长安大学电工实验中心信息化建设实践与探索

为适应国家中长期教学改革和发展规划关于高校实验室信息化改革与建设要求,长安大学从自身情况出发,借鉴兄弟院校实验室信息化建设经验,加大电工电子实验中心信息化建设力度,建成了适合该校发展的集约化、信息化实验教学平台。文章阐述了平台的总体建设方案和架构,从软硬件两个方面探讨了平台建设。近一年的实践测试表明,该平台使该校电工电子实验室整体迈上了一个新台阶。

四旋翼无人机滑模-CPCMAC联合控制半物理仿真系统

针对四旋翼无人机强耦合、欠驱动、非线性等特点,以及在实际飞行过程中极易受到干扰的问题,对四旋翼无人机动力学模型进行分析,提出了一种基于联合的四旋翼无人机姿态控制算法,并在此基础上设计了四旋翼无人机半物理仿真系统。首先,针对非线性系统设计滑模控制器,选择跟踪航迹和翻滚角设计位置控制率和姿态控制率。其次,滑模控制器在实际应用中易产生震荡,利用基于信用积分的小脑模型神经网络(CPCMAC)来学习滑模控制的方式。最后,搭建基于LabVIEW的控制站,同Matlab/Simulink进行数据收发控制。仿真结果表明,在跟踪目标相同时,提出的四旋翼无人机滑模-CPCMAC联合控制相比于传统的比例积分微分(PID)控制和积分反步法控制优势明显,能够抑制超调和余差,在快速性和鲁棒性方面都更加优越。同时,构建的四旋翼无人机半物理仿真平台能清晰反馈出无人机参数的变化,应用预留的参数接口和地面控制站,降低了无人机飞控算法的开发难度,提高了开发效率,具有明显的实用价值。

基于MPC的智能网联卡车队列最优能耗控制

针对高速公路智能网联卡车队列的能耗优化问题,提出了一种基于模型预测控制的双层控制算法。算法由速度规划层和跟踪控制层两部分构成,其中速度规划层结合道路坡度及车辆状态,通过线性能量守恒模型来消除动力学模型中的非线性项,并以发动机输出功率作为油耗优化指标,采用线性模型预测控制方法获得车队的规划速度;为减少简化车队模型引起的不确定性,跟踪控制层采用基于线性矩阵不等式的分布式鲁棒模型预测控制算法,设计状态反馈控制器对上层规划的最优速度进行跟踪。仿真结果验证了上述双层控制算法的可行性和有效性,可以在保证最优能耗控制的前提下实现车队安全稳定行驶。

基于“卓越计划”的一年级专业课程体系建设与实践——以长安大学自动化专业为例

文章依据"卓越工程师教育培养计划"对卓越工程师培养的通用标准要求,充分借鉴CDIO的教学理念与标准,针对自动化专业一年级学生构建了专业课程体系的一级项目——"企业自动化实践入门"。提出基于项目的教学组织原则和能力考查的评价体系,以典型案例建设为主线,通过对项目培养目标设置、课程体系内容建设和考核评价体系的改革实践过程,从一年级开始培养学生的工程意识、工程素质和工程实践能力,进而探索"卓越计划"中低年级课程体系的建设与实践。

分布式双电机后驱电动汽车的横摆稳定性控制策略

【目的】为了提高车辆的横摆稳定性,提出了一种三层结构的分布式双电机后驱电动汽车横摆稳定性控制策略。【方法】上层观测器采用扩展Kalman滤波器估计动态前后轴的侧偏刚度,以提高控制系统的模型精度与稳定性;中层控制器采用基于正切函数的滑模控制器对系统误差进行控制,通过调节系统误差调节期望的附加横摆力矩的大小;下层控制器以轮胎利用率之和最小为优化目标,将期望的附加横摆力矩分配到后轴驱动轮上,从而实现弯道行驶过程中车辆的横摆稳定性控制。【结果】仿真结果表明,相比于采用静态侧偏刚度的横摆稳定性控制系统,最大滑模面误差减少了44%,横摆角速度期望值趋近于实际值的程度提高了10.5%。【结论】本文设计的控制策略具有更好的鲁棒性,同时动态侧偏刚度使横摆角速度期望模型的期望值更趋近于实际横摆角速度值。

