基于AT89C52单片机10kV交流耐压试验台的设计

从硬件和软件方面介绍了10 kV交流耐压试验台的设计。硬件设计中采用了电动调压器,调节输出电压,从而可以方便、准确地实现0～10 kV输出电压的连续可调,调压器与步进电机采用一体式安装,同轴度好,机械连接可靠;软件设计中,利用单片机C语言编程实现交流耐压试验台的各项功能,不但满足了功能要求,而且提高了整个系统的抗干扰性能。经现场测试,运行稳定,可靠。

并联混合动力汽车AMT控制系统设计

针对混合动力汽车AMT控制系统进行设计,从硬件设计和软件设计两方面进行阐述。硬件设计中,以飞思卡尔MPC5644A芯片为控制核心,介绍了各部分电路的主要功能;软件设计中,采用模块化设计,实现对换档过程的自动控制。最后,进行了实车试验,试验结果表明,设计的AMT系统可以较好地实现换档过程,换档时间较短。混合动力汽车通常包含有发动机、电动机两个动力源。

基于M57962L的IGBT驱动电路系统的研究与设计

选用三菱公司生产的集成驱动芯片M57962L,设计了IGBT驱动电路系统。包括M57962供电电源电路、故障保护电路、隔离电路和吸收电路。通过计算选择了各种电路参数并进行了优化。通过试验测试了驱动输出波形以及负载波形,试验证明,驱动电路系统设计合理、工作可靠,特别是输入信号为高频信号时,系统工作稳定且具有很强的抗干扰性。

基于VB.Net四象限辅助变流器测试系统的开发

四象限辅助变流器测试系统开发中,硬件设计利用USB高速采集卡采集数据,从而可以方便、高效地实现数据采集,选用了12位的MP4210采集卡,能够实现A/D转换,满足了数据采集精度的要求;软件设计采用VB.Net语言编程实现了测试系统的各项功能,不但满足了功能要求,而且测试方便。经过现场测试,运行稳定且可靠。

具有升降云台的轨道式巡检机器人控制系统设计

为了满足海上升压站自动化巡检的需求,设计了一种基于STM32的挂轨式巡检机器人控制系统。该系统采用网络节点模式,将控制系统分为行走升降分系统和云台传感分系统。系统采用STM32F4微处理器,集成H桥驱动、电流采样、编码器信号解析、网络通信、串行通信等电路完成对挂轨机器人的运动控制和传感器信号处理。采用速度-位置双闭环的控制算法提高机器人定位精度和响应速度,并为上层用户提供运动或位置两种控制模式。为便于控制系统的功能开发,分别设计了电机调试软件和功能测试软件。实验表明设计的系统控制的机器人具有较高的定位精度、响应性和可靠性。

二维位置敏感器件(PSD)的畸变校正算法研究

光电位置敏感探测器(PSD)是对信号光的位置直接检测的光电传感器,它的原理是计算光的权重来测量光的位置,直接输出的是模拟电流信号。但PSD的非线性严重影响着其应用的准确性。由于四边电极的影响,会使靠近边缘附近产生严重的非线性。就如何对PSD进行畸变校正进行了研究。通过对插值算法的研究,提出了用双调和样条插值算法来校正PSD产生畸变的离散点。通过仿真分析,校正后的均方误差能达到2.29μm。与神经网络方法相比,该方法有了较大的提高,效果令人满意。

串联混合动力汽车能量管理策略研究

本文针对当前混合动力汽车能量管理的恒温器式控制策略和功率跟随式控制策略存在的问题,介绍了基于规则的能量管理策略。首先,依据发动机的负荷特性和电池固有的充放电特性分别为它们选择运行范围,设计实验方案并分析数据;其次,根据工程经验和试验数据确定控制规则;最后,根据汽车行驶过程中的功率需求与动力电池荷电状态(SOC)控制发动机、动力电池和电动机的工作。试验结果表明,基于规则的能量管理策略能够高效运行,从而使得整车的效率得以提高。

基于IMPSO-BPNN的天然气掺氢发动机性能预测

为进一步提高传统粒子群算法优化反向传播神经网络(PSO-BPNN)模型的性能,基于惯性权重和加速因子对粒子群优化的影响机制,提出一种采用非线性递减惯性权重和非线性加速因子调整策略的改进粒子群算法优化反向传播神经网络(IMPSO-BPNN)方法;将IMPSO-BPNN方法应用于天然气掺氢(HCNG)发动机扭矩、等效燃料比消耗和NO_(x)比排放等性能参数的回归分析与预测,并从预测精度、泛化能力和收敛速度3个方面与其他神经网络方法进行了比较,包括PSO-BPNN、遗传算法优化反向传播神经网络(GA-BPNN)和反向传播神经网络(BPNN)方法。研究结果表明:燃空比和点火提前角均可显著影响HCNG发动机的扭矩、等效燃料比消耗和NO_(x)比排放;以扭矩为预测变量,最优IMPSO-BPNN模型的平均绝对百分比误差分别比PSO-BPNN、GA-BPNN和BPNN方法所建立的最优模型小5.85%、12.62%和17.96%,且最优IMPSO-BPNN模型的相关系数也最大,达到了0.99986,说明IMPSO-BPNN方法所建立模型的预测性能和泛化能力总体上优于其他方法;以NO_(x)比排放为预测变量,最优PSO-BPNN和最优IMPSO-BPNN模型的CPU运行时间比最优GA-BPNN模型均减少约95%,说明与GA-BPNN方法相比,PSO-BPNN和IMPSO-BPNN方法在时间维度上优越性明显。可见,本文提出的IMPSO-BPNN方法相比PSO-BPNN和GA-BPNN方法在预测性能和泛化能力方面均有显著的优势,同时能够保证较高的计算效率。

