基于蒙特卡罗模拟的交通状态辨识

提出了一种基于蒙特卡罗模拟的利用交通流参数实现交通状态辨识的方法.采 用 FANNY 算法实现了四种交通状态的聚类分析;利用蒙特卡罗模拟方法建立了 SVC 交 通状态辨识模型;分别构建了固定窗口模型和滑动窗口模型对交通状态进行辨识并综合 评价.分析结果表明：该方法能够对实时交通流参数进行准确辨识,尤其是构建的滑动窗 口模型,对交通状态辨识平均精度、召回率和 F 度量分别为 97.98%、94.64%和 96.21%.本方 法可为分析高速公路交通状态演化规律和发展趋势,建立预测预警、应急处置和信息发 布等应急运行机制提供科学方法和数据支撑.     

融合PHOG和MSLBP特征的铁路扣件检测算法

为了提高铁路扣件检测的识别率和鲁棒性,以及扣件图像PHOG特征的有效性,提出了简单有效的枕肩定位算法,该算法首先在提取PHOG特征前,根据枕肩、扣件和背景间的位置关系去除冗余背景信息;然后,模拟人眼视觉注意机制,设计MSLBP特征采样方式,提取扣件图像的宏观纹理特征;最后,采用分层次加权融合的方法联立两类特征,并采用SVM分类器进行扣件分类识别,提出一种基于计算机视觉和PHOG-MSLBP融合特征的缺陷识别算法.将该算法应用于实验,结果表明:与使用PHOG、MSLBP单一特征相比,基于PHOG-MSLBP融合特征检测算法的平均识别率分别提高了6.3%、4.5%,且鲁棒性更强,可满足扣件缺陷自动化检测的需要.     

随机状态模型参数辨识的多步算法

基于解耦辨识和多步计算思想,本文提出了一种状态空间模型参数辨识的多步算法.计算法包括二步加权最小二乘法、一步输出信息序列的修正和一步自适应 Kalman滤波过程,具有全局收敛且对待辨识参数初始估值设置不敏感等特点.仿真结果表明,在受控系统承受测量噪声和过程噪声的情况下,该算法对线性状态空间模型的参数辨识是十分有效的.     

Kolmogoroff相位重构算法在非均匀光纤光栅相位特性分析中的应用

将Kolmogoroff相位重构算法应用于非均匀光纤光栅,提出基于该算法的非均匀光纤光栅相位特性的系统分析方法.即将非均匀光纤光栅视为一个信息系统,由其强度响应谱数字重构相位响应谱及冲激脉冲响应,并由相位谱进一步求出其时延、色散,实现对其相位特征的系统分析.以线性啁啾光纤光栅及变迹啁啾光纤光栅为例进行算法验证.用该方法分析所得相位特征和文献相吻合,说明非均匀光纤光栅可以被视为一个线性的最小相位系统;相位重构算法对于非均匀光纤光栅也是可行的、稳定的.利用此方法,可以通过在频域对强度谱采样,实时获取光纤光栅的相位响应特征.     

基于遗传算法的魔术公式轮胎模型参数两级辨识

为了提高魔术公式(Magic formula,MF)轮胎模型参数的辨识精度及速度,采用参数的两级辨识的方法,定义公式相关的参数B,C,D,E为一级参数,轮胎模型的特性参数为二级参数。首先基于Matlab遗传算法工具箱对一级参数进行辨识,然后基于一级参数的辨识结果再次利用遗传算法对二级参数进行辨识,并且将辨识出的参数带入到魔术公式计算轮胎的受力,拟合出不同载荷下的魔术公式轮胎模型的纵向力随滑移率变化曲线。对一级参数辨识的相对残差为2.196 8%,且遗传代数为40代左右就收敛;二级参数的辨识相对残差为0.840 3%,且遗传代数为20代左右时就收敛。辨识结果表明:对魔术公式轮胎模型参数分两级辨识的方法,可以保证参数辨识的精度,并有效提高辨识的效率,为实时参数辨识提供了高效可靠的方法。     

列车定位单元ODO故障分析及HMM的应用研究

列车运行过程中车轮会出现打滑抱死等现象,导致ODO(odometers)呈现功能故障状态,针对这一问题,进行了列车定位单元ODO故障分析及HMM(hidden Markov models)的应用研究.首先利用神经网络方法对ODO故障状态进行诊断;然后,引入基于HMM的故障诊断方法,从模式识别角度出发,建立ODO隐藏的故障状态模型,通过输入观测序列与分类器中的HMM匹配,得出ODO的故障诊断结果;最后,通过遗传算法对HMM中的参数训练部分进行改进.实例分析结果表明:利用神经网络进行故障诊断的故障识别率为33.3%,基于HMM的故障诊断方法对于正常和故障状态的诊断精度可达100%,总体诊断精度可达95%,利用遗传算法进行参数改进后经仿真对比表明:在训练速度上遗传算法可以较快到达稳态,训练精度提高了86%;在高噪声背景下用神经网络方法实现故障诊断具有明显缺陷,利用遗传算法可以改进B-W(Baum-Welch)算法易陷入局部最优的缺陷,基于HMM的故障诊断方法相较于神经网络方法有更高的准确性.     