比例-时滞控制器作用下自主车辆队列系统的最右侧极点配置方法

现有关于时滞作用下自主车辆队列控制的研究,多侧重于分析与遏制时滞对队列控制的负面效应,却忽视了时滞的正面作用.针对如何有效利用时滞提升同构自主车辆队列系统控制性能的问题,引入时滞设计了一种比例-时滞(Proportional-Retarded,PR)控制器,利用柯西-黎曼方程分析PR控制器作用下车辆队列系统的特征方程,提出了基于该控制器的最右侧极点配置方法 .在此基础上,使用劳斯判据和严格的导数分析,证明了最右侧极点不可任意配置,并推导了其可配置范围,构建了可最大化提升自主车辆队列响应速度的最右侧极点配置策略,给出了关于控制器增益的设计指导规则.仿真结果表明:相比于其他极点配置方案,所提出的最右侧极点配置方案大幅度提升了系统响应速度;对比比例-微分(Proportional-Derivative,PD)控制器和协作自适应巡航控制算法,PR控制器在抑制高频干扰方面具有显著优势,且将乘客乘坐舒适度提高了两个数量级.

热力隧道综合预警控制平台的应用

热力隧道机电设备种类繁多,各子系统之间相互孤立,存在管理和应急处置效率低下的问题。介绍了以一体化管控为核心的热力隧道综合预警控制平台建设和应用情况。平台在隧道监控系统多平台融合的基础上,对隧道机电设施实现智能化、信息化、统一化管理,保障隧道的安全运营。平台采用自动触发预警和手动触发预警两种机制,自动触发预警通过平台对环境检测系统和火灾检测报警系统的数据采集和状态通讯来实现,巡检和维护人员通过紧急电话和手动报警按钮实现手动报警。当发生紧急事故或者隧道运行异常时,平台能够自动预警并选择执行提前设定好的机电设备应急联动控制预案,从而缩短应急反应时间,尽可能降低事故带来的损失和危害。

自主车辆队列控制系统的稳定性分析

车辆队列控制可提升交通容量与安全性、降低燃油消耗,但车辆通信过程中时延不可避免;为此,针对含通信时延的车辆队列系统,开展内部稳定性和队列稳定性分析研究;首先,利用矩阵相似变换,将高维车辆队列闭环控制系统降维拆分为若干等价的低维子系统,极大地降低了内部稳定性分析的解析难度和运算量;在此基础上,利用直接法求解了车辆队列子系统特征方程的临界虚根,从而推导了准确的时延边界,获得了车辆队列系统内部稳定的充要条件;然后,为了保证干扰沿车辆队列向后传播时不扩散,通过频域分析车辆间误差传递函数,给出了系统的队列稳定性条件,以及时延和控制器参数的指导原则;最后,通过仿真验证了所提稳定性分析方法的有效性。

基于微机控制的汽车电子点火系统的设计

主要介绍了在Windows环境下,以LabWindows/CVI为软件开发平台,以PCI-1780数据采集卡、硬件电路和计算机为主要硬件平台,组成微机控制点火系统。它利用计算机发送脉冲控制点火装置点火。

基于“智能汽车星光大道”的大学生工程能力培养的实践探索

目前传统的工程训练模式已无法适应当代大学生培养的需求,强化培训大学生工程实践能力和创新能力是我国工科大学教育所面临的一项难题。该文以电气信息类专业学生工程能力和创新能力的培养与提升为目标,提出了一种以"星光大道"为运作模式,以兴趣为导向,集趣味性、创新性、竞技性、艺术性于一体的现代工科大学生工程能力培养和提升模式。

基于覆盖控制的城市多应急救援车辆分布规划策略

为了优化应急救援车辆在城市内的分布规划,实现对城市交通事故的快速响应,研究了面向最短救援时间的多应急救援车辆分布规划策略。根据覆盖控制理论,考虑交通拥堵对车辆救援时间的影响,分析多应急救援车网络对目标区域的整体时间消耗,构建面向救援时间的优化模型;针对应急救援车辆的负责区域划分问题,以应急救援车辆达到城市路网内任意一点的行驶时间为评价指标,利用Voronoi区域分配原则,计算每辆应急救援车的负责区域;考虑应急救援车在城市路网内的行驶约束,分析城市道路中车辆的运动学特性,进一步明确优化模型中的约束条件;根据梯度下降法,计算多应急救援车辆在目标区域内的最优分布位置以及相应的负责区域。实验结果表明,多应急救援车辆能够从目标城市内的任意位置逐渐收敛到最优分布位置,使得目标区域内任意一点的交通事故都能够得到有效响应。

