SDS-TWR无线测距在城轨列车防撞系统中的应用研究

城轨列车在ATP失效模式下的防撞保护是保证列车安全运行的重要手段.基于SDS-TWR的无线测距方法能够提供良好的测距精度和测距距离.本文结合SDS-TWR原理,对城轨列车在高速移动、坡道、弯道及隧道环境等路况条件下的无线测距进行了建模分析,同时给出了分析方法和计算结果.最后以城轨列车防撞预警系统为例证明了将SDS-TWR应用于复杂环境下测距的可行性.     

遗传算法在参数辨识中的应用进展

系统地讨论遗传算法在参数辨识中的应用.总结了简单遗传算法用于参数辨识的步骤,指出其可能出现的问题,并综述国内外学者在编码、适应值函数和遗传算子等方面所作的改进以及将遗传算法与其他方法结合所产生的新算法.最后指出了遗传算法存在的局限性.     

声学多孔材料的孔结构优化

介绍了一种基于微结构的声学模型,可用来对多孔材料的微组织结构进行优化,从而使多孔材料具备最佳的声学性能.该模型是一种适用于低雷诺数的非稳态线性声学模型,主要微结构考虑平行排列的柱形杆件或圆球列阵,包括3个子模型:①声波传播方向平行于圆柱形杆件的子模型;②声波传播方向垂直于圆柱形杆件的子模型;③声波在圆球列阵中传播和吸收的子模型.前2个子模型通过考虑多边形周期边界条件的影响,计及了相邻圆柱形杆件间的交互作用.由于模型是线性的,因此可以结合起来描述任意角度入射声波的传播特性.第3个子模型可用于描述胞状多孔材料中节点处的情形.文中利用这3个子模型来扩大吸声材料的设计空间,根据不同用途所要求的声学特性计算最优的胞元结构,并对这种模型的应用领域进行了分析讨论.     

极限学习机及其在质子交换膜燃料电池参数辨识中的应用

为对质子交换膜燃料电池(PEMFC)进行精确建模,需要准确辨识PEMFC中的未知参数.然而,PEMFC的参数辨识是一个多变量、多峰值和强耦合的非线性优化问题,传统的参数辨识方法往往得不到满意的结果.此外,不同运行条件下产生的噪声会阻碍启发式算法(MhAs)获取精确的参数.针对该问题,提出一种基于极限学习机(ELM)的MhAs策略——ELM-MhAs,以实现PEMFC的参数辨识.利用ELM对数据进行训练以降低或消除噪声,为MhAs提供更为准确可靠的适应度函数,从而保证MhAs对PEMFC参数的精确辨识.为验证该策略的可行性和有效性,在低温、低相对湿度和高温、高相对湿度两种条件下,分别对25组电压-电流数据进行不降噪、贝叶斯正则神经网络(BRNN)降噪以及ELM降噪处理,随后对比不同数据中6种MhAs和列文伯格-马夸尔特反向传播法的参数辨识结果.实验结果表明,与不降噪和BRNN降噪处理相比,应用ELM能够显著减少数据噪声对实验数据的影响,从而有效提高MhAs的参数辨识精度.     

信号相关分析在系统参数辨识中的应用

提出一种利用信号相关分析辨识系统参数的方法。该方法不需要施加试验信号．直接使用系统的输入输出信息。因此。它使用方便，可以克服噪声的影响．具有较强的鲁棒性。     

稳健估计在岩移参数辨识中的应用

本文针对地表与岩层移动观测中离群值存在的不可避免性，提出了采用稳健估计对地表下沉模型参数进行辨识的方法，通过实例验证，该方法与其它方法相比具有一定的优越性     

参数辨识方法在动态称重系统中的应用

本文是把动态称量和定量控制相结合，用控制算法来实现多级控制，从而提高了称量的精度和速度，弥补了单独提高动态称量度或单方面优化定量控制策略的不足。论文具体分析了定量称量问题，首先是把称量系统看作是一个二阶系统，建立数学模后．，进行拉普拉变换和Z变换后得出一个质量仪与系统参数有关的关系式，从而把称量问题转化为一个系统参数识别问题来解决。     