典型时频分析技术在故障诊断中的应用

针对旋转机械发生故障时振动信号的不平稳性,利用典型时频分析技术对故障特征进行提取分析。该方法利用信号构造矩阵,再根据典型时频分析技术的变换特性,均值化时频分布参数,然后重构信号以实现降噪。仿真和试验结果表明,该方法能有效地提取故障特征信息,在机械故障诊断领域有广泛应用前景。     

一种改进时域同步平均的滚动轴承故障诊断方法研究

复杂结构设备的滚动轴承其振动信号成分复杂,故障信号微弱,信噪比很小,常规诊断方法难以有效消除背景噪声,有效提取故障信息.文中研究了基于相位补偿时域同步平均的滚动轴承故障诊断方法,并根据轴承故障信号存在调制的特点,探讨了同步周期的合理选取.通过对轴承内圈故障的仿真研究,验证了相位补偿时域同步平均方法的有效性,它能够同时提取故障特征频率与调制频率,为精确诊断轴承故障提供了新的途径.经进一步实验研究,证明该方法是有效的.     

基于时序融合的自动驾驶多任务感知算法

采用连续图像帧作为输入,挖掘连续图像帧之间的时序关联信息,构建一种融合时序信息的多任务联合驾驶环境视觉感知算法,通过多任务监督联合优化,实现交通参与目标的快速检测,同时获取可通行区域信息;采用ResNet50作为骨干网络,在骨干网络中构建级联特征融合模块,捕捉不同图像帧之间的非局部远程依赖关系,将高分辨率图像通过卷积下采样处理,加速不同图像帧的特征提取过程,平衡算法的精度和速度;在不同的图像帧中,为了消除由于物体运动产生的空间位移对特征融合的影响,且考虑不同图像帧的非局部关联信息,构建时序特征融合模块分别对不同图像帧对应的特征图进行时序对齐与匹配,形成融合全局特征;基于共享参数的骨干网络,利用生成关键点热图的方法对道路中的行人、车辆和交通信号灯的位置进行检测,并利用语义分割子网络为自动驾驶汽车提供道路可行驶区域信息。研究结果表明:提出的感知算法以多帧图像代替单一帧图像作为输入,利用了多帧图像的序列特性,级联特征融合模块通过下采样使得计算复杂度降低为原来的1/16,与CornerNet、ICNet等其他主流模型相比,算法检测精确率平均提升了6%,分割性能平均提升了5%,并保持了每秒12帧图像的处理速度,在检测与分割速度和精度上具有明显优势。      

基于FFRLS算法的电池模型

建立二阶Thevenin等效电路电池模型。以最小二乘法(recursive least squares,RLS)为基础,对电池模型进行参数辨识,模型迭代过程中电路端电压的估计误差随数据的微小变化而陡然增大。引入遗忘因子,采用遗忘因子最小二乘法(forgetting factor recursive least squares,FFRLS)进行参数辨识,以削弱迭代中旧数据对参数的影响,增强新数据对参数的影响,结果使收敛速度提高、误差波动减小。经验证,运用该方法进行参数辨识的电池模型具有良好的精度。     

航空发动机转子碰摩故障瞬时频率诊断方法

分析了航空发动机转子碰摩故障振动信号的基本特征,提出了故障信号瞬时频率诊断方法。运用解析小波将故障信号变换到小波域,利用小波系数的振幅和相位信息综合确定瞬时频率,根据瞬时频率的特征诊断故障,并对比了故障信号瞬时频率诊断方法与窗口Fourier变换方法故障诊断结果。数值分析结果表明:利用瞬时频率诊断方法提取碰摩信号的瞬时频率比利用窗口Fourier变换得到的结果更精细,并可获得用短时Fourier变换无法得到的一些瞬时频率曲线。     

基于声响异常辨识的船舶柴油机故障诊断技术探析

文章对柴油机的故障表象与诊断技术进行了综合分析,结合理论与实践列出了在柴油机故障诊断中的异常声响发生的部位、异响表象特征和故障基本原因,并以实例阐述了柴油机声响异常辨识在故障诊断中的应用,介绍了该故障诊断技术的发展应用前景。     

闭环系统辨识的模型结构检验

对于闭环系统辨识的模型结构检验问题,在预测误差辨识法的前提下,从参数估计的统计特性中推导出两概率模型不确定性边界及最优的输入滤波器形式。概率边界及输入滤波器是基于参数估计的渐近正态分布的方差矩阵,该方差矩阵由采样数据估计而得。根据未知参数的渐近方差矩阵内积形式从概率统计意义上构造模型参数及互相关函数的不确定性边界,从优化的角度推导输入滤波器的选取形式。最后用仿真算例验证本文辨识方法的有效性。     

