基于概率的移动机器人速度运动模型研究

对移动机器人速度运动模型进行了全面的分析,首先,在理想的情况下推导出移动机器人速度运动模型。然后,通过在理想情况下添加噪声的方法,构造出机器人在真实情况下的速度运动模型。最后,通过调整附加噪声的均值,实现了对机器人两轮直径不相等时的速度运动模型。使用采样算法从速度运动模型中采样,得到机器人可能的位姿空间。仿真结果表明,采样算法得到的结果可以有效的描述机器人的可能位姿。     

冰与悬臂梁结构物非线性动力耦合预报方法

为研究强冰载荷作用下海洋结构物发生的非线性变形响应,基于状态型近场动力学方法和非线性结构动力学理论,建立了一种冰与悬臂梁结构物非线性动力耦合预报方法.首先,建立了冰与悬臂梁结构物非线性动力耦合数值预报模型;然后,分别以悬臂梁受迫振动和海冰冲击算例来验证耦合模型采用的结构动力模块和海冰破坏模块计算的准确性;最后,开展冰柱高速冲击悬臂梁算例分析验证建立的冰与悬臂梁结构物非线性动力耦合预报方法的有效性.计算结果表明:冰柱高速冲击悬臂梁过程中上端部出现层裂破坏,悬臂梁变形使柱体下端部发生非对称破坏,下端表面出现斜向上扩展的裂纹,柱体下半部沿着裂纹扩展路径破坏成碎冰块.     

关于某些生物学规范名词的英译问题

本文对某些汉语规范名词翻译为英语形容词的问题进行了分析。认为汉语规范名词的对应英语词应当为英语名词,而不能为英语形容词。自1989年《微生物学名词》^[1]公布以来,迄今已公布了生物学13个学科的规范名词。其中如《植物学名词》^[2]、《动物学名词》^[3]等的规范名词中存在着将某些汉语名词翻译为英语形容词的问题。笔者在编写《英汉-汉英生态学词汇》^[4]和《英汉生态学词典》^[5]时已经注意到了这个问题,并且采取了形容词对形容词、名词对名词的英汉、汉英翻译方法。本文就此谈一些认识,供大家参考。一、汉语名词翻译为英语形容词举例例如在1997年公布的《动物学名词》中有一些汉语名词与英语形容词对应的情况(见表1)^[3]。表1所列均属生态学词汇。二、汉语名词翻译为英语形容词的原因(一)对英语词汇的理解有误比如“aquatic”作为形容词指“水生的”、“水上的”、“水中的”、“水的”或“水上运动的”;作为名词指“水生生物”(即水生植物或水生动物);它的复数(aquatics)指“水上运动”。尽管在《朗文英汉综合电脑词典》中将“aquatic”译为“【修】水生”,看上去是名词,但从该词前的“【修】”可以看出这个“水生”相当于“水生的”,不可单独用来表示“水生”。因此,将“水生”翻译为“aquatic”不妥当。同样道理,把“外源”译为“exogenous”、“内源”译为“endogenous”亦欠妥。(二)与英译汉的习惯有关从表面上看,汉语名词翻译为英语形容词是汉译英问题,实际上很可能同英译汉习惯有关。由于把英语形容词翻译为汉语时,人们通常采用词尾加“的”或“性的”这种方式。比如,《英汉常用生物学词汇》^[6]中的“anthropogenic人为的”、“heliophilic喜阳的”;“eurybathic广深性的”、“euryhydric广水性的”、“euryoecic广栖性的”、“euryoxybiotic广氧性的”、“euryphagic、euryphagous广食性的”、“eurythermic、eurythermal广温[性]的”;“stenoecic狭栖性的”、“stenohydric狭水性的”、“stenooxybiotic狭氧性的”、“stenophagic、stenophagous狭食性的”、“stenothermic狭温性的”,等等。为了使语言精炼,人们且常将“的”字省略。在汉译英时,如果简单照搬,就会出现“广栖性euryoecic”、“广温性eurythermic,eurythermal”;“狭栖性stenoecic”、“狭温性stenothermal”,等等。而实际上,“广幅性”应译为“eurytopicity”,而不是“eurytopic”;“广食性”应译为“euryphagy”,而不是“euryphagic”;“狭食性”应译为“stenophagy”,而不是“stenophagic”;“狭幅性”应译为“stenotopicity”,而不是“stenotopic”。同样道理,“半透性”应译为“semipermeability”,而不是“semipermeable”;“避光性”应译为“photophobism”,而不是“photophobic”;“喜温性”应译为“thermophily”,而不是“thermophilic”。三、对策首先要正确理解英语词的含义,分清该词是名词还是形容词。例如,根据Lincoln等1998年出版的词典,eurybathic、euryoecic、eurythermic、eurythermal、eusocial、polydemic、stenobathic、stenoecic和stenothermal等均为形容词^[7],不能当名词使用。同时要注意汉英翻译不能简单照搬。某些“汉语名词”很可能是从汉语形容词省略掉“的”而来的,还其“汉语形容词”本来面目,汉译英问题便迎刃而解。     