遗传算法在汽轮机调速系统参数辨识中的应用

分析了常规参数辨识方法在进行汽轮机调速系统参数辨识时存在的局限性,在对华阳后石电厂6号机组（600MW）汽轮机调速系统模型参数进行辨识时,采用了一种基于遗传算法的参数辨识方法,并利用Matlab及其Simulink工具箱予以实现．这种方法对现场试验条件的要求不高,试验时可以根据机组实际情况选择测点,并且可以较好解决非线性环节参数的辨识问题,比较适合于汽轮机调速系统的参数辨识．结果表明,辨识所得的模型参数能够满足电力系统分析对汽轮机调速系统模型准确度的要求．     

差分进化算法在气动力参数辨识中的应用

差分进化算法是一种新兴的优化算法,与最小二乘法等梯度类算法相比,它能够进行全局寻优且对初值不敏感,具有广泛的应用前景.建立某型飞机刚体运动的6自由度非线性动力学模型,在叠加一定比例白噪声的情况下获得其仿真数据,使用差分进化算法辨识出该型飞机的纵向运动气动力参数,辨识结果与真实值较为吻合,证明该算法是可行的.多组试验表明:对于该型飞机的动力学模型和仿真数据,使用差分进化算法的辨识结果与使用最小二乘法、普通粒子群算法的辨识结果相比,具有更高的精度和更强的鲁棒性.     

城轨列车转向架积雪结冰原因分析及其防治

为了研究城市轨道列车在风雪环境下积雪结冰对转向架区域影响,简化头车模型,采用Realizable k-ε湍流模型、离散相模型以及积冰模型相互耦合的方法预测雪粒子运动轨迹以及转向架积冰情况。分析转向架区域流场、转向架区域雪粒子分布、转向架表面积冰厚度,得到转向架区域积雪结冰成因,并提出防治方案。研究结果表明:由于转向架前端区域以及转向架中部区域较为空旷,气流易在这些区域出现高速上扬的趋势。空气中的一部分雪粒子在气动的作用下从这些区域进入转向架上部区域,部分雪粒子进入转向架区域后在惯性的作用下沿着流线切线方向直接撞击到转向架表面。在这2种主要的方式作用下,转向架出现了严重的积雪结冰现象。在有效计算时间内,采用导流方式的组合防治方案有效缓解了转向架上的积雪结冰问题,头车转向架1积冰减少96%,转向架2积冰减少94%。     

多态反共振协同型薄膜声学超材料低频隔声性能

针对普通声学材料无法有效衰减车内低频噪声的问题,提出一种摆臂式轻质薄膜型声学超材料结构设计形式,通过在子单胞内引入多态反共振模式实现了低频隔声频带的拓宽及隔声量的提高。该超材料以柔性乙烯-醋酸乙烯共聚物(EVA)材料作为框架,并将4个金属薄片和1个十字形EVA摆臂贴附在0.2 mm厚的聚酰亚胺(PI)薄膜表面构造成谐振部分。通过对超单胞的声传递损失(STL)、多态反共振模式和负等效参数的分析,揭示了STL带宽的拓宽机理;基于超单胞结构衍生设计了大尺寸的柔性隔声超材料,并将大尺寸超材料样件装配到汽车发动机机罩内进行实车降噪测试,通过"混响室-消声室"隔声实验和实车降噪测试进一步预估了超材料对低频噪声的衰减能力。研究结果表明:子单胞间的多态反共振协同模式能调制超单胞处于连续的动态平衡状态,促使低频入射与反射声波相互抵消,从而改善了隔声带宽和隔声量;所设计的超材料可使车内1 kHz以下的发动机噪声平均衰减达3 dB(A),为低频宽带隔声材料的设计提供了一种新的思路,在控制低频噪声方面具有潜在的工程化应用前景。     

三嗪基有机多孔材料的制备及其在碘吸附中的应用

三嗪基有机多孔材料(CTFs)材料一般都是采用离子热法或微波法合成,但是这两种方法都有它们的缺点,如反应条件苛刻,单体数量有限,且难以实现等,限制了其实际应用.基于此情况,开发了一种模块搭建的设计思路,在不使用模板剂的情况下,合成孔径可调的CTFs材料.首先,以2,4,6-三(4-溴苯基)-1,3,5-三嗪-2,4,6-三胺(TPTT)为中心,合成了系列富氮多孔有机聚合物(NT-POP-1-6);然后,在800℃温度下进行后续热处理,获得系列孔径可调的三嗪基有机多孔聚合物(NT-POP@800-1-6).NT-POP@800-1-6的BET表面积范围为475~736 m~2·g~(-1).该系列材料具有永久的孔隙度,其有机框架结构上含有大量可以成为有效吸附位点的氮原子.NT-POP@800-1-6在碘蒸气中表现出优异的快速吸附性能,4 h的吸附量可以达到56%~192%.     