混合动力汽车模型预测能量管理研究现状与展望

能量管理策略是混合动力汽车的核心技术,其直接决定了整车燃油经济性、动力性及驾驶性。然而,实际工况的不确定性和扰动性极大地增加了能量管理算法的设计难度。为此,开发高效、适应性强的能量管理算法至关重要。模型预测能量管理由于具有滚动优化、反馈校正等优点,可减少未来工况扰动对优化性能的影响,提升工况适应性和整车经济性。重点阐述基于模型预测控制的混合动力汽车能量管理策略的发展状况,并对其基本原理、优势、适用范围进行了综合分析。通过对比分析总结不同控制方法的优缺点,并运用具体算例阐释模型预测能量管理策略的特点。最后从不同角度对预测能量管理的发展方向进行了展望,为先进混合动力汽车能量管理控制器的研发提供一些参考。

基于线性时变模型预测控制的自主车辆轨迹跟踪控制器设计与验证

随着自动驾驶技术的快速发展,精确的轨迹跟踪已经成为汽车工业和学术领域公认的实现自主车辆运动控制的核心技术之一。为提高自主车辆轨迹跟踪的实时性与准确性,提出一种应用于自主车辆的线性时变模型预测跟踪控制器(Linear time-varying model predictive controller,LTV-MPC)设计方法。根据运动学原理建立某自主无人小车的二自由度运动学模型,其次,基于该模型构建车辆轨迹跟踪系统的误差模型并利用线性参数化理论对其进行离散化,在模型预测控制框架内将该轨迹跟踪控制器的设计转化为一个线性二次规划最优问题。在一个实际搭建的自主车辆试验平台上对所提出控制器的有效性进行不同预设参考路径轨迹下的实车验证,结果表明,该自主车辆能够对所预设的实际参考道路轨迹进行快速、准确的轨迹跟踪控制,且具有较好的行驶稳定性能。

基于深度学习的混合动力汽车预测能量管理

为了优化混合动力汽车的能量动态分配过程,提升混合动力汽车的燃油经济性和动力电池荷电状态(SOC)平衡性,提高混合动力汽车能量管理策略的鲁棒性,以等效燃油消耗最小化策略为基础,结合对车辆未来行驶工况的预测研究,分析车辆未来行驶需求能量的变化,制定相应的动态调整策略。基于车联网通信技术,实时采集车辆的运行状态信息和交通信息,作为车辆未来工况预测模型的输入变量。以数据驱动为特征,基于混合深度学习建立工况预测模型。利用STL分解算法对各输入变量进行周期性、趋势性等特征分解,并对各输入变量的特征分量,使用混合深度学习网络从数据局部特征及时间维度依赖特征来深度挖掘目标车辆车速与外部信息及历史数据的关系,进而对车辆未来的行驶工况进行预测。利用预测的工况信息,分析车辆未来行驶需求能量的变化,应用于自适应等效消耗最小化策略等效因子的实时动态调整,从而实现对车辆的优化控制,并通过与传统自适应等效消耗最小化策略进行对比,验证该方法的有效性。研究结果表明:基于混合深度学习的工况预测模型预测精度比BP网络预测模型高44.72%;利用精确的预测工况信息预测能量管理,可以实时动态调整发动机和电机的功率输出,降低油耗并维持电池SOC平衡。

阳光的味道

我和同事到南方出差。在遭遇几天阴雨之后，自然而然想念起阳光来。终于在返程的列车上太阳惠顾了我们。这使我们非常兴奋，不禁想起多年以前，有位老人告诉我，“阳光是有味道的”。说这话的人并非什么浪漫诗人，而是一位胼手胝足的老农民。当年的农村，一到夏收和秋收时节．村头平阔的打谷场上，四周便堆满了圆圆的高高的麦垛和谷垛。夏夜缕缕清风吹来，这里是乡亲们饭后纳凉的去处；秋夜月光皎洁。这里又是孩子们娱乐打闹的场所。当然，更多的时候，这里是铺展阳光的地方。

筑梦成真——铁路作家“深入生活,扎根人民”活动随笔

＂昨夜为梦无眠,今晓被梦唤醒。＂工程人筑梦成真,每一个梦都是现实的、具象的……工程人逐梦筑梦,这是一群一路奔波追逐梦想的人,这是一群一生辛劳构筑梦想的人……2017年7月至12月间,我有幸到中国铁路工程总公司所属的上海工程局定点＂深入生活＂,我在热火朝天的建筑工地上采访,与朝夕相处的一线职工促膝谈心,真切体验到工程人的喜怒哀乐、酸甜苦辣……所见所闻,所思所想,

血筑的“生命之星”——记最美京铁人助人为乐道德模范高慧英

人们常说，水是大地的血液一滴水能够辉映太阳的光芒一滴一滴的水啊汇聚成浩荡的江河、湖泊和海洋而我想说，血是生命之泉一滴血蕴含着母亲的体温与人间亲情一滴一滴的血啊能够让枯萎的生命复苏、蓬勃。

延伸的天路

友人问:你在哪里?我答:在西藏,在路上。从拉萨到日喀则,建设中的拉日铁路脉络清晰,时隐时现,牵引着追寻的视线不断向上向远,我等赞叹,好一条延伸的天路。越野车沿雅鲁藏布江边的道路奔跑,两岸山脉起伏蜿蜒,望山脊棱线分明,呈现钢铁质感。江水在峡谷中荡漾奔流,时而湍急时而舒缓,听一曲雪域交响,顿觉悠远苍莽。这一刻我感到内心纯净,蓝天白云,空气清新。好像由生命的原点飞向精神的故乡,无须借助想象的翅膀,只要伸展双臂,就足以抵达俗尘不可企及的高度,心上的大路正通向撒满阳光的梦想天堂。