基于BP神经网络的磨损微粒智能识别

磨粒图象自动分析与识别问题不但是铁谱技术发展需要解决的关键问题，同时也是针对机械设备磨损工况的状态监测与故障诊断后续信息流程实现自动化，智能化和系统化时遇到的关键技术难点和重点。本文在分析综述近年有关研究方法和结果的基础上，提出解决这一问题的新的研究思路，及相应的处理流程，模型和软件帝现，并给出了具体的实验结果，本文提出的流程可用于其它微粒图象（如血液细胞分析）自动识别领域。     

基于多智能体的城市交通流控制原型系统

对中国目前的城市交通流控制系统存在的问题进行了分析。针对原系统结构中的不足提出了构建基于多智能体的智能城市交通流控制系统的思路，并研究了该系统的基本框架和实现途径及方法，同时探讨了该系统中各个交通智能体的结构以及它们的协调合作关系，为基于多智能体的智能城市交通流控制系统的最终实现提供了理论指导和方法依据。     

应变法监测柴油机滑动主轴承磨损状态的研究

介绍了应变法监测柴油机滑动主轴承磨损状态的研究,计算了主轴承负荷、轴心轨迹和纵向油膜力,实测不同磨损状态主轴承的纵向应变,确定了主轴承磨损状态与纵向应变之间的关系特征,为实现柴油机滑动主轴承磨损状态的在线监测奠定了技术基础。     

LabVIEW环境下虚拟直读铁谱仪设计

铁谱技术是摩擦学基础研究的一种手段，是机器状态监测和故障诊断技术之一．它着眼于机器磨损分离出的磨粒，通过对磨粒研究，分析出机器磨损的状态．文中论述了磨粒在铁谱仪磁场下的分布状态及规律，构建了常规定量分析的数学模型，阐明了磨粒关系曲线在状态监测中应用方法，对检测参数发生变化时的控制手段．利用LabVIEW设计的虚拟仪器实现数据的处理，提示了铁谱分析的一种新方法．     

车辆齿轮箱静电监测

根据磨损区域静电感应原理设计了轨道车辆齿轮和轴承磨损区域静电传感器,基于某型160km·h-1城际列车齿轮箱,提取时域静电信号的均方根作为静电信号特征参数,在车辆齿轮箱噪音试验阶段研究了不同转速和转矩对静电水平的影响,在齿轮箱跑合试验阶段和负荷疲劳试验阶段分析了静电信号变化趋势。研究结果表明:同一转速和转矩下齿轮和轴承磨损区域静电水平均保持稳定,且前者始终略高于后者;转速和转矩的增加会引起磨损区域静电水平的上升,转速对静电监测的影响大于转矩,转速和转矩方向的改变对静电信号影响不大;在跑合试验阶段,齿轮和轴承磨损区域静电水平均明显下降,直至最后稳定,在负荷疲劳试验阶段,磨损区域静电水平基本保持稳定,虽有缓慢上升,但不明显。可见,齿轮箱静电监测信号变化趋势与理论分析结果一致,与实际测试结果相符,证明静电监测方法作为一种新技术可用于轨道交通车辆齿轮箱磨损状态在线监测,为进一步运用静电监测方法进行车辆齿轮箱故障诊断和寿命预测提供了基础。     

�й����ܽ�ͨ��չս���о���˼·������̽��

中国的交通面临着前所未有的挑战和机遇，本文在分析我国交通运输系统存在问题的基础上，探讨了我国智能交通发展战略研究的必要性和迫切性，并运用系统分析方法，分析了我国智能交通发展战略研究的思路和技术路线，提出了在研究智能交通发展战略中需要解决的关键问题，包括交通与社会经济发展的关系、国内外ITS发展情况、各种运输方式发展战略等。     

