复合跟踪微分器在电容式位移传感器中的应用

针对从含噪原始信号中提取位置以及速度信息,经典跟踪微分器存在不能很好兼顾相位滞后和噪声放大问题、参数多,调试复杂等不足.在跟踪微分器等效线性分析基础上,提出复合形式跟踪微分器,用于电容式位移传感器位置信号跟踪以及速度信号估计,通过MATLAB\SIMULINK仿真以及实验平台测试,结果表明:在跟踪频率1 Hz、幅值1含噪声正弦信号中,复合跟踪微分器能光滑逼近原始位置信号,且能有效进行速度估计,相较于经典跟踪微分器,复合跟踪微分器跟踪相位滞后小0.03 rad,能更好兼顾跟踪信号相位滞后及速度信号噪声放大.     

腐蚀对风车联合作用下斜拉桥拉索 疲劳可靠性的影响分析

为探讨腐蚀对随机交通和风载联合作用下斜拉索疲劳可靠性的影响规律和机理,通过拉索高强钢丝的加速腐蚀和疲劳试验,提出了考虑腐蚀的斜拉索疲劳抗力模型;基于线性累积损伤准则,建立了考虑腐蚀影响的风车联合作用下拉索疲劳可靠性的分析方法和流程;依托工程实例,分析了腐蚀等级和时变腐蚀对拉索疲劳可靠性的影响.结果表明:随腐蚀加剧拉索动态疲劳可靠指标下降速率增大;等级达到Ⅲ级及以上的腐蚀对拉索疲劳可靠寿命影响显著,尤其对于靠近桥塔及辅助墩处拉索;Ⅳ级和Ⅴ级腐蚀时拉索疲劳寿命相对无腐蚀状况降幅最大分别达24%和44%;相对完好状况,时变腐蚀影响下拉索的动态疲劳可靠指标下降更为迅速,且降幅明显大于仅考虑腐蚀分级的状况.     

高职院校城市轨道交通车辆专业项目化课程体系建设的研究

我国高职院校近几年大力进行项目化课程体系建设工作,项目化课程的建设旨在提高高职学生知识及能力素质,为国家未来的发展奠定坚实的基础。随着中国经济的飞速发展,对城市轨道交通技术人员的需求也日益增大。为了更好的培养城轨专业人才,城市轨道交通车辆专业在这样的大环境下也进行了项目化课程体系建设。该文从项目化课程体系建设的背景、项目化课程体系的构建、项目化课程的建设等方面详细的介绍了城市轨道车辆专业项目化课程体系建设的过程及意义。     

多铰接结构的现代无轨列车路径跟随研究

现代无轨列车是一种新型公路运输车辆,其融合了汽运车辆建设成本低和轨道车辆载运量大的技术优势.针对多铰接现代无轨列车车体编组多,运动自由度大,曲线路径行驶时后方车辆会偏离前方车辆的运动轨迹的问题,建立了跟随误差模型,分析影响路径跟随性的因素,提出一种曲线路径行驶的路径跟随策略.采用航向角预测跟随控制策略,设计中间车轴的铰接角和后车轴的转向角控制规律,以增量PID算法补偿阿克曼转向模型误差,提高系统稳定性.最后在圆曲线路径和"S"曲线路径工况下测试车辆各轴的行驶轨迹.仿真结果表明:车辆的位置跟踪误差保持在0.03 m以内,航向跟踪误差最大在4.5°以内,车辆具有较好的路径跟随性能.     

医药洁净室的计算流体动力学模拟及实测对比

采用计算流体动力学(CFD)模拟,研究3个医药洁净室的气流流型及颗粒物浓度.采用标准k-ε双方程模型,通过模拟颗粒物在洁净室的分布,分析合理的污染物散发位置及散发比例.对比参考发尘量下的结果与实测数据的差异,根据实测数据确定污染散发量,通过试验不同的单位容积发尘量,计算对应的洁净度,得到与实测数据吻合最好的单位容积发尘量.在单位容积发尘量为1 000pc·(m3·min)-1计算条件下,各房间的模拟结果与实测数据数值比较吻合,且经CFD预测的3个房间的洁净度变化趋势与实测一致.     

采空区注氮参数设计及三维流场分析

为了合理设计采空区注氮防火方案,以南山矿18-5采空区为研究背景,利用FLUENT软件,结合含变渗透系数的Forchheimer运动方程,对具有抽放巷和注氮管的复杂采空区模型三维流场进行了数值分析。结果表明,大流量注氮在采空区浅部即可取得很好的氧气惰化效果,随着注氮管的深入,惰化效果逐渐降低;小流量注氮取得的惰化效果具有相反的变化趋势,即二者存在不同的最佳注氮位置;受抽放巷影响,模型回风侧存在氧气富集区,仅靠注氮无法对其有效稀释,应配合工作面长距离封堵,减弱高抽巷引起的漏风。依据研究结论和现场施工条件,设计了合理的防火方案,在注氮工作之前,应首先对采空区规模、通风条件和制氮设备能力进行预先评估。     

PXI在测控系统中的应用

随着有关PXI总线的规范和产品的推出，由于优良的性能指标和适宜的价格，使其受到各相关行业的广泛关注。对风洞测控系统的结构和系统配置作了具体的阐述，并对PXI总线在具体使用中的效果和特点作了较详细的介绍。     

桅杆结构数据采集软件

文章介绍了桅杆结构数据采集软件的编制 ,并基于HY -8021多功能数据采集板与光电位置传感器的特性 ,使得该软件可满足以低频振动为主的建筑工程结构数据采集的要求。     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。     

城市物流中多目标配送模型

提出了VRP问题的多目标数学模型，基于此数学模型，概括了一种新的遗传算法来解决带有时间窗的车辆优化配送问题提出的部分自适应遗传算法采用PFIH来产生初始解，克服了遗传算法参数设置主观的弊病，运用了自我进化的思想来改进遗传算法中涉及的参数设定最终，通过试验得出了比较满意的结果，证明了该算法的可用性。