摘要：提出一种基于预测控制的PHEV在线能源管理策略。它利用BP神经网络构建旅途预测模型,并采用遗传-粒子群混合优化算法提升预测模型的车速预测精度;在此基础上,为保证预测模型对工况的适应性和策略的实时性,设计了基于动态规划的预测控制策略;最后以实际工况数据对提出的策略进行了仿真验证。结果表明,设计的旅途预测模型可有效地进行车速预测,预测精度超过93%;同时,与现有的实时策略和全局优化策略相比,采用提出的策略时油耗、排放和实时性得到了改善。

摘要：提出了一种基于无模型自适应控制的无人驾驶汽车横向控制方案.首先,将无人驾驶汽车循迹跟踪控制问题转化成预瞄偏差角跟踪问题,然后基于无人驾驶汽车横向控制系统的动态线性化数据模型,设计出无模型自适应控制算法、伪梯度估计算法和伪梯度重置算法,进而实现了自主车辆的无人驾驶.该方法的实现仅用到无人驾驶汽车运行时的输入输出数据,避免了对无人驾驶汽车进行复杂机理建模的难题,对于复杂的无人驾驶汽车运行过程具有很好的自适应性,对不同的无人驾驶车辆具有较强的可移植性.该方案已实际应用于清华大学无人驾驶汽车实验平台,在北京市丰台区的实地测试实验、在江苏省常熟市高速路的测试以及2015年"中国智能车未来挑战赛"的现场应用验证了所提方案的有效性.

摘要：严寒地区冰雪线路,高速列车风吹起的雪颗粒在列车底部或车身部位积聚、结冰,在列车振动或温度改变下,附着的冰雪块高速脱落,击打道床和车体,引起连锁反应,严重影响列车运行速度和安全。围绕列车车体冰雪积聚问题,从结构设计、防护方案和除冰作业3个方面,梳理国内外严寒地区车辆设计理念和冬季铁路运维经验,总结列车车体结构优化和抗雪优化措施,介绍新型冰雪防护技术和除冰作业方法。研究结果表明:1)整体性、平顺性、密闭性和耐寒性是新型冬季列车设计的主要特点,同时,裙板和雪犁等装置的使用可增加列车抗雪除雪性能;2)超疏水涂覆材料对延缓车体积冰具有一定的作用,但仍无法满足风雪、高寒的复杂运行环境;3)转向架、制动系统和电力系统等是受冰雪积聚影响的重点区域,应采用不同的防护和运维措施;4)列车除冰作业一般采用热空气或温水喷射融化车体表面冰层,并辅助采用人工破冰清扫的方法,丙二醇等低熔点化学用品的使用也取得了良好的效果。因此,列车车体除雪融冰应从全尺度、全过程综合考虑,从设计阶段优化车身结构,在重点区域加装冰雪防护装置,在列车运行时采取合理的除冰作业方式,以缓解和减少冰雪积聚,降低冰雪飞溅风险。

摘要：针对运营区间双向中断下的城市轨道交通列车运行调整问题,提出了在中断区间两侧利用渡线开行小交路的开行方案.考虑中断线路及与之衔接的其他线路,以减少乘客总等待时间为优化目标,构建涵盖中断阶段和恢复阶段的网络列车时刻表协同调整模型,并采用遗传算法进行求解.以国内某城市地铁局部线路的实际运营数据为例,对运营区间双向中断下城市轨道交通列车运行进行调整.结果表明:小交路调整策略能较好地保证城市轨道交通在运营中断下的服务水平,与单线列车时刻表调整相比,所提出的网络列车时刻表协同调整模型可使超出列车容量的乘客总人数减少15.0%,乘客总等待时间减少3.9%,能够更好地应对运营中断事件,提高运营效率.

