自动化码头运输设备充电策略优化的仿真研究

随着自动化集装箱码头成为当今码头的发展趋势,AGV(automated guided vehicle) 作为自动化码头中使用最为广泛的水平运输工具,合理制定其充电策略至关重要。针对当前自动化集装箱码头中AGV充电策略的不足,提出一种以离线充电为主在线充电为辅的充电策略,并且针对在线充电站点位置选择问题提出一种利用热区图选择有效在线充电站点的快捷方法。在使用该种充电策略情况下,通过大量仿真实验得出在码头工作任务量不变的前提下可减少AGV数量配置的结果,说明自动化集装箱码头水平搬运效率得到提高,证明该充电策略具有有效性。     

用于实时仿真的高阶Runge—Kutta方法

本文简要分析低阶实时仿真算法，构造实时的高阶（ｓ＝６，ｐ＝５）实时Ｒｕｎｇｅ—Ｋｕｔｔａ方法，分析了该方法的收敛阶条件和稳定性，并具体给出了三组实时仿真算法公式，数值试验结果表明，构造的实时高阶Ｒｕｎｇｅ—Ｋｕｔｔａ方法是可行的、有效的。     

时滞控制系统变结构控制器的一种等效设计方法

本文对时滞控制系统的变结构控制器提出了一种等效的设计方法。此方法因只需对相应的无时滞控制系统进行变结构控制器设计,所以不仅简化了变结构控制器本身的设计,而且也相应的简化了切换面的设计。同时,还给出了这种等效方法的时滞范围及系统数值仿真,仿真结果表明此方法的可行性及其效果的优良性。     

一种改进的基于小波变换图像边缘检测算法

本文提出了一种改进的图像边缘检测算法。它基于小波变换的方法,可以使检测处理中图像边缘相互影响所造成的边缘混叠现象减少到很小。实验结果证实了该算法的可行性。     

用数字波束形成技术测量干扰环境中目标的方向

本文讨论了在干扰环境中利用数字波束形成技术确定目标方向的方法,给出了计算机模拟结果。测量目标角度是基于单脉冲技术中的和差波束的方法。由于各路接收机幅相误差和算法本身的影响,差波束指向零点将产生漂移且零深不够理想,影响了测角精度。本文提出了在差波束的理想指向零点方向用正交化算法产生一零点的办法来校正零点漂移和加深零深,又不影响差方向图的其它性能,从而为用数字波束形成技术精密测角提出了一条路径。另外,本文给出了为消除主瓣干扰而对和差方向图影响的模拟结果。     

泥石流灾害及防治

2006年2月17日．菲律宾中部南莱特省圣伯纳德镇发生泥石流灾害，吞没了一个村庄和一所学校，大约2000人在此次泥石流灾害中失踪。灾难震惊了全世界。实际上泥石流灾害是一种在全球山区都较为常见的山地灾害．每年都要造成不同程度的人员伤亡和财产损失。     

江苏中部海岸互花米草盐沼底栖动物的组成特征

在江苏海岸,人工引种的互花米草正在成为盐沼植被的优势物种.为了了解互花米草引种对环境与生态的影响,调查了互花米草盐沼底栖动物的组成特征.在王港地区互花米草滩由西向东设置的4个站位上,进行了夏初和秋末两个时期的野外调查,采集了40个样方内可见的全部动物样本,记录了环境特征.在实验室鉴定了样本的种属,测量了动物介壳的长度.对所获数据的统计分析结果显示,本区互花米草盐沼中有7种大型底栖动物,夏初和秋末生物种类相同,但秋末生物量明显高于夏初.在代表性种属中,珠带拟蟹守螺(Cerithidea cingulata)的壳长从初夏到秋末有明显增大,而秋末粗糙滨螺(Littorna scabra)和赤豆螺(Bithynia fuchsiana)比初夏小且少.在互花米草盐沼的不同部位,腹足类物种分布有显著差异.现场观察数据显示,一些当地盐沼动物已经适应于在人工引种的互花米草盐沼中生存.     

线阵CCD在折射率测量中的应用

提出利用线阵CCD传感器作为反射光或折射光的光强分布接收装置的折射率测量方法,研究了如何根据光强的空间分布曲线确定布儒斯特角或临界全反射角的定标方案,讨论了测量结果可能达到的精确度。     

基于Anytime算法的模型预测控制器的优化反馈调度

模型预测控制器可以实现为具有Anytime算法特征的模型预测控制（MPC）任务,它允许在执行时间和控制性能之间进行折衷．文中针对一组MPC任务,提出一种优化反馈调度算法（FS-CBS）,在有限处理器时间约束范围内使全局控制性能最大化．该算法为每个MPC任务分配了一个恒定带宽服务器（CBS）,并对CBS所预定的处理器时间进行动态调节,同时通过约束条件保证整个任务集的可调度性和各组分的稳定性．仿真结果表明,该算法对MPC运行时的执行时间变化不敏感,明显优于基本的CBS算法．     

基于趋势特征聚类的多元相似时间序列的提取

历史相似时间序列的提取在数据挖掘、工业故障检测以及故障根源分析等领域应用非常广泛。针对工业报警系统中异常根源分析方法存在的问题,提出了一种基于趋势特征聚类的多元相似时间序列的提取方法,可以有效地辅助现场工作人员分析关键变量发生异常变化的根源。首先对多元时间序列进行分段线性表示,获得变量的趋势特征信息;然后采用基于密度峰值聚类分析算法对获得的趋势特征在高维空间中聚类,从而实现历史数据的相似性提取;最后可根据关联变量的幅值变化量分析导致主变量发生异常变化的根源变量。数值仿真和实际工业数据案例验证了所提方法的有效性。