基于三自由度模型的电动轮椅操纵稳定性优化与仿真

目的提出一种电动轮椅三自由度模型,旨在优化轮椅转向时的操纵稳定性。方法基于二自由度车辆模型,同时考虑车身惯性和侧向风的影响,引入转向行驶时的轮椅侧倾角,建立轮椅三自由度转向模型。分别对不同工况下电机角速度输入的侧向速度、质心侧偏角、横摆角速度和车身侧倾角响应进行仿真分析,以KS2电动轮椅为例设计轮椅转向实验,验证模型的合理性和可行性,以及该模型算法对轮椅操纵稳定性的优化效果。结果加入三自由度模型算法的电动轮椅操纵稳定性能得到显著提高,响应曲线更加平滑。仿真结果表明,轮椅左右电机转向相同时,|V_(L)-V_(R)|/t越小操纵稳定性越好;|V_(L)-V_(R)|/t相同时,电机反向转动具有更好的转向机动性,但是操纵稳定性也随之降低。结论仿真分析与实验结果具有较好的一致性,验证该模型具有合理性和可行性,该模型算法可以较好优化电动轮椅的操纵稳定性,可普遍适用于研究和分析不同轮椅转向时的操纵稳定性。

基于GBDT的城轨塞拉门早期机械故障诊断

为了提高城轨塞拉门系统的智能化水平,增强城轨塞拉门运行的安全性、可靠性,提出一种基于ReliefF优化梯度提升决策树的塞拉门早期故障诊断方法,对塞拉门故障隐患进行实时有效监测和排查.在不同早期故障类型下进行城轨塞拉门早期故障试验,利用传感器采集塞拉门电机转速、转矩以及电流,通过特征工程建立数据集;运用ReliefF多分类特征筛选并从中提取故障特征,与主成分分析法、线性判别分析相比,ReliefF特征筛选表现最优;使用梯度提升决策树算法进行模型训练与早期故障类型识别,采取网格调参与五折交叉验证法进行超参数寻优,缩短运算时间.采用集中学习投票机制,得出最终分类结果,模型精度达到90%以上,具有鲁棒性.