基于深度学习的柴油机气门健康状态评估

柴油发动机在运行过程中,其气门间隙会随其性能状态退化发生改变,为了解决传统的健康状态评估方法健康指标确定困难、权重人为经验依赖性大的问题,提出一种基于深度学习的柴油机气门健康状态评估方法.首先通过小波包分解算法对柴油机缸盖振动信号进行分解,对分解得到的节点信号分别提取常见的14个时域特征和小波包分解信号能量比向量,构建...     

基于ESO的异步电机无速度传感器矢量控制

受外部干扰和模型误差影响,异步电机无速度传感器矢量控制中的转速辨识结果往往不准确。为解决此问题,提出一种基于扩张状态观测器(ESO)的转速辨识方法,从ESO的扩张状态观测结果中提取转速信息。为同时辨识转速与转子电阻,提出了三角波激励法。在转子磁链参考值中注入三角波,实现转子电阻辨识的快速光滑收敛,从而提高转速的辨识精度。仿真和实验结果表明,该方法可有效解决转子电阻摄动影响转速辨识精度的问题,而且,由于转速辨识收敛速度快,在0.7倍额定负载突卸情况下,动态速升为7%,系统的动态响应快。     

Hermite样条在建立塔台模拟机飞机运动路径中的应用

塔台模拟机是一种实时的虚拟现实系统,通过逼真的再现机场塔台控制员的工作环境(包括视景,仪表等)和模拟执行控制员的控制命令,达到训练合格的塔台控制员的目的．在整个系统中,计算模块作为其中的核心模块,通过对运动目标的初始信息和控制员的控制命令的解析,实时计算出运动目标的位置和状态信息,     

赫巴流体在圆管中流动状态的转变

用稳定性参数Y研究了赫巴流体在圆管中的流动状态,得到了确定其流动状态的判据,通过理论分析以及实验资料,对比其他2种流态判别准则计算结果表明,稳定性参数Y具有较好的适应性和准确性。     

涡桨发动机风车特性评估方法及试飞验证

涡桨发动机在空中起动之前的风车状态会产生一定的风车阻力,严重影响飞机的操纵性和稳定性,因此需进行风车阻力特性的准确计算评估,以化解飞行风险.针对涡桨发动机装机飞行中的风车特性,采用基于标准桨特性图修正原理,建立计算评估方案,并以某型涡桨发动机设计定型试飞为依托,进行不同工况下的试飞验证研究.结果表明:在相同高度,低速风车状态下,风车阻力随着速度增加而增大,而高速风车状态下,风车阻力随着速度增加而减小;随着高度增加,低、高速风车阻力均减小;低速风车状态下,桨叶角基本处于限动位,而转速随着速度增加而增加;高速风车状态下,转速达到平衡转速,桨叶角随着速度的增加而增大.可见,建立的涡桨发动机风车阻力计算方法合理、可行,计算结果精度满足试飞要求,能够为后续涡桨发动机空中起动科目的飞行试验提供技术支撑.     

基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm,GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题,面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题,提出一种能够快速缩小搜索空间,且有效避免陷入局部最优的在线快速搜索的优化辨识框架,实现电动汽车动力电池等效电路模型参数在线快速辨识,扩展全局搜索优化算法的应用范围.进一步,将此算法应用于电池剩余荷电状态(SOC)估算问题,提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较,结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.