四轮轮毂电机电动汽车固定横摆角速度增益控制研究

基于四轮轮毂电机电动汽车,对固定横摆角速度增益控制问题进行了研究。首先在Car Sim中建立线控转向汽车模型,应用Isight软件对固定横摆角速度增益进行优化设计。根据四轮轮毂电机电动汽车四轮驱/制动力矩独立可控的优势,基于模糊PI控制理论设计了附加横摆力矩决策控制器。采用驱/制动力规则分配方法对四轮驱/制动力进行合理分配;并通过Car Sim与Simulink联合仿真,选取中低车速变车速蛇形试验工况和高速双移线工况对控制方法进行了验证。结果表明:控制后汽车能够很好地跟踪期望横摆角速度,减轻驾驶员转向负担,有效地提高了汽车低速转向灵敏性、高速转向操纵稳定性和转向行驶舒适性。     

定量化评价稠油油藏泡沫油采收率影响因素

以往对于泡沫油采收率影响因素的研究多限于定性描述,通过设计10组稠油衰竭实验,定量化地研究了降压速度、溶解气油比、原油黏度对泡沫油采收率的影响。根据实验结果,运用多元回归,建立了无因次泡沫油采收率(Re D)与无因次降压速度(Δpr D)、无因次溶解气油比(Rs D)和无因次原油黏度(μD)之间的数学表达式,得到了临界降压速度、临界溶解气油比和临界原油黏度分别为0.004 MPa/min、5 m3/m3、72 m Pa·s。得到lnΔpr D、lnRs D和lnμD对lnRe D的影响权重分别为0.548、0.257和0.195。由此可知,在泡沫油开发中,提高降压速度对提高泡沫油采收率最有效。这对于稠油油藏确定合理的开发操作策略,实现经济高效开发具有重要指导意义。     

剪切历史对含蜡原油流变性的影响

利用DV3T流变仪通过控制剪切速率和小振幅振荡剪切的试验方法,分别研究了不同剪切历史对含蜡原油流变性的影响。结果表明:原油的表观黏度不仅受降温方式的影响,还与测量过程中选取的剪切速率有关;即使原油降温过程中所经受的剪切速率很小,其恒温静止达到平衡时的储能模量与静态降温的原油相比也有很大的差距;但随着剪切速率的增加,这种差距并不会有明显的变化;降温过程中剪切时间越长,原油的表观黏度越大;但恒温静止阶段的最终胶凝结构却越弱;此外原油在降温过程中存在着一个使其流变性恶化的最差高速剪切温度。     

多信道无线Mesh控制网中双路径并发性能研究*

针对无线Mesh控制网中链路的不稳定和节点之间的干扰引起的数据丢失和通信时延问题,提出了一种基于多信道的双路径并行发送方法。该方法首先拓展了多个正交信道与接口,再通过图着色理论对链路进行信道分配,减小节点间的干扰;然后在同一源目节点对之间采用两条节点不相交路径同时传输数据的方式,克服无线链路的不稳定性,达到加强控制数据传输的实时性和可靠性目的。仿真结果表明,与传统的单路径传输方式相比,当发送速率在一定范围内,该方法能有效的提高数据传输的可靠性和实时性。     

基于模型预测的无人机组合陀螺在线标定

为解决无人机长时间航行时,由于环境等因素的变化,导致陀螺漂移、标度因数误差和陀螺安装轴不正交误差的问题,借助天文导航系统(CNS:Celestial Navigation System)提供的高精度姿态信息,基于四元数误差建立陀螺在线标定误差模型,提出一种基于模型预测的捷联惯性导航系统(SINS:Strap Down Inertial Navigation System)/CNS组合陀螺在线标定混合滤波方法.仿真结果表明,该方法能够很好地适用于在线标定,不仅满足标定精度要求,而且降低了滤波的计算量,提高了滤波的数值稳定性.     

基于小电网短期负荷预测方法的研究与分析

电力负荷预测依据经济、社会、气象等相关数据并结合电力负荷历史数据变化规律来估计和推测未来电力负荷的走势.介绍岱山电网负荷结构及特性,并对影响负荷的要素进行了分析.因岱山负荷轻,受气象、大用户影响大的特征,提出、分析将温度、降雨量、风力大小及检修计划作为自变量的多元线性回归短期负荷预测法.以实验结论和事实数据论证该方案的可行性,此方案可用于结构简单的小电网中,以提高短期负荷预测的准确性.     

PA样本下刻度指数族参数的渐近最优的EB估计

本文在PA样本下研究刻度指数族参数的渐近最优的经验Bayes估计,在刻度平方误差损失函数下导出参数的Bayes估计,利用核估计的方法构造了参数的EB估计,并且证明这种估计的渐近最优性,最后给出一个例子.     

无标度网络中遗忘率变化的谣言传播模型研究

本文在无标度网络中研究了遗忘率随时间变化的谣言传播模型,推导出了对应的平均场方程,并在社交网络人人网中就遗忘率对谣言传播过程的影响进行了数值模拟.结果表明:遗忘率对谣言传播的最终规模有重要影响,初始遗忘率越大或遗忘速度越大,谣言的最终传播规模越小;与遗忘率为常数的谣言传播模型相比,谣言在遗忘率随时间变化的模型中传播规模更小.研究还表明,网络结构对谣言传播也有重要影响,谣言在无标度网络中的传播速度比在均匀网络中更快,最终传播规模更小.     

具有选择与补偿机制的加权集合序贯极端学习机及其应用

针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.     

无人机光电侦察平台的动目标测速方法研究

为了满足无人机对地面运动目标的侦察需求,在无人机光电侦察平台对地面运动目标实时跟踪的基础上,提出了一种对地面运动目标的光学测速方法.该方法根据光电侦察平台提供的俯仰角、方位角和无人机距离目标的距离,并结合了无人机的三维姿态信息,建立了无人机光电侦查平台对地面运动目标的速度测量模型.并分析了测速模型的误差来源,推导了误差计算公式.该测量方法无需定位目标,能够有效测量运动目标的速度,实用性较强.