冰雪天气下高速公路可变限速控制研究

为保障冰雪天气条件下高速公路的行车安全与通行效率,在建立安全限速模型与交通流预测模型的基础上,提出一种基于粒子群优化算法的可变限速控制策略;首先,通过分析冰雪天气下车辆制动性能和交通流演化规律,提出适用于冰雪天气条件的高速公路安全限速模型以及交通流预测模型;其次,设计了兼顾通行效率与行车安全的优化目标函数,并考虑实际行车需求给出相关约束条件;最后,基于交通流预测模型并结合粒子群优化算法对可变限速值进行求解,并通过搭建的元胞自动机交通流模型将所提出的可变限速策略的控制效果与固定限速方案和分段安全限速方案进行对比仿真实验;仿真结果表明,相比于固定限速方案,可变限速控制减少了总行程时间、总行程延误时间和车辆冲突时间;相比于分段安全限速方案,可变限速控制有效减小了管控路段内的车辆行驶速度标准差,总行程延误时间和车辆冲突暴露时间也有所降低,验证了所提出可变限速控制策略的有效性。

基于转矩反馈补偿的永磁同步电机MTPA控制

传统永磁同步电机应对负载突变干扰能力较弱,为了提高系统的抗干扰能力,改善系统的驱动控制能力,提出一种基于转矩反馈补偿的最大转矩电流比(MTPA)控制方法来抑制永磁同步电机转速和转矩脉动。根据负载转矩与电磁转矩的差值对MTPA的电流进行补偿,在维持MTPA控制效率优势的同时,改善转速调节器在转速脉动抑制方面的不足,抑制转速波动与电磁转矩脉动,提高控制系统的抗干扰能力。实验结果验证了所设计控制方法的有效性。

OBE理念下自动化一流本科专业课程教学改革与实践

成果导向教育(OBE)的课程教学是一流专业建设和人才培养改革的本质。针对自动化专业课程教学改革的需求,该文通过修订课程教学大纲,明确课程目标、课程资源、教学内容和考核评价等,并采取“导、学、教、练、思、考、评”的多元化教学过程,提升学生解决复杂工程问题的能力。自动控制原理课程教学改革与实践表明,OBE理念是提升学生学习效果的有效途径,取得显著效果。

采用混合策略联合优化的模糊C-均值聚类信息熵点云简化算法

针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时融合了精英反向化思路,显著提升了鹈鹕优化算法(POA)的收敛趋势和全局寻优能力,提高了寻找FCM最优聚类中心的成功率;利用DEAMPOA结合加权熵法对FCM进行优化,提高鲁棒性的同时增强了搜索精度,得到较好的聚类结果;在8种UCI标准数据集上与4种算法对比进行聚类性能评估实验,验证了所提方法综合性能优越;将所提方法与信息熵融合,并应用在三维点云KITTI数据集简化中。实验结果表明:与包围框简化法、随机采样简化法和特征选择简化法对比,所提方法全局误差简化前后点集之间平均欧式距离(MED)指标分别降低了2.25%、6.93%、5.74%,点云简化效果最优且运行速度满足要求。

采用融合遗传算法的高速公路服务区综合能源系统优化调度研究

为达成“碳中和”目标愿景、促进公路交通系统与新能源的融合,以高速公路服务区为研究对象,考虑服务区内电、冷、热、气共4种负荷需求,构建了包含风光发电的新能源发电方式和电转气设备的高速公路服务区综合能源系统。在此基础上,以风电、光伏出力日前预测和多能负荷日前消耗为输入,各能源设备出力及购能分配为输出,以总成本最低为目标函数,考虑能量平衡、设备安全、运行状态等约束,建立了高速公路服务区综合能源系统优化调度模型。针对高速公路服务区综合能源系统调度问题,设计了遗传-序列二次规划融合优化算法,并以某服务区夏季典型日为例进行验证。结果表明:所构建的调度系统能够有效消纳可再生能源出力,协调外部购电、购气的比例,最终达到降低成本的效果;所提融合算法的调度结果与传统遗传算法、传统序列二次规划算法相比,在成本上分别降低了11.52%、0.70%,求解耗时仅为传统遗传算法的6.7%,独立性相比传统序列二次规划算法得到了提高。

