轮毂电动机驱动车辆并联式复合制动策略

基于并联式轮毂电动机驱动实车构型,分析影响制动能量回收效率的主要因素,采用联邦卡尔曼滤波纵向车速估计算法,提出了三层式复合制动控制策略.该策略中的制动决策层根据踏板输入信号和行驶状态来识别制动工况,并进入相应的制动模式.制动控制层根据制动决策层的指令,在常规制动工况下通过粒子群优化(PSO)算法优化前、后轮电制动力矩分配,实现电池有效回收效率最大化;紧急制动工况下,通过模糊自整定PID算法实现车辆在不同附着路面上各轮滑移率的安全有效控制,优化了制动防抱死控制的鲁棒性,提高制动安全性.制动执行层响应制动控制层的指令,设计了电制动补偿机制,以迅速补偿调节各轮轮缸的压力误差,提高车辆制动稳定性.最后实车验证了该复合控制策略的有效性.

基于MPC的轮毂电机驱动车辆轨迹跟踪控制

为解决轮毂电机驱动车辆在复杂工况下轨迹跟踪精度低、横摆稳定性差的问题,提出一种协调控制方法。通过神经网络动态辨识以车辆质心侧偏角-质心侧偏角速度相平面划分的稳定域边界,并基于边界线特征值得出失稳因子;将该因子作为目标函数权重影响参数,构建轨迹跟踪MPC模型,输出前轮转角和四轮力矩控制量,同时,采用滑模控制方法防止车轮过度滑转。仿真表明,该轨迹跟踪控制策略与单目标MPC轨迹跟踪控制策略相比,在低附着路面车辆最大横向跟踪误差降低了61.7%,最大质心侧偏角降低了75.7%,车辆高速行驶时,运动状态均保持在稳定域范围内,实现了轨迹跟踪精度与车辆横摆稳定性能的综合提升。

综采液压支架中部跟机多模态人机协同控制系统

我国煤矿智能化综采工作面建设处于初级阶段,液压支架电液控自动化技术已广泛应用,但目前液压支架单一固化的自动化控制逻辑难以适应复杂、多变、动态的工作面生产场景,现场实际控制过程仍大多采用自动化+人工干预方式。针对综采工作面复杂场景中液压支架人机交互协作任务需求,提出液压支架中部跟机多模态人机协同控制系统的理论方法与技术原理。首先,设计了人工式、分工式、批准式、否决式4种人机协同模态,以煤层地质、瓦斯粉尘、采煤机速度、液压支架智能水平、系统状态、岗位工技术水平、任务负荷等为判别因素,构建了基于AOG的液压支架人机协同模态选择模型,实现了人工、机器偏好的模态选择。然后,设计了液压支架中部跟机人机协同控制决策机制,提出液压支架中部跟机再次调控策略AI推理技术思路,利用现场数据学习人工操作经验,分别构建了液压支架是否再次调控决策树分类模型和再次拉架时间贝叶斯回归模型,基于上述模型开发了液压支架人机协同控制决策程序,实现了基于多模态与或推理和再次调控策略AI推理的液压支架人机协同控制。最后,采用云-边-端架构软硬件技术,开发了液压支架多模态人机协同控制系统,实现了模型进化、运算推理、程序执行等液压支架多模态人机协同控制功能。该系统在沙曲二矿3404工作面进行了工业试运行,相比于系统使用前,该工作面液压支架中部跟机效率平均提高2%。

基于微观车流的拟人化换道决策规划

为提高无人驾驶车辆换道过程中的安全舒适性,在传统换道决策基础上引入换道对局部交通流的影响,并加入换道惯性因子。针对解耦式横纵向轨迹规划不足,提出联合横纵向约束规划;基于动态规划及二次规划算法,结合上一帧纵向规划约束当前时刻横向轨迹曲率;纵向规划过程中根据当前时刻横向规划结果筛选关键障碍物,并添加曲率限速约束,结合横纵向规划最终生成换道轨迹。实车验证结果表明,所述方法生成的横向、纵向换道轨迹能有效提升换道轨迹的合理性、稳定性和舒适性。