驾驶特性的识别评估及其在智能汽车上的应用综述

研究了驾驶特性的识别方法、驾驶人接管能力评估的进展、驾驶特性在智能汽车领域中的应用；将驾驶人状态监测划分为驾驶人疲劳监测、分心监测和不良驾驶行为监测，总结了驾驶人状态监测研究的目标、方法、精确度、判断标准以及优缺点；对比了驾驶人疲劳监测中不同检测信号之间的差异；评析了基于模糊识别和隐马尔可夫模型的驾驶人意图识别与预测方法；梳理了驾驶风格分类与辨识的主要步骤、典型辨识方法的特点；分析了驾驶人接管能力的影响因素与评判标准；阐述了驾驶特性用于开发用户接受度高和人机交互性能好的辅助驾驶系统的主要方式；概括了在人机共驾协同控制中考虑驾驶特性的途径。研究结果表明:基于多种传感器信号融合的驾驶人状态监测可有效避免基于单一传感器信号的弊端，提高了检测精度，减少了误警报；将传统预测模型与混合智能学习相融合的方法能够为驾驶意图在线识别与预测提供解决方案；应该重点研究复杂工况下的驾驶特性辨识；驾驶人接管能力的研究有待理论化和系统化；未来的发展趋势是开发基于驾驶特性的集成辅助驾驶技术、实现多种典型路况下驾驶人与辅助驾驶系统进行意图和控制策略的交互；将个性化驾驶人的驾驶特性融入共驾系数的设计中，从而提高人机共驾系统的个性化、智能化水平和环境适应性能。      

基于集成神经网络的刀具磨损量监测

提出了一种基于集成神经网络识别铣刀磨损量的监测方法．利用小波包变换将切削力和振动信号分解为不同频带的时间序列，从每个信号中选择与刀具磨损状态最相关的3组频段的均方根作为监测特征；通过信号的组合和不同子网络输出决策间的融合，集成神经网络输出刀具磨损的识别结果．试验和仿真分析表明，此方法能够满足刀具磨损量实时监测的要求．     

主机与智能接口卡间信息交换方法的研究

对PC主机与基于PC总线且采用8031CPU构成的智能接口卡之间并行交换信息的原理进行了研究，进而给出了采用锁存器，双端口SRAM和FIFO存储器实现PC主机与智能接口卡间并行交换信息的三种具体实现方法，并对这三种方法的原理及特点作了深入分析，对于设计智能接口卡具指导意义和实用价值。     

气缸套内表面磨损的图像处理检测方法研究

对柴油机内表面磨损的特征和机理进行了研究，对图像边缘提取的经典算法（梯度算子和拉普拉斯算子等）和小波变换算法进行了分析与比较，提出了用图像处理的方法实现气缸套内表面磨损检测的途径．     

基于数据挖掘的智能交通系统的决策方法研究

建立智能交通系统(ITS)是解决当前交通问题的关键,以欧洲、美国、日本为代表的发达国家在ITS方面取得了巨大成果,近年来,我国政府部门和研究人员也对此非常重视,并开展了大量的工作,但还只是处于探索阶段。在介绍国外ITS研究的基础上,以系统工程的方法对智能交通系统进行分析,提出了智能交通系统的体系结构,就国内的实际情况提出了实现的方法以及解决问题的思路,采用数据挖掘及人工智能等技术,对交通系统和突发事件提出优化方案,为决策者提供决策支持,实现交通系统的高效、稳定与可控。     

用油样分析技术监测柴油机磨损

本文介绍了用油样分析技术监测柴油机磨损的监测系统，给出了取样周期、取样方法及监测实例等。     

新型城镇化背景下的新区交通规划理论方法探讨 ——“交通7+1论坛”第五十四次会议

新区交通规划是一项统筹城市内外、客货、近远期交通发展，打造快速便捷的交通圈，构建绿色交通体系，建设便捷安全绿色智能现代化综合交通运输体系的重要工作.本次论坛以“新型城镇化背景下的新区交通规划理论方法探讨”为主题，介绍了全国主要城市道路网密度监测情况及“窄马路密路网”实践经验，探讨了构建雄安新区快速便捷对外联系与绿色智能交通体系的方案与设想，分析了新时期特大城市轨道交通发展面临的问题，提出了规划思路和重点工作，分析了物联网时代城市群交通规划技术与方法的新要求.     

铁道车轮踏面损伤实时监测方法研究综述

简要介绍列车车轮踏面损伤实时监测方法研究现状、特点及应用情况。列车车轮踏面损伤检测方式有静态检测和动态检测两种。其中,动态检测法可实现列车车轮的健康状态监测,根据传感器安装位置的不同可将动态检测方法分为轨旁式和车载式两种。对轨旁式检测法中轮轨力检测法、激光检测法、声发射检测法等方法及车载式检测法中的轴箱振动加速度检测法、光纤传感检测法进行介绍、归纳。分析了各检测方法的原理、研究现状及应用中存在的问题并对车轮损伤实时监测方法在轨道交通领域的应用进行了展望。分析发现,现有的监测方法仍然需要进一步完善,监测精度应得到提高,在未来的研究中需考虑将车轮损伤实时监测方法与智能诊断、大数据及物联网等技术融合,并使之具备故障预警和设备剩余寿命预测的功能,实现智能运维技术在高速铁路服役中的应用。     

