盾构隧道施工中盾构机姿态控制

结合实际施工情况,分析盾构施工过程中不同地质条件下姿态控制技术,并提出一些盾构机的纠偏措施.     

基于Transformer-LSTM的泥水平衡盾构姿态预测研究

盾构机掘进姿态的控制对隧道施工质量与周围环境的影响至关重要,当盾构机姿态控制不足时可能会导致一系列工程问题.现阶段对盾构机姿态的控制主要依赖于工程经验,暂无精确可行的方法协助校核盾构机的掘进姿态.针对该问题,提出一种基于Transformer-LSTM组合模型的泥水平衡盾构姿态预测方法,结合实际工程中泥水平衡盾构机的26种不同施工参数,采用相关性分析和层次聚类的方法来筛选模型输入特征,对盾构机的掘进姿态进行了预测.研究结果表明：基于Transformer-LSTM组合模型的泥水平衡盾构掘进姿态垂直偏差和水平偏差的MAE分别为0.054和0.061,RMSE分别为0.064和0.085,R²分别为0.883和0.913;基于Transformer-LSTM组合模型的预测结果明显优于基于LSTM模型的预测结果,可以用来协助校核盾构机的掘进姿态.     

基于滑模控制的挠性卫星的自学习模糊控制

将基于滑模控制的自学习模糊控制应用于挠性卫星的姿态稳定控制中.给出了姿态控制系统的设计方法.自学习控制算法利用滑模控制原理和模糊性能判决表在线修改模糊控制器的规则参数.为了解决传统自组织模糊控制对外界信号敏感的问题,基于滑模控制的自学习算法同时考虑了误差状态矢量及其变化趋势,增强了系统的鲁棒性.与传统自组织模糊控制相比,仿真实验结果表明,该控制方法对卫星参数变化不敏感,能有效地抑制卫星的外界干扰及挠性附件的振动,使卫星的姿态角得到准确的控制.     

基于数据驱动的盾构竖向姿态预测深度学习模型

在盾构掘进过程中,竖向姿态控制难度较大,盾体常与设计轴线产生偏差。为解决既有盾构姿态预测模型无法准确提取数据特征和有效去除数据噪声的问题,充分挖掘盾构掘进实测数据时间序列信息,依托合肥地铁7号线耕耘路站—清潭路站区间盾构隧道工程,对收集的掘进数据进行预处理,包括去除停机状态数据及异常数据,提出用于盾构竖向姿态预测的CNN-LSTM组合模型,并将测试集上的模型预测结果与传统回归模型进行对比,最后对不同样本数量及固定网络参数时的模型性能进行研究。研究结果表明：CNN-LSTM组合模型对盾构竖向姿态的预测效果较好,在测试集上的预测平均绝对误差E_MA和均方根误差E_RMS较低,同时预测的决定系数R²较高,表明模型具有较小的预测误差和较高的预测精度;与ARIMA、LSTM和SVR模型相比,CNN-LSTM模型在测试集上预测的R²分别提高了1.04%、19.75%和79.63%,此外,模型的预测E_MA和E_RMS较低,并且训练耗时显著降低;不同训练集样本数量对CNN-LS...     

一种基于联合平差的盾构姿态计算方法

提出了一种新的盾构姿态自动测量方法,该方法通过全站仪测量盾构机上控制点坐标,结合双轴倾斜仪获取水平倾角数据,将两类观测值进行联合处理.在改进的七参数空间坐标转换模型的基础上,通过空间几何关系分析,建立联合平差模型.在实践中,基于该方法自主开发的全站仪与倾斜仪联合盾构自动导向系统已成功应用于上海地铁12线和杭州地铁1号线等隧道区间的施工导向,验证了该方法的可靠性和实用性.     

盾构姿态自动测量系统的开发与应用

通过用户需求调研并综合国内外既有测量系统的优点,开发了一套操作简单、自动化程度高、集盾构自动导向测量和工程动态管理可视化为一体的测量系统.应用结果表明,在地铁隧道中采用该系统进行自动测量是方便、准确和可行的,可在无人值守的情况下完成测量导向,完全能够取代人工测量.同时可提供可视化的地面建筑物与盾构推进相关关系的信息,便于在盾构推进过程中预防发生影响环境的事故.     

基于模糊控制的半车悬架系统姿态协调控制

基于遗传算法和改进粒子群优化算法相结合的智能优化方法对车辆滑模控制器进行优化,并在其基础上应用到半车悬架模型中.首先利用模糊控制的控制方法设计车身姿态补偿模糊控制器,然后结合两种控制策略,确定最终的半主动悬架控制策略,抑制车身俯仰角.实验结果表明,该控制器性能优越,能有效抑制汽车行驶过程中车身俯仰角的变化,改善汽车行驶的平顺性.     