基于路面影响因子的轮毂电机驱动车辆自适应转矩控制

为实现轮毂电机驱动越野车辆在附着条件多变、路面起伏不定的复杂环境中动力性和稳定性的多目标优化,提出一种基于路面影响因子的自适应转矩控制策略。以滚动阻力差异、空气阻力归一化比例、坡度阻力归一化比例、路面附着差异方差以及最小路面附着系数5个特征参数作为输入,并基于模糊理论方法搭建路面影响因子五参数辨识模型。基于辨识出的路面影响因子,开发整车动力性和稳定性多目标优化自适应转矩控制策略,构建了三层式控制架构:顶层引入路面影响因子对加速度紧迫程度进行判定,采用模型预测控制算法得到期望总驱动力;中层为目标决策层,以最优滑转率为目标决策驱动防滑力矩,并基于路面行驶阻力,决策期望前馈补偿力矩;下层为转矩分配层,以需求总驱动力及轮胎利用率作为控制目标,引入路面影响因子优化两者权重系数,以多约束条件的混合优化算法对转矩进行自适应控制。利用Matlab/Simulink-CarSim联合仿真平台进行仿真,基于实车进行验证。结果表明,在低附着路面,在0.2s内快速完成滑转率抑制;在对开路面,侧向位移接近0;在大扭曲路面,避免腾空车轮出现大滑转率,滑转率最高0.2。

高速开关阀先导驱动高水基大流量比例调速阀的设计与仿真

在智能综采工作面生产工程中,液压支架在移架和推溜的过程中经常会遭遇不稳定负载,传统开关式的电液控制元件无法对推溜油缸进行速度调控,导致推溜油缸位置控制困难,影响了刮板机的调直度,从而制约了智能综采装备的应用效率。针对这一问题,考虑到煤矿乳化液介质低黏度、润滑性差等特征,设计了一种高速开关阀作为先导阀的高水基高压大流量比例调速阀,建立了阀的数学模型,根据调速阀的内部结构及工作原理建立其AMESim仿真模型,对影响节流阀阀芯位置闭环控制特性、调速阀压差-流量特性进行仿真分析。仿真表明,A型先导液桥对主阀芯的响应具有更好的性能,主阀下控制腔容积、复位弹簧刚度对阀芯的响应速度、稳定性有一定影响。总体而言,调速阀具有较好的流量调节刚度,功能和性能达到了预期设计要求。

液压支架姿态数字孪生精准快速映射方法

针对应用数字孪生实现综采工作面液压支架姿态映射存在精度低、时延大及精度与时延难以平衡等问题,提出了一种液压支架姿态数字孪生精准快速映射方法。设计了包括物理感知层、数据层、业务逻辑层和表现层的液压支架姿态数字孪生系统架构;在业务逻辑层,通过保留液压支架高精度模型外部形状并将关键部位合并成轻量化结构件,建立了液压支架姿态数字孪生模型,减少了渲染时延,并通过建立倾角传感器测量角度与数字孪生模型转动角度之间的转换关系,实现液压支架姿态数字孪生模型与液压支架实体虚实映射一致,保证了液压支架姿态映射的精度;在数据层,从各数据传输环节中划分出传输间隔并进行参数约束,应用参数规划求解优化可调环节的数据更新间隔,减少了数字孪生系统数据传输过程的资源浪费和时延。搭建了液压支架姿态数字孪生精准快速映射平台,进行液压支架姿态虚实映射的时延和精度测试,结果表明,该方法在保证液压支架姿态映射精度的前提下具有较低的时延。

