Application of Small Sample Analysis in Life Estimation of Aeroengine Components

The samples of fatigue life tests for aeroengine components are usually less than 5, so the evaluation of these samples belongs to small sample analysis. The Weibull distribution is known to describe the life data accurately, and the Weibayes method (developed from Bayesian method) expands on the experiential data in the small sample analysis of fatigue life in aeroengine. Based on the Weibull analysis, a program was developed to improve the efficiency of the reliability analysis for aeroengine compgnents. This program has complete cycle fatigue life was evaluated by this program. From the results, the following conclusions were drawn: (a) that this program could be used for the engineering applications, and (b) while a lack of former test data lowered the validity of evaluation results, the Weibayes method ensured the results of small sample analysis did not deviate from the truth.     

装载机总体参数近似计算法

为了提高工程机械总体参数新方案的设计速度,通过对收集到的轮式装载机样本总体参数进行回归分析,建立了以额定载重量为设计主参数的轮式装载机总体参数近似计算公式;经C++语言编程,实现了对新设计轮式装载机总体参数的快速近似计算。研究工作可以向其他结构尺寸相似的工程机械推广应用。     

车辆操纵稳定性客观评价指标的降维处理

影响驾驶员主观感觉的车辆运动量有很多,为研究驾驶员主观感觉与车辆客观运动量之间的关系,需要大量的试验样本,而在实际中往往很难实现.本文采用级别相当的两辆车,通过改变轮胎型号、胎压及配重质量等方法衍生出16种车型,完成相关的客观试验.利用丰成分分析方法,对所提出的客观指标做降维处理,从而降低主、客观一致性研究对试验样本量的要求,为主客观评价体系的一致性研究打下了基础.     

基于相似性优化模型样本的实车锂电池健康状态分析

为更好地解决电动汽车动力电池健康状态（SOH）在线估计问题,减少实车采集数据中的冗余样本,改善运行工况不稳定导致的特征丢失,提升实车电池SOH估计的精度,提出一种基于增量容量分析方法（ICA）提取特征和动态时间规整（DTW）优化特征样本的SOH估计方法。首先对实车电池充电循环数据应用增量容量分析提取电池IC曲线,以曲线峰高度等形状特征作为健康因子。采用动态时间规整作相似性判据,基于IC曲线形状计算电池充电循环样本的相似度,保留与基准充电循环相似的充电循环数据,优化训练样本,最后采用全连接神经网络（MLP）模型进行SOH估计。以实车运行电池数据进行对比实验,结果表明该方法可明显改善训练样本质量,提升电池SOH估计精度。     

基于同步多样性的公交时刻优化方法

分析了现有公交调度方法中大间隔发车、局部收敛与时间不协调等问题,以最大同时到站次数和最大同时到站车辆数量为优化目标,以末车定时、站点允许排队长度、服务质量、线路服务时间跨度为约束条件,建立了公交时刻优化方法,设计了基于网络选点规则和网络同步规则的求解算法。计算结果表明:当公交网络中存在2条线路与2个站点且发车时间在30min内时,应用提出的方法,在2个站点共产生3次同步,线路1的发车时刻分别为第5、15、20、30min,线路2的发车时刻分别为第0、10、30min;与现有方法相比,同步次数减少1次,发车时刻完全分布于规定时间内,消除了剩余时间,获得了非均匀化的发车间隔,体现了同步的多样性。     

西南地区生态公路建设的重要意义

结合生态公路的建设理念及特点,阐述了西南地区建设生态公路的意义,并对公路的景观化及对周边生态的保护提出了相应的看法,希望能够将公路建设与生态保护相融合,保护当地的生物多样性.     

Comparison of coal-based dimethyl ether and diesel as vehicle fuels from well to wheel in China

With life cycle assessment (LCA) methodology, a life cycle model of coal-based vehicle fuels (CBVFs) including coal-based dimethyl ether (CBDME) and coal-based diesel (CBD) is established. Their primary energy consumption (PEC) and global warming potential (GWP) from well to wheel including feedstock extraction, fuel production, fuel consumption in vehicle and energy transportation are calculated and compared. Results show that the life cycle PEC and GWP of CBD pathway are 1.17 and 1.34 times as CBDME pathway. Based on the above results, CBDME will become a choice with great potential to replace conventional petroleum-based diesel (CPBD) in China.     

样本复杂性估计算法优化神经网络结构

在神经网络结构寻优中,样本复杂性估计算法是期望在寻优之前先对问题的规模有所估计,进而根据规模给出一个结构,使之不用从最小结构开始一一尝试。频域分析及仿真实验结果均证明了此算法的有效性。     

基于ADASYN-XGBoost的交通事故自动检测方法

基于数据驱动的交通事故自动检测对道路事故的及时救援与降低事故影响具有重要作用。为解决道路交通事故自动检测中的样本不均衡问题,研究了混合自适应过采样技术与极限梯度提升树算法的交通事故自动检测方法（ADASYN-XGBoost）。其中,为从不均衡的交通事故样本中有效挖掘数据的时空特征与事故发生之间的内在关联规律,构建了初始特征变量组合,引入自适应合成过采样方法（adaptive synthetic oversampling method,ADASYN）来平衡事故类与非事故类的样本数量,以增强训练数据的质量;其次,为提高检测效果,构建了基于XGBoost的交通事故检测模型,利用该模型对增强后的数据样本进行特征筛选;最后,为获取最佳参数组合,采用了贝叶斯优化算法对XGBoost进行参数的快速标定。本文使用波特兰高速公路数据集对ADASYN-XGBoost方法进行模型验证与实证研究。结果表明：与先进的基准模型相比,ADASYN-XGBoost的各项检测指标均最优,其F1分数达到94.47%且误检率低至8.95%。在模型训练样本数为2800,500(18%的初始样本量),150(5%的初始样本量)...