摘要：动态编组逐渐成为列车运行控制领域的研究热点之一,低牵引能耗、高编组精确性、强抗干扰能力的多目标控制是实现动态编组的难题。针对这一问题,提出一种基于动态规划(DP)-序列二次规划(SQP)的优化控制方法。首先,对动态编组过程建立数学模型;然后,建立以低能量消耗和精确编组为目标的动态编组优化问题,在离线状态下使用动态规划算法计算速度曲线;最后,以离线速度结果为基础,使用序列二次规划算法求解最优控制策略在线控制列车。仿真实验表明,使用本文方法控制编组过程时,牵引能耗降低5.6%,编组误差下降至3 m,SQP算法求解的迭代次数下降到12次;在有外界干扰状态下,该方法可在线控制列车校正速度偏离,消除干扰带来的影响。

摘要：为解决人体跨越障碍物时膝关节角度输出的问题,针对性设计一种穿戴式信号获取实验台,对下肢运动姿态进行运动分析,将肌肉电信号及关节角度信号作为运动数据,对信号进行处理后利用BP神经网络预测跨越障碍时输出角度,提出一种利用BP神经网络算法,根据不同大腿抬起高度,分析膝关节运动主动肌与被动肌发力程度,预测输出人体跨越障碍时膝关节角度的方法,能够有效帮助假肢膝关节或康复机器人实现跨越障碍的复杂动作。

摘要：进路的调度与执行是影响铁路车站作业效率的关键因素之一,现阶段车站作业的调度安排与信号控制尚未形成一体化融合。引入运筹学车间调度思想,对作业计划进行分解,综合考虑线路拓扑关系和区段资源的占用时间,紧密结合信号联锁分段解锁控制原理,利用资源调度方法构建进路分配时空约束,提出一种基于站场区段资源精细化分配的车站进路分配优化模型。针对模型难于求解的特点,提出一种基于短路径和时间交换邻域搜索的混合遗传算法。实验验证结果表明:本文方法与进路冲突疏解的方法相比,在延迟时间和走行时间方面分别提升4.76%和10.72%;当提升作业连续性的影响比重时,可避免部分进路冲突延迟,提高进路分配的优化质量。

摘要：针对三维网格模型孔洞保特征修复问题,提出一种基于"几何-拓扑"迭代优化的三维数据修复算法.给定残缺的三角网格模型,首先识别孔洞区域,利用动态规划方法对孔洞区域进行初始的三角剖分,赋予孔洞区域拓扑连接关系;然后识别孔洞边界一对特征点,基于特征点及其法向粗略拟合特征曲线,在特征曲线的指导下调整孔洞局部的拓扑结构,即孔洞区域拓扑连接关系优化;最后基于孔洞及其N环邻域构建保特征的局部总变分能量函数,迭代求解孔洞及其邻域的顶点几何位置,即局部顶点几何位置的优化,重复局部拓扑连接关系优化和顶点几何位置优化,直到拓扑结构优化处理中不再发生连接关系调整,即完成了三维网格模型的修复.在现有的完整三维网格模型上人为去除部分构造带孔洞的残缺模型,以此作为数据,与其他修复算法进行对比实验的结果表明,所提算法可以有效地恢复孔洞区域的显著特征,并且在修复时间和误差统计上占有明显优势.

摘要：针对机理不清、难建模的被控过程,提出了一种基于数据的网络化控制方法。仅根据过程的输入输出数据,先采用模糊聚类建模技术,获得系统的T-S模型,然后利用神经网络对前件隶属度函数的拟合能力,将其转化成显式表达,从而获得一步预测简化模型。再利用递推和反馈校正,获得一系列预测的过程输出,进而将控制系统设计转化成"由未来的偏差及偏差的变化得到未来的控制作用"问题。通过分析典型被控过程的动态响应曲线设计隶属度函数及控制规则,可获得一系列未来的控制作用。再通过选择合适的控制作用即可补偿网络时延和数据丢包的影响。仿真表明,该控制方法在处理随机时延和数据丢包问题上较PID控制有更快的动态响应和更高的精度。

摘要：为了获得上下楼梯过程中人体下肢步态及膝关节角度变化规律,分析了人在上下楼梯过程中运动步态,采集了运动过程中人体膝关节角度变化数据,分析了人体膝关节上下楼梯的角度曲线,获得了一个步态周期内的膝关节角度变化图。根据假肢膝关节角度变化趋势分别设计了上楼梯、下楼梯、均匀行走状态下的S型曲线控制策略。根据S型曲线控制策略,把上楼梯S型曲线分为5个时间段,下楼梯S型曲线均分为2个时间段,匀速行走S型曲线分为7个时间段,完成一个匀速行走的步态周期;通过Matlab仿真,步态控制S型曲线算法仿真结果和实际步态曲线吻合。