基于数据驱动的液压支架初撑后承压效果即时预测技术

采煤工作面实际生产中,受顶板条件、采动、液压支架姿态影响,液压支架初撑后立柱压力可能发生变化,进而影响支架初撑后承压效果。液压支架在初撑后出现的承压失效可能导致煤壁片帮、架间冒漏、支架前倾、倒架等问题。目前智采工作面液压支架初撑力调控策略大多是直接判断升柱时立柱压力是否达到额定初撑力,缺乏考虑初撑后立柱压力变化引起的承压效果判断。针对上述问题,提出了一种基于立柱压力数据驱动的液压支架初撑后承压效果即时预测方法。将液压支架初撑后3 min内的立柱压力历史数据状况分为6种典型工况,并根据初撑后承压效果的不同将6种典型工况分为有效承压或失效承压;通过相关性分析,确定了影响支架初撑后承压效果的5个特征因素;对立柱压力样本进行有效承压或失效承压人工标注,并进行特征提取,将特征值分别输入决策树、随机森林、支持向量机、K最近邻(KNN) 4种不同算法建立预测模型,经过对比分析,随机森林模型预测准确率最高,达到95.60%,基本满足模型应用的准确率要求;建立了基于随机森林的液压支架初撑后承压效果即时预测模型,在此基础上开发了液压支架初撑后承压效果即时预测系统,并部署到煤矿现场应用,经过连续25 d的运行,该系统采集到液压支架初撑后3 min内的立柱压力后,可在5 s内输出液压支架初撑后的承压效果,预测结果与实际操作记录对比准确率为82.48%,说明该系统具有较高的承压效果预测准确性。

煤矿工业数据AI模型自动推理技术

煤矿生产过程的智能化主要依托于人工智能(AI)技术分析煤矿工业数据,但单一应用场景AI模型无法适用于煤矿复杂的应用场景,且仅使用分布式计算来处理AI模型输入特征值会导致模型应用效率降低。针对上述问题,提出了一种煤矿工业数据AI模型自动推理技术。该技术架构包括数据层、计算驱动层和模型推理层:数据层采集各类监测数据并统一存储,为计算驱动层提供原始数据;计算驱动层将数据层采集的海量原始数据转换成煤矿应用场景AI模型输入特征值,通过煤矿应用场景AI模型输入特征值双计算引擎自动切换机制,根据数据量自动合理地选择使用基于Spark的分布式计算方式或基于Python的单机计算方式,解决了海量数据计算速度慢、数据应用延迟大的问题;模型推理层将特征值输入应用场景AI模型进行推理,引入煤矿应用场景AI模型多触发方式协同推理机制,通过定时触发、人为交互触发、信号反馈触发3种触发方式,解决了在煤矿复杂的应用条件下单一应用场景AI模型利用效果差的问题。测试和应用结果表明,该技术可实现多应用场景AI模型输入特征值的快速计算,以及不同应用场景AI模型的快速、自动、协同推理。

融合传感器数据和人工调控信息的工作面直线度智能预测

目前综采工作面直线度调控采用基于工作面推移行程等传感器数据和人工观测调控相结合的方式,但存在传感器数据和人工调控信息得不到有效利用的问题。针对上述问题,提出了融合传感器数据和人工调控信息的工作面直线度智能预测方法。对支架推移油缸行程、支架立柱压力、采煤机位置等进行数据清洗,并按照正常推溜调控距离和调整推溜调控距离进行分类,构建由工作面正常推溜调控距离矩阵和累计推溜调控距离矩阵组成的工作面直线度分析矩阵;通过特征工程对工作面直线度分析矩阵进行特征提取,生成特征矩阵作为样本,将人工调控距离对应的工况类型作为样本标签;采用机器学习分类算法建立工作面直线度预测模型。实验结果表明,采用随机森林算法搭建的工作面直线度预测模型准确率最高,为91.41%。将该模型应用于高河煤矿2312工作面,结果表明,在运行30 d、115次割煤循环的工作面直线度预测过程中,该模型预测准确率达81.4%。

冷空气东北大风在渤海西岸引发风暴潮的统计与模拟研究

利用美国国家环境预报中心CFSv2逐小时分析预报场产品挑选出2018—2023年共5个冬半年内的64次冷空气东北大风过程,并整理了相应的温带风暴潮极值;以“221003”温带风暴潮为基准,构造了渤海区域内最大风速分别为7~12级的温带天气风场,计算了各情形下渤海西岸典型潮位站的最大风暴增水,归纳了渤海湾和莱州湾代表站黄骅和潍坊站的最大风暴增水与最大风速的幂指数关系;以此定量关系为基准建立了黄骅站和潍坊站50%及80%累积频率下风暴增水与CFSv2区域最大风速的定量关系。

