浅谈智能模糊控制恒压供水系统

文章介绍在变频恒压供水系统的基础上采用智能模糊控制等特性来完成恒压供水。     

多环节冲击测量系统方波响应时间的计算

实际的冲击高电压测量系统，通常由多个不同特性的环节组成．作者以最简洁的数学推导式，表达了多环节测量系统方波响应时间的计算方法。借助于这一计算方法．讨论了方波源波形非理想时，它对实际方波响应时间测量值的影响。所提出的反映原始方波质量的技术指标，可比“上升时间”更易确定，而且实用性强．     

浅谈磁电式与霍尔式速度传感器在汽车上的区别

文章针对应用较广的磁电式传感器和霍尔式传感器展开论述，分别介绍了两者的工作原理和区别。     

拖拉机主减速主动锥齿轮轴的辅助设计

本文对拖拉机主减速主动锥齿轮轴提出了一种新的设计方法，为提高该件的设计水平提供了可靠数据．     

具有优先级的深度确定性策略梯度算法在自动驾驶中的应用

深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在自动驾驶领域中应用广泛,但DDPG算法因采用均匀采样而导致低效率策略比例较高、训练效率低、收敛速度慢等.提出了基于优先级的深度确定性策略梯度(priority-based DDPD,P-DDPG)算法,通过优先级采样代替均匀采样来提升采样利用率、改善探索策略和提高神经网络训练效率,并且提出新的奖励函数作为评价标准.最后,在开源赛车模拟(The Open Racing Car Simulator,TORCS)平台上对P-DDPG算法的性能进行了测试,结果表明相对于DDPG算法,P-DDPG算法的累积奖励在25回合之后就有明显提升而DDPG在100回合之后训练效果才逐渐显现,提升约4倍.P-DDPG算法不仅训练效率提升且收敛速度加快.     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

变电站电压无功优化控制器

根据电网的终端变电的二次母线（１０ｋＶ或３５ｋＶ）的接线特点,以母线电压和网损作的目标函数,以有载调压变压器和并联电容器作为调节手段,推导出变电站电压无功控制器的控制规律,并着重分析了抽头变化、并联电容器的投切效果与系统网络参数的关系。此外本文还论述了ＶＱＣ变电站电压无功能控制器的硬件、软件设计思想、主要特点及采用的新技术;介绍了现场运行的情况;提出了ＶＱＣ－Ⅱ型变电站电压无功控制器对ＶＱＣ－Ⅰ型     

铅烟除尘特性研究

简述静电除尘的电晕放电、尘粒荷电、尘粒运动与捕集的基本原理;重点讨论了铅烟高压静电发生器的绝缘结构、电场特性、低压回路、高压回路、本体设计等.通过研究得出结论:铅烟除尘器本体可采用直径800 mm圆柱形宽极间距结构,其高压绝缘可采用3 240与3 260环氧玻璃布作为主绝缘体,高压采样系统宜采用高压电阻直接取样方式,响应快,控制灵活.     

CO2监测分析仪在监测过程中对桥室温度的恒温控制

CO2监测分析仪在监测过程中,CO2监测值的精度是由CO2监测分析仪的桥室参比温度是否恒定而决定的.老式监测分析仪桥室温度是采用断续的双位恒温调节,其温度调节误差大,一般只能在±1℃左右,所以CO2监测值的精度低.采用微机交流调压的CO2监测分析仪桥室恒温调节,其温度调节器采用PID调节,使桥室温度误差可控制在±0.2℃,提高了CO2监测值的监测精度.     

基于广义逆的受控机构优化

基于受控原动件的机械特性和受控机构二自由度的特点，建立精确实现多点轨迹受控机构的圆拟合优化模型．提出运用广义逆求解补偿运动位移的方法。