定形态隧道压力波激扰下车内压力迭代学习控制

同一列车重复通过同一隧道时所产生隧道压力波激扰具有形态相似、变尺度变幅值的特性.针对现有控制策略未考虑这一定形态特性的问题,提出一种基于高阶反馈遗忘迭代学习的控制方法.首先,建立高速列车车内外气压传递数学模型,并利用实测车内外压力数据进行修正与验证;其次,通过控制列车通风设备的阀门来减缓车内压力变化,提出阶反馈遗忘迭代学习控制算法,并设计变幅值和变尺度处理方法;最后,利用实测压力波生成一组定形态的随机压力波,并进行仿真分析.仿真结果表明:在重复定形态的隧道压力波激扰下,高阶反馈遗忘迭代学习控制算法能够使车内压力在第8个迭代周期后1 s变化率基本收敛到200 Pa/s以下,而且均方根误差也在第4个迭代周期后降低到15.0000%以下.

ARIMA-BP神经网络高速列车隧道压力波预测模型研究

为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。

从含砷废水中除砷工艺研究进展

概述了含砷废水来源及危害,综述了近年来从含砷废水中去除砷的工艺发展研究现状,主要包括吸附法、电絮凝法、化学沉淀法、生物法、电化学高级氧化法的优缺点,以期为含砷废水的高效处理提供思路,促进含砷废水脱砷技术的发展。

基于密封缝隙非线性特性的车内外压力传递模型研究

根据静态气密性试验数据和理想气体绝热等熵假设,研究某型号高速列车在不同内外压差下的密封缝隙的非线性特性,结合密封缝隙的非线性特性建立车内外空气通过车体缝隙的质量流量与车体内外压力的关系,然后根据高速列车高静压风机特性曲线建立换气风机(新风机和废排风机)通风量的数学模型。并由质量守恒定律推出考虑密封缝隙非线性特性的车内外压力传递模型。列车运行过程中,车厢压力保护系统(即换气风机)需要根据瞬时的车内外压力环境做及时的调整,而这个动态响应过程需要一定的时间,故模型建立时考虑延迟时间。根据试验数据对模型进行修正,通过仿真验证了模型的可行性。

基于离散绕组的磁场式时栅位移传感器及误差特性

针对高精度位移传感器难以加工的难题,提出一种基于离散绕组的磁场式时栅位移传感器。通过设计离散激励绕组排布方式与感应绕组的形状控制感应位移信号的变化规律,通过组合测量方式实现精密位移测量。通过理论建模、仿真分析与实验验证揭示了激励信号误差和安装偏差对传感器测量精度的影响规律。实验结果表明:两路激励信号的幅值不等和安装偏差都会在对极内测量精度中直接引入直流分量误差和2次谐波误差,其中2次谐波误差是误差的主要成分。安装偏差越大,2次谐波误差越大,动尺沿Z轴偏摆姿态对测量精度的影响最大,沿Y轴翻转姿态引入的误差次之,沿X轴俯仰姿态引入的误差最小。误差修正后传感器在144 mm的测量范围内,测量误差峰峰值为4.5μm,分辨力为0.15μm。通过毫米级尺寸的激励和感应绕组实现微米级精度测量,可显著降低传感器的制造难度,具有重要的工程应用价值。

同结构近参数系统协同迭代学习控制算法研究

为提升一组同结构近参数系统的迭代学习控制效率,从突破传统迭代学习控制算法对系统参数严格的可重复性的要求的角度出发,提出一种协同迭代学习控制算法。建立了同结构近参数系统协同迭代学习控制问题的数学描述;形成同结构近参数系统协同迭代学习控制算法,在理论分析的基础上确定了收敛的协同控制量并建立其协同迭代控制律,进一步形成同结构近参数系统迭代学习控制算法;对建立的协同迭代学习控制算法进行仿真验证。结果表明:与传统迭代学习控制算法相比,协同迭代学习控制算法可在保证输出精度的基础上提升收敛速率,且以协同控制量作为初始控制量进行迭代,可进一步缩短迭代学习所需的次数和时间。

航天发射场特种机械设备模块化设计方法

由于任务需求不同和装备管理体系不够完善,航天发射场特种机械设备出现了专用设备过多、型号规格复杂、互用性不高、利用率低下等问题,同时设备实现装备化管理保障难度大.为此,将模块化设计方法引入特种设备的设计以及装备化管理当中,总体目标是以较少的资源满足多样化的需求.依据变型设计的有关原理,运用功能模块置换,对特种机械设备进行通用化设计,提高设备的互换性与适应性,实现设备的装备化保障管理.

基于层次分析法的地铁列车乘客综合舒适度评价体系

为建立针对不同乘坐体验的车内舒适度以及站内舒适度指标体系模型,基于地铁列车乘客舒适性调查结果,利用层次分析法(AHP)建立了层次分析模型,并确定了指标的权重关系。分析结果表明,人群密度、噪声、气压波动以及车内设施是影响地铁车内乘坐舒适性的显著因素,票价是影响站内乘客舒适性的重要因素。通过对比不同乘坐体验乘客的模型可知,体验倾向不舒适的乘客对运营服务水平有更高的需求,体验倾向舒适的乘客对车辆运行指标更为关注。基于模型分析结果,提出了地铁列车舒适性优化建议。

水反应高聚物注浆材料扩散特性现场试验研究

针对水反应高聚合物注浆材料室内注浆扩散试验的试验条件和边界条件带来的影响,通过在碎石、天然砂和石英砂3种土体介质中现场注浆试验,研究高聚合物注浆材料在不同介质中的扩散特征。水反应高聚物注浆材料在不同特征的介质中的扩散特性有所不同,碎石和石英砂等均质介质中,注浆材料扩散固化物呈橄榄球形,在天然砂等不均匀介质材料中,固化物呈树状。在碎石、天然砂和石英砂等介质中,高聚物材料注浆的最佳注浆时间为8 min,石英砂介质中注浆点水平间距30 cm,竖向间距40 cm,在天然砂介质中,注浆点水平间距20 cm,竖向间距40 cm;在碎石介质中,注浆点水平间距40 cm,竖向间距40 cm。

全局接地系统非线性参数迭代学习分析方法研究

为分析快速冲击作用下的全局接地系统中的电压、电流存在的复杂暂态特性,提出一种非线性参数的迭代学习分析方法。为此,首先建立了快速冲击作用下的全局接地系统非线性参数分析问题的数学描述;其次,分析不同的击穿前后电阻值对电压、电流参数的影响,进一步建立基于迭代学习算法思想的全局接地系统非线性参数的迭代学习分析方法,在跟踪实测电压、电流信号的过程中,对击穿前后电阻的阻值进行修正,从而获取击穿前后电阻阻值随时间变化的非线性关系;最后,对建立的迭代学习分析方法进行仿真验证。仿真结果表明:该方法经足够次迭代后,对电压、电流进行跟踪的最大相对误差分别为2.82%和6.97%,在一定程度上可实现对全局接地系统的时变非线性参数的分析。

揭示锂枝晶行为:克服锂固态电池故障的关键

As the global demand for clean energy continues to swell,the crucial role of lithium-ion batteries,especially those with superior energy and power density,is being increasingly recognized.This emerging reality has triggered a surge of research into lithium metal anodes,a promising option for increasing the energy density of lithium-ion batteries due to their high theoretical capacity and low electrochemical potential[1].