基于交叠协同逻辑的液压支架运行自适应稳压供液控制方法

液压支架智能化自动跟机运行是煤矿智采工作面建设的一项重要目标,针对目前液压支架跟机运行时供液流量适配不合理导致的动作执行速度和精度不足等问题,以液压支架群组跟机稳定运行为液压动力适配目标,提出协同液压支架控制策略的自适应稳压供液控制方法。基于根据支架动作特征提前适配合理供液流量的稳压供液原理,结合多泵+变频供液方式特点,提出供液与支架交叠协同控制逻辑;依据液压传动原理,推导交叠协同逻辑下液压支架跟机速度、液压系统压力变化率的求解方程,揭示供液流量调控策略与液压支架动作策略对上述两者的耦合作用机理;依据多响应优化问题求解理论,以液压支架跟机适速及其各动作压力平稳为多个目标,构建液压支架运行满意度函数并采用双层规划方法求解,实现自适应液压支架运行的供液流量调控智能决策;利用MATLAB与AMESim联合仿真,模拟相同液压支架运行动作过程的多泵联动、变频恒压、自适应稳压等不同供液控制方法,通过综合对比各方法在液压系统压力均值、压力方差、供液卸载次数、液压支架动作行程平均相对误差、供液作用效率等评价指标,验证了本文提出方法的优势。最后,通过工业级试验验证得出,自适应稳压供液控制方法具有较好的稳压效果,可行性较高。

工作面支架液压系统仿真与稳压供液技术

为提高工作面支架对采煤机的跟随特性,以支架运行过程不同动作供液需求特征为研究起点,基于工作面支架系统的液压原理,利用AMESim建立了支架液压系统的数学仿真模型。通过仿真液压支架动作的供液过程,分析总结了供液流量对支架动作速度和过程压力的作用规律,并提出了适应支架动作的稳压供液理念。通过理论分析稳压供液过程特性,推导出适应支架动作的稳压供液流量的数学计算公式,该公式表明:同一支架液压系统下,稳压供液流量主要由支架动作类型、动作行程、动作数量、卸载阀压力设定等因素决定。最后,在仿真模型中验证稳压供液技术,对比液压支架运行过程的额定供液与稳压供液方案效果,结果表明:稳压供液技术不仅保证了支架动作快速执行,同时减少了系统压力波动,减缓了支架液压系统的压力冲击。

液压支架群组跟机推进行为的智能决策模型

智能决策模型支持的液压支架自组织协同控制是智能开采的关键技术之一,支架群组跟机行为的全局最优规划是智能决策模型的核心原理。提出了液压支架跟机行为的动作类型排序和动作速度调控的双层规划原理,以支架适应采煤机速度、液压系统压力稳定为多目标导控,设计了支架群组跟机推进行为智能决策模型,实现供液动力与支架动作协同全局最优控制序的动态决策。基于液压支架多类型单自由度的运动空间特性,根据时间世界模型的时间元关系约束定理,提出了液压支架群组跟机动作时序规划方法,设计了满足跟机工艺和空间约束的支架动作动态排序模型,以改进支架不同类型动作发生顺序和相互之间的时间逻辑。基于支架动作的稳压供液原理,构建了供液流量与支架组合动作执行时间的数学映射模型,构建了支架动作时压力状态模糊辨识模型,实现支架组合动作速度和压力稳定性的预测评价。通过示例的仿真和试验验证了决策模型的正确性和可行性,并得出结论,智能决策模型可根据采煤机速度自动生成支架与供液协同控制策略,提高了支架群组跟机适应能力,并一定程度地稳定了液压系统压力过程状态。研究形成的自适应采煤机速度支架群组跟机推进行为智能决策机制与框架,为实现支架自组织协同控制技术提供关键的决策支持。

煤矿乳化液泵变频/工频切换控制

针对煤矿乳化液泵站采用变频器"一拖多"的多泵联动方案时存在冲击电流大的问题,提出了乳化液泵变频/工频异步切换和同步切换控制方案。现场试验结果表明,变频/工频同步切换控制能更有效地避免冲击电流,真正实现乳化液泵变频至工频的无扰切换。