基于ANFIS的特高压输电线路故障分类识别方法

提出了一种基于自适应神经模糊推理系统(ANFIS)的特高压输电线路故障分类识别方法,以分类识别10种常见的输电线路故障.该方法以故障后1个工频周期内故障电流分量的标准差和四分位距作为故障分类识别的特征量.分析了噪声和谐波对这2个特征量的影响;建立了基于ANFIS的故障分类识别模型.大量仿真试验表明:提出的故障分类识别方法能快速、准确地识别各类故障,并且不易受故障初始角、故障位置和过渡电阻的影响,对噪声、谐波、电流互感器传变特性及采样频率有良好的适应性,分类识别正确率能达到99.5%.     

无信号路段人行横道人车冲突概率估计

为了估计设计阶段道路行人过街的冲突概率,为行人过街安全评估提供依据,以无信号路段人行横道为研究对象,通过估计机动车与行人出现在人行横道上各位置的概率,建立了一个基于行人和机动车到达流量及运行特征的人车冲突概率估计模型;应用该模型分析了人行横道各断面冲突概率的变化特征。结果表明:行人-机动车冲突概率随行人和机动车到达流量的增大而增大;行人与机动车的冲突概率在一个车道范围内的分布与车辆的横向偏移特征有关;所提出的冲突概率估计模型与实际情况相符。     

基于红外图像处理的变电设备热故障自动诊断方法

针对变电设备热故障的诊断与定位问题,提出一种红外图像自动诊断方法。该方法利用二维Otsu阈值法对区域生长算法进行改进,以解决背景繁杂图像的目标提取问题;在分析反映设备外形特征的像素统计图的基础之上,根据极值规律实现对目标设备结构区域的划分;依据结构划分结果和故障诊断判据,最终实现变电设备热故障的精细化诊断与定位。实验表明,该方法在无人工干预的条件下较好地实现了变电设备的热故障诊断与定位,大大提高了故障诊断的效率和准确率。     

基于局部变形测量的粉质黏土变形参数

为考察测量方法对原状粉质黏土变形参数的影响,用配置局部位移传感器的三轴测试系统,进行了多组固结排水剪切试验,分析了测量方法对应力-应变关系、抗剪强度的影响,研究了小应变范围内泊松比和刚度的变化特征.结果表明:局部变形测量的有效内摩擦角比整体变形测量减小4.5%~6.0%,有效粘聚力提高5.7%~14.0%;剪缩峰值之前,局部变形测量、整体变形测量及进排水量法的体应变基本相同,峰值之后局部变形测量的体应变最大,进排水量法最小;小应变范围内局部变形测量的刚度值高于整体变形测量,二者约相差1倍;轴向应变小于0.2%时,加载初期泊松比随轴向应变增大而增大较快,后期减缓并渐趋稳定.      

基于FPGA的多频率信号采集器研究

根据感应加热电源对信号采集的要求,设计了一款信号采集器。利用AD9226设计了一种信号调理电路,实现单极性ADC完成双极性采样;设计了一种时钟切换电路,完成时钟的无缝切换。采用FPGA作为处理器,完成采集器的系统控制与数据处理。通过函数信号发生器对采集器进行实际验证,结果表明:该信号采集器能够采集0～1 MHz范围内的信号,分辨率为12 bit。     

基于MED-Teager能量算子的滚动轴承故障诊断

针对滚动轴承故障诊断中因实测信号背景噪声较大、信噪比较低,导致表征轴承故障信息的周期冲击成分被淹没于噪声中无法有效提取故障冲击特征的问题,提出一种基于MED和Teager能量算子的故障诊断模型。首先对信号最小熵解卷积(MED)处理消除采样过程中传递路径的影响;而后以Teager能量算子对滤波信号的能量值进行跟踪,从信号能量的角度进一步消除滤波信号中的带内噪声,使故障冲击特征得到二次增强;最后通过包络谱分析得到诊断结果。仿真数据及实验数据分析验证了所提诊断模型的有效性。     

基于文本挖掘的道路运输安全风险源辨识模型

为了解决当前道路运输安全风险源辨识工作中数据短缺和人员工作量较大的问题，从文本挖掘的角度出发，提出一种能够自动辨识道路运输过程中安全风险源的模型. 该模型首先对道路运输文本进行因果句提取，并对因果句进行分词操作，实现安全风险源特征的增强；其次，进行适应卷积神经网络（convolutional neural networks，CNN）输入的、包含词信息和位置信息的特征构造；然后，将特征构造的结果输入到CNN实现安全风险源的辨识；最后，利用道路交通事故报告进行实验. 实验结果表明:提出的辨识模型能辨识大部分的道路运输安全风险源因素，准确率约为77.321%.