效果越明显;而在同样的大筋板间距下,初始凹变形小有利于矫正;对所有的格子间,永磁铁距腹板下边缘越近,矫正效果越明显,同样的磁铁(长宽比大于1),横放比竖放的矫正效果明显。最后研发了自动矫正执行器的物理样机,其由吸附单元、推拉单元、结构单元、传感单元和控制单元组成,并进行了现场试验,测试结果满足矫正工艺的精度要求(±2mm),同时也验证了有限元分析结果的准确性。主梁腹板变形自动矫正执行器的研制实现了腹板变形识别、腹板临时连接的建立、矫正过程力感知和矫正运动可控。该装置实现了机器人定位焊前的腹板变形自动矫正,对前道工序的焊接工艺优化具有一定意义。     

油流量装置电子称自动加载系统研究

油流量装置通常采用精度高的质量法,主要测量设备是电子称,如何实现电子称的自动检定,保证在运行的过程中实时对电子称进行校对至关重要。文章就自动加载装置中的砝码吊钩、砝码、传动装置等做了详细的研究和设计,从理论和实际中解决了电子称自动加载的需求,满足了计量检定校准的需要。     

火灾自动报警系统在地铁火灾中的应用研究

近年来,随着我国社会主义市场经济逐步完善,人们生活质量和生活水平不断提高,对生活环境的要求也越来越高,我国地铁行业也得到了空前的发展。各种类型的地铁层出不穷的同时,也给地铁火灾工作提出了更高的要求,地铁火宅消防工作已经受到社会各界的广泛关注。本文针对目前火灾自动报警系统在地铁火灾中的应用的现状以及存在的问题,提出几点有效的措施和建议,从而提高我国火宅自动报警系统的质量和水平。