柴油机滑动主轴承磨损状态的振动诊断研究

介绍了船舶柴油机拄轴承磨损状态的诊断研究，实测了柴油机机座的表面振动信号和有关的热力参数，计算了柴油机的主轴承负荷和轴心轨迹，对振动信号进行了分析处理，提取了振动信号的特征参数，为准确诊断柴油机的主轴承磨损状态提供了诊断方法。     

基于数据挖掘的齿轮副磨损状态评估方法

为了提高齿轮副磨损状态评估的准确率,基于数据挖掘技术提出了一种新的齿轮副磨损状态评估方法.该方法通过设计直齿圆柱齿轮副磨损实验,提取实验齿轮副全寿命周期内的油液参数和振动参数,对齿轮副磨损状态进行聚类划分,建立了监测参数与齿轮副磨损状态之间的关联规则集及齿轮副磨损状态关联规则匹配算法,用于识别齿轮副的磨损状态.研究结果表明:基于数据挖掘的齿轮副磨损状态评估方法对齿轮副磨损状态的识别率达90%,能有效地评估齿轮副磨损状态.      

机器学习在隧道岩爆微震监测预警中的应用

深部隧道岩爆是地下工程建设中的安全隐患，准确预警岩爆能够保障工程人员的生命财产安全。机器学习等智能技术的出现为岩爆预警带来了新的思路和方法，提高了预警的准确性、及时性和智能化水平。对机器学习在深部隧道岩爆微震监测预警中的应用现状开展了系统研究。首先，对岩爆微震监测评估预警中的机器学习算法进行总结，分析了现有各类机器学习算法的特征优势，然后，对微震监测岩爆预警指标体系进行了归纳，进一步，分析了基于不同机器学习的岩爆微震监测预警应用效果。结果表明神经网络（NN）是岩爆预警算法中的热门方法，微震事件数（N）、微震能量（E）、视体积（V）及其变体是使用频次最高的岩爆预警指标，大部分岩爆预警指标个数主要在3～7个之间。岩爆等级是岩爆预警的研究热点，大部分机器学习方法的预警准确率基本能达到80%及以上，表明机器学习方法具有较好的应用效果与发展前景。最后，对发展方向进行了展望，更先进的机器学习算法、预警指标体系的有效性与全面性、样本的丰富性、岩爆发生时间预警、数据处理能力等需要进一步深入研究。     

船舶水下焊接熔深在线监测与控制

介绍船舶水下弧焊过程焊接熔深的在线监测、控制方法及研究现状,重点分析船舶水下焊接熔深在线监测与控制需解决的问题,并验证多传感器检测信息融合方法适合船舶水下弧焊过程焊接熔深的在线监测,而智能信息处理方法的综合应用是其实现自适应控制的发展趋势．     

基于信息融合的船舶机械故障诊断方法的研究

机械与材料工程学院严新平教授主持的科研项目“基于信息融合的船舶机械故障诊断方法的研究”，得到教育部资助. 1.项目研究目标 1) 设计适用于船舶柴油机故障诊断的信息融合体系. 2) 发表研究论文8篇，其中四大检索系统收录3篇. 2.研究内容 1) 研究基于油液、振动、热力参数监测的信息融合模型. 2) 研究小波分析和分形理论在磨损状态描述与识别中的方法. 3) 研究遗传算法和神经网络技术在船舶柴油机运动状态的趋势分析与使用寿命预测中的应用. 4) 开发船舶柴油机基于信息融合的故障诊断系统. 3.项目拟解决的关键问题 通过此项研究，着重解决(或部分解决)两个关键问题： 1) 利用振动和油液监测获得的信息，为通过信息融合模型实现机械动力学和摩擦学系统的状态描述. 2) 充分考虑船舶机械作业的特殊性，提出适用于现场应用的故障诊断方法与技术. 4.项目的创新之处在于可系统地综合振动、油液和热力参数监测方法，实现船舶柴油机故障诊断；可采用信息融合思想，研究动力学系统和摩擦学系统的信息特征及其相互之间的关系. 科技处(余区办) 章爱武     

机车柴油机凸轮磨损的数值模拟

基于离散数学理论和计算机技术，提出了一种数值模拟方法，以柴油机凸轮机构为研究对象。针对光面磨损失效形式，给出了数值模拟模型，提出了具体的算法方案并编写了通用程序，实现了磨损寿命的预测。为柴油机整机系统磨损过程数值模拟奠定了基础.