改进哈里斯鹰算法的仓储机器人路径规划研究

为提高静态环境下仓储移动机器人路径规划效率,解决传统哈里斯鹰(Harris Hawks optimization, HHO)算法在路径规划中存在收敛速度慢且易陷入局部最优的问题,提出了一种基于Tent混沌映射融合柯西反学习变异的哈里斯鹰优化算法(HHO algorithmbasedon Tentchaotic mapping hybrid Cauchy mutation and inverse learning, TCLHHO)。通过Tent混沌映射增加种群多样性,以提高算法的收敛速度;提出指数型的猎物逃逸能量更新策略,以平衡算法的全局搜索和局部开发能力;通过柯西反学习变异策略对最优个体进行扰动,扩大算法的搜索范围,增强全局搜索能力。根据真实仓储环境搭建二维栅格环境模型,并在Matlab中进行仿真对比实验。结果表明:该算法的规划速度、最优路径长度以及最优路径转折次数较对比算法具有较好的效果,验证了应用于智能仓储环境下改进的HHO路径规划问题的可行性和鲁棒性。

基于贪婪算法的树形WSN低功耗路由算法

PEGASIS算法是无线传感器网络中的经典分簇算法,因其易于实现而被广泛应用,然而该算法通过单链进行数据传输的方式可能使单链上相邻节点距离过远,导致网络中部分节点能量消耗过快,进而缩短网络的生命周期。针对PEGASIS算法存在的问题,提出基于贪婪算法的树形WSN低功耗路由算法。通过贪婪算法使节点形成树,并在形成树时避开剩余能量过低的节点,形成树之后再将剩余能量过低的节点加入树;然后将树中距离树外节点最近的节点作为树的根,并将树根延伸到距离最近的节点,从而实现树的融合,直到所有树的根都延伸到基站,使整个网络形成从叶节点到基站的数据传输路径。仿真结果表明,该算法下网络的生命周期相较于PEGASIS算法延长了27.1%,该算法在网络生命周期和网络能耗均衡方面表现更好。

采用局部-全局区域重检测机制的无人机长期跟踪算法

为解决基础跟踪器面对遮挡和移出视野等长期跟踪场景时易出现跟踪失败等问题,提出了一种基于局部-全局区域重检测的无人机长期跟踪算法。设计了基础滤波器,将高置信度样本与其结合,并融入自适应时空正则化,解决了滤波器退化问题,提高了模型鲁棒性以及复杂场景下的性能;优化了滤波器更新策略,通过评价跟踪结果进行自适应更新;设计快速尺度滤波器,解决了跟踪过程中的尺度变化问题;设计了局部-全局区域重检测机制,跟踪失败时启动重检测器恢复跟踪目标,先完成局部区域重检测,若恢复跟踪失败,再利用全局区域重检测器继续恢复目标跟踪状态。实验结果表明:所提算法在UAV20L数据集上的精确度和准确率分别可达0.724和0.621,与基于时空正则化相关滤波器的跟踪算法(STRCF)相比分别提升了25.9%和20.6%,与同类主流算法相比,跟踪效果得到提升,证明了算法的有效性。

智能行车记录仪图像去雾系统的FPGA设计

雾霾天气下,交通道路能见度低,导致所采集到的视频画面退化、图像信息模糊,同时考虑传统系统处理实时性不高等问题,基于ZYNQ平台设计了一种图像去雾系统,并应用于智能行车记录仪系统中.首先,针对传统暗通道去雾算法在天空区域存在失真等问题,提出了一种分割天空区域的策略来修正图像复原参数;然后,针对计算全局大气光值时,需对整幅图像的像素排序消耗大量资源的问题,利用现场可编程门阵列(FPGA)并行运算的优势,提出一种帧迭代方法优化求取大气光值,同时优化了引导滤波的硬件设计;最后,将双路高清多媒体接口(HDMI)资源中,一路作为视频输入,另一路作为视频处理输出,搭建实时交通图像视频处理试验平台.试验结果表明,系统针对雾霾天气下的交通视频具有较好的去雾效果,尤其是可以解决天空区域去雾的失真问题.在对分辨率为1280像素×720像素的交通视频去雾时,可以达到30帧/s的处理速度,满足实时性要求.