福建中南部沿岸海域潮汐特征分析

利用2004、2007、2010年在福建中南部沿海长期验潮站和临时验潮站获取的实测逐时潮位资料,采用基于最小二乘原理的潮汐调和分析方法,分析了福建中南部沿岸海域18个验潮站的潮汐调和常数,并根据调和常数分析了沿岸海域潮汐特征.结果表明:福建中南部沿岸海域以向南传播的半日分潮为主,传播至浮头湾以南海域后衰减明显,对应平潭至浮头湾海域的潮汐性质为半日潮,古雷半岛以南海域为不规则半日潮混合潮;福建中南部沿岸海域自北部平潭向南至诏安,平均海平面升高约25 cm,潮差减小超过3 m,平均大潮差与平均小潮差之差也减小2 m左右,理论高潮位降低约1.5 m,而理论低潮位升高约2 m,潮时推迟约2 h.

雪灵芝提取物清除羟自由基和抑制脂质过氧化作用

目的研究雪灵芝提取物清除羟自由基(·OH)和抑制脂质过氧化作用。方法采用组织匀浆MDA比色法测定不同浓度的雪灵芝提取物对小鼠肝脏自发性脂质过氧化的作用。利用Fenton反应产生·OH,研究雪灵芝提取物对·OH的清除作用,计算半数抑制率(IC50)。结果雪灵芝提取物对小鼠肝组织自发性MDA的抑制率醇提物>水提物;·OH的IC50为醇提物>水提物。结论雪灵芝提取物有较强的体外抗氧化活性,且活性与浓度呈明显的量效关系。

电动汽车驱动系统测试台架设计

为了更好地进行电动汽车动力总成的开发与试验研究,利用可编程逻辑控制器(PLC)对驱动系统与测功系统同时进行控制,使得试验台架结构简单、易于操作。台架结构的布置与控制程序的编程均采用模块化处理,使得测试台架具有较好的通用性和扩展性。试验过程中,利用组态软件对台架实现动态监控,通过CAN总线实现整个台架网络的通信,并利用PLC实现数据的集中采集、显示与处理,同时将所测数据在上位机中保存下来。试验结果表明,所设计的测试台架能够满足驱动系统的测试要求。

基于指数加权衰减记忆无迹卡尔曼滤波的路面附着系数估计

针对车辆主动安全控制中路面附着系数这一关键信息,提出一种指数加权衰减记忆无迹卡尔曼滤波(FMUKF)估计算法。该算法在传统无迹卡尔曼滤波(UKF)的基础上,利用衰减记忆滤波来解决由于模型不准确造成的滤波误差过大甚至发散等问题。利用Car Sim和MATLAB/Simulink对算法进行了联合仿真和实车道路试验,并与传统UKF算法的估计结果进行对比分析。结果表明,该算法增强了滤波的稳定性、提高了算法的估计精度,且具有一定的自适应性。

象山港多品种养殖与富营养化状况的数值模拟

建立了基于氮通量物质平衡的象山港海湾养殖生态系统箱式模型。模型模拟的象山港主要生态变量的变化动态与实测数据资料相吻合。模型计算结果表明,生物生产过程的季节变化导致了营养要素(如氮)在可溶性无机状态和有机碎屑状态中的相互转化并呈现周年振荡。象山港总氮输入约2182tonN/a,其中养殖输入和排污输入约各占一半;氮输出途径按比例依次为水交换扩散、养殖业收获和渔业捕捞收获。目前象山港氮输入大于氮输出(约11%),造成海湾无机氮浓度年均升高约42μgN/L。利用模型对不同多品种养殖模式下无机氮浓度的长期变化趋势进行了预测。当前养殖模式下,象山港内无机氮浓度增长幅度较小且逐渐趋于输入输出平衡,而要使象山港海水水质达到国家Ⅲ类标准则需要减少鱼类养殖规模至当前规模的约40%或增加藻类养殖规模至当前养殖规模的20倍。