摘要：随着铁路技术的蓬勃发展,高速列车已经成为人们中长途出行的首要选择。同时,其伴随的安全性、舒适性问题也逐渐受到重视。辅助供电系统是高速列车能够正常运行的重要保障,系统故障将导致乘客舒适感下降,列车行驶受阻,铁路班次调整等一系列问题。为了避免此类情况的发生,本文主要对高速列车辅助供电系统故障诊断方法进行研究,基于数字孪生技术,建立辅助变流器仿真模型,模拟真实电路运行情况。然后以获取的故障数据集为分析对象,在MATLAB R2018a平台上训练多种机器学习模型。同时结合优化方法建立混合模型,比较诊断性能。实验结果表明,数字孪生技术能够大大降低收集数据的难度,可以快速获取数量多,类别丰富的故障数据;基于遗传算法的BP(back propagation)神经网络混合模型对类故障的诊断分类效果最好,平均精确率和准确率分别为86.7%和95.6%。基于数字孪生的机器学习模型诊断效率和精度高,可以运用在高速列车辅助供电系统的故障诊断过程中,保证列车安全行驶。

摘要：以模糊推理和遗传算法为基础 ,提出了一种新的具有不完全微分的最优 PID控制器的设计方法 .该控制器由离线和在线两部分组成 .在离线部分 ,以系统响应的超调量、上升时间以及调整时间为性能指标 ,利用遗传算法搜索出一组最优的 PID参数 Kp*、Ti*和 Td*,作为在线部分调整的初始值 .在在线部分 ,一个专用的 PID参数优化程序以离线部分获得 Kp*、Ti*和 Td*为基础 ,根据系统当前的误差 e和误差变化率 e,通过一个模糊推理系统在线调整系统瞬态响应的 PID参数 ,以确保系统的响应具有最优的动态和稳态性能 .该控制器已被用来控制由作者设计的智能仿生人工腿中的执行电机 .计算机仿真结果表明 。

摘要：提出了一种新的最优模糊PID控制器 ,它由两部分组成 ,即在线模糊推理机构和带有不完全微分的常规PID控制器 .在模糊推理机构中 ,引入了三个可调节因子xp,xi 和xd,其作用是进一步修改和优化模糊推理的结果 ,以使控制器对一个给定对象具有最优的控制效果 .可调节因子的最优值采用ITAE准则及Nelder和Mead提出的柔性多面体最优搜索算法加以确定 .这种PID控制器被用来控制由作者设计的智能人工腿中的一个直流电机 .仿真结果表明该控制器的设计是非常有效的 ,它可被用于控制各种不同的对象和过程 .

摘要：介绍了无线遥控发射接收装置的设计研究过程,在无线遥控发射和接收装置中,传统的方法是采用专用的无线遥控发射和接收芯片,例如NB2262、NB2272,但带来种种限制,因此直接采用EM78系列单片机,一方面代替两类芯片,构成无线遥控发送接收装置,另一方面作为照明系统的主控制器,在此基础上构成了一种新型的智能照明系统,最后给出软件识别无线遥控键码的方法和相应的程序流程图。

摘要：首先 ,采用“阶跃响应最佳准则”[1 ]设计位置伺服系统闭环传递函数 ,接着设计伺服系统控制器结构 ,在没有提高系统阶次的情况下 ,提高控制系统型号 ,该方法对控制对象的性能参数有较强的鲁棒性能 ;然后 ,用MATL AM提供的控制系统工具箱和 SIMU L INK仿真工具对直线电机位置伺服系统进行仿真和优化 ;最后 。