电磁阀测试系统综合控制研究

针对电磁阀测试系统中压力、流量等流体被控参数存在复杂、非线性、时变不确定性及一定程度的纯滞后等特点,提出了系统综合控制方案.以油介质电磁阀实验回路为原型,建立了系统数学模型,采用了智能控制综合算法来实现被控参数的精确控制.通过Matlab/Simulink进行了电液联合控制仿真,将仿真结果进行比较,验证了控制算法的有效性;将控制算法引用到电磁阀测试实验中,通过实验结果对比分析,最终确定了适合本系统的最优综合控制策略.     

8G机车动轮弛缓报警装置的设计与应用

通过分析8G机车走行部、制动机结构,总结了8G机车轮对发生弛缓的原因,提出了8G机车动轮弛缓报警装置的设计方案,并对该方案的设计原理、结构特点、安装使用情况进行了阐述。     

高校多媒体教室的规划及建设探讨

多媒体教室是运用现代教育技术手段进行教学活动的重要场所,是学校实现多媒体教学的平台.随着各高校多媒体教室数量的不断增加,随之暴露出因建设引起的使用和管理问题也越来越突出,多媒体教室建设的好坏,直接影响到今后多媒体教室的教学使用和维护管理.科学规划多媒体教室需从多媒体教室的建设原则、环境建设、设备配置和建设施工等方面进行探讨.     

星务管理软件框架设计与实现

星务管理软件是星务管理系统的灵魂,而星务管理软件框架为星务管理软件提供一个通用、标准的软件平台。结合微纳探测器软件功能集中化的需求,卫星各分系统的管理软件基本都集中在星载计算机内运行,对星务管理软件进行一体化设计;星务管理软件功能复杂,为便于用户软件的可复用和可移植,对星务管理软件采用模块化设计。最终实现星务软件功能一体化管理,各功能模块任务按预定模式在星载计算机中运行。     

改造普通车床加工电解槽阳极导杆

介绍了改造普通车床加工电解槽导杆的必要性及其方法,研究并分析了车床改造及装夹装置、支架、刀盘的结构、原理及使用效果和注意事项,对同类生产企业具有借鉴作用。     

基于多主体的舰载机综合保障过程建模方法

针对舰载机面向作战任务的实时动态的综合保障需求,提出了基于多主体的舰载机动态保障模型。系统分析了舰载机使用保障与维修保障的基本过程,探讨了其有限资源约束下的动态调度特征。建立了三层混合控制的多主体模型架构,保证模型具有足够的柔性与收敛速度。重点考虑保障过程中主体（Agent）间合作博弈特征以及故障等系统扰动的影响,提出了一类基于合同网的交互协商机制,以提高Agent间的协商效率,并尽可能消除重调度的影响。给出了Agent的个体抽象原则,并定义了可扩展的Agent内部结构。在此基础上,给出了舰载机动态保障的有限资源调度算法。最后以舰载机的战备完好性指标单位时间出动架次为优化目标,选取舰载机的典型任务模式对模型进行了验证。     

基于四元数平方根UKF算法的SINS/GPS紧组合导航系统研究

在较大初始姿态误差角下,针对SINS/GPS紧组合导航系统扩展卡尔曼滤波（extenthed Kalman filter, EKF）算法定位精度下降的问题,提出了一种基于四元数的平方根无迹卡尔曼滤波（square root unscented Kalman filter, SRUKF）算法。为解决SRUKF算法中四元数正交规范化的限制,通过构造姿态矩阵代价函数将四元数预测均值问题转化为代价函数最小时的四元数向量求解问题,保证了均值四元数的规范化;利用乘性四元数误差表示四元数预测值与均值之间的距离,求取四元数的预测协方差矩阵,保证了算法的合理性。在此基础上,给出了SINS/GPS紧组合系统四元数平方根无迹卡尔曼滤波算法的具体步骤。在较大初始姿态误差角下的仿真实验结果表明,与EKF算法相比,该算法精度更高,稳定性更强。     

乌昌经济一体化与两地图书馆的整合发展

指出乌昌一体化为两地图书馆的整合发展提供了契机,分析了乌昌两地图书馆的整合现状,提出了乌昌两地图书馆整合的步骤。     

8G型电力机车自动常用制动功能的设计探讨

通过研究8G型机车制动机作用原理,结合机车运行监控装置功能控制,设计实现了8G机车自动常用制动功能。     

基于改进的UPF算法的列车组合定位方法研究

车实时定位是保证列车安全运行的重要环节。随着北斗卫星导航系统的发展,北斗卫星已逐步具备应用于列车定位的能力。针对北斗导航定位系统的特点及存在的问题,将SINS系统作为其补充定位方式。由于传统滤波算法在进行状态估计时仍存在粒子退化现象。为了进一步提高估计性能,提出了基于人工免疫无迹粒子滤波算法（AI-UPF）的列车组合定位方法。将人工免疫算法引入UPF算法的重采样过程,对粒子进行克隆和变异,改善了样本集的多样性,减轻了退化现象的影响。用该方法和UPF算法分别对北斗/SINS列车组合定位系统进行仿真实验。结果表明,AI-UPF算法能进一步减小定位误差,滤波效果较好。