人工修复盾构姿态错误的测量方法与精度探讨

在盾构掘进过程中,由于施工或导向系统发生故障等原因导致盾构姿态错误时,必须采用人工测量盾构姿态的方法对导向系统进行修复。文中就人工姿态测量原理和计算方法进行了分析,提出了人工修复盾构姿态的方法并分析了方法预期达到的精度,同时结合工程实践分析了该方法对姿态的影响。     

一种机器人的模糊控制方法

为了加强机器人运动规划中的稳定性,很多机器人的运动控制都依赖于它所配置的大量传感器。而本文介绍了一种机器人的模糊控制方法。该方法能在没有配置陀螺仪、位置、反馈等传感器和测距系统的机器人上实验成功,同时具有实现简单,节约成本等优点。     

中频热处理温度的模糊控制方法

分析了目前中频感应加热过程温度控制中存在的问题，提出了一种新的适合于非线性、惯性系统应用的动态控制的方法，即参数自调整模糊控制方法。介绍了参数自调整模糊控制器的原理、组成及参数自调整模糊温度控制的实现方法。该控制方法为实现中频热处理工艺过程的最佳温度控制提供了理论根据和有效方法     

注塑机微机模糊控制与监测系统

针对注塑机的特点 ,设计了模糊控制与监测系统 ,并采用一种模糊解耦算法进行料筒温度控制。实际运行表明 ,该系统取得了满意的控制效果     

挤塑机温控系统中模糊-PI复合控制的应用

将模糊控制器用于温控系统的控制,克服了传统PID控制参数整定繁琐,对控制对象的参数变化缺乏自适应性的不足,提出了Fuzzy—PI复合控制算法,实验结果表明,采用复合控制的温控系统具有稳态精度高和鲁棒性强的特点．     

数控机床伺服系统自适应模糊控制研究

为了提高数控机床伺服系统的稳定性和控制精度,使系统具有较好的抗干扰和自适应能力,建立了数控机床伺服系统的数学模型,论述模糊自适应控制原理,确定了e、e&和U的隶属度函数及其赋值表,通过计算求出K1、K2、K3的值,在此基础上建立系统的控制规则,利用MATLAB/Simulink与模糊控制相结合对系统进行动态仿真,从仿真曲线分析得出结论:在加入白噪声后,系统依然稳定.由此可得:自适应模糊控制的自适应能力强,可以提高机床伺服系统的稳定性和控制精度,使机床伺服系统有较强的鲁棒性.     

直觉模糊支持向量机

传统的模糊支持向量机难以区分具有相同隶属度的稀疏样本点和稠密样本点,进而可能降低分类精度.为了解决此类问题,利用直觉模糊集和模糊支持向量机,构建了直觉模糊支持向量机.仿真实验结果表明:与传统的支持向量机和模糊支持向量机相比,直觉模糊支持向量机的分类结果更精确.     

洗衣机的模糊控制

简述了模糊控制的洗衣机对衣物量和肮脏程度进行自动检测的方法.给出了洗涤时间的模糊控制算法,并对其它要检测和控制的参数作了简要说明.     

掩护式液压支架结构的模糊优化设计

本文在认真分析双铰式(主要是二柱掩护式)支架结构性能的基础上,应用模糊数学的观点和方法,建立了支架整体结构设计的模糊对称规划模型。对此模型,采用内点罚函数和 Powell 算法求解。结果表明,所建模型用于双铰式支架整体结构的设计是可行的。适应性强,算法稳定可靠,优化效果显著。作为液压支架设计方法的研究和计算机辅助设计系统,具有一定的参考和借鉴价值。     

模糊理论在电脑横机提前选针控制中的应用

把模糊控制理论应用于提前选针针数的确定,构造了简单实用的模糊控制器用于电脑横机提前选针的控制,并以塔茨米横机为例给出了较理想的控制数据。     

A Self-tuning Fuzzy Queue Management Algorithm for Congestion Control

This letter presents an effective self-tuning fuzzy queue management algorithm for congestion control.With the application of the algorithm, routers in IP network regulate its packet drop probability by a self-tuning fuzzy controller. The main advantage of the algorithm is that, with the parameter self-tuning mechanism, queue length can keep stable in a variety of network environments without the difficulty of parameter configuration. Simulations show that the algorithm is efficient, stable and outperforms the popular RED queue management algorithm significantly.     

汽车防抱制动系统自适应模糊控制算法

提出了一种基于自适应模糊算法的防抱制动系统控制方式.针对汽车纵向双轮模型,设计了模糊控制器和滑移率校正器.校正器通过车辆的输入输出参数辨识最佳滑移率,并调整系统控制参数,以提高系统的控制性能.仿真实验验证了控制算法的有效性.     

基于遗传算法信息组合的自适应模糊控制

利用模糊理论分别建立了与控制对象和控制知识信息相对应的控制系统，应用遗传算法获取2个系统在不同时间段的最佳组合因子，消除了对组合因子赋值的主观性和不准确性．基于李雅普诺夫函数的方法推导了模糊控制系统中参数的自适应控制律，并且证明了系统的稳定性和收敛性．将遗传算法信息组合的自适应模糊控制方法应用在达芬混沌系统的控制中，仿真结果对比表明，虽然组合型自适应控制方法可以有效地控制达芬强迫震荡系统，但文中提出的方法能使各控制状态有界，并且能够迅速准确地跟踪目标．