改进Simpson积分法在捕食模型参数辨识中的应用

生产和科研中经常需要高精度地确定模型的参数,为此推导出了改进的变步长Simpson数值积分公式,并结合灰色系统理论,提出了一种模型参数灰色辨识的数学模型。采用此方法对捕食模型中的参数进行了辨识仿真,结果表明,基于变步长Simpson数值积分公式的灰色辨识方法在处理非等时间间隔以及数据波动性较大的参数辨识问题时稳定性较好,可满足高精度辨识模型参数的要求。     

离散傅里叶变换在异步电机参数辨识中的应用

矢量控制系统中需要用到的参数较多,能否获得良好的调速性能往往取决于电机参数的准确性。由此,对一种采用离散傅里叶变换的参数辨识方法进行了研究。通过空间电压矢量算法实现相应的电压激励的产生,并注入电机,根据电机等效特性辨识出电机参数。为了提高定子电阻的辨识精度,利用最小二乘法对传统的直流实验进行优化。针对单相交流实验和空载实验中,检测电压和电流信号可能出现的干扰信号,利用离散傅里叶变换的方法以减少误差,实现对电机的电流幅值、电压幅值及其功率因数的测量,进而准确辨识电机定转子电阻、定转子漏感和互感。为了对辨识参数的准确性进行验证,将所辨识参数在异步电机矢量控制系统进行应用。实验结果表明:所辨识的参数具有较高的准确性。本辨识方法模型简单,易于实现,具有广阔的应用前景。     

自适应蚁群算法在线性系统参数辨识中的应用研究

介绍了自适应蚁群算法在线性系统参数辨识中的应用算法.该方法能够根据辨识偏差变化大小动态改变信息启发因子α和期望启发因子β的配置,引导搜索朝着全局最优方向运动,避免陷入局部最优同时减少搜索算量.通过仿真运行,该辨识方法能够较快缩小辨识区间,辨识结果接近真值,具有较好的辨识效果.     

一种自适应免疫遗传算法及其在系统辨识和参数优化中的应用

基于遗传算法与免疫系统的机理,提出了一种自适应免疫遗传算法(AIGA).该算法定义了选择、扩展与突变等操作,通过对选择比例、扩展半径、突变半径的约束和参数的自适应调节,提高了算法的全局与局部搜索能力.同时,将AIGA用于系统辨识以及PID参数的优化中,进行了仿真实验,取得了较好的结果,证明了该方法的有效性.     

模态参数辨识改进算法及其在振动台试验中的应用

结合数据驱动随机子空间法,提出了环境激励下结构模态参数识别的改进ITD法、改进STD法与改进复指数法。随机子空间法的识别精度高,其中Hankel矩阵经过正交投影计算可以保留原始数据中的所有信息,同时去除了噪声,将得到的P矩阵中的数据作为ITD法、STD法与复指数法的输入数据,这3种方法就不再需要采用随机减量法或者自然激励技术进行前处理,避免了这2种前处理方法的不准确性带来的误差,并提高了模态参数识别的计算效率。利用12层钢筋混凝土框架结构模型在振动台试验过程中地震反应记录,识别结构模型模态参数。从而证明3种改进方法在结构模态参数识别中应用的可行性。     

声超常材料:负参数声学材料的实现

声超常材料是质量密度和模量可以为负的新型人工材料,其实现在概念上推动了声理论的发展,同时也为研究各种新奇性质提供了可能,从而在应用上为设计各种新型波功能器件提供了基础.对声超常材料的研究成为当前国际上的一个研究热点.对声超常材料的研究进展评述,同时对局部共振机制实现负参数的基本原理进行阐述.