基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．     

Regularization Method to the Parameter Identification of Interfacial Heat Transfer Coefficient and Properties during Casting Solidification

The accurate material physical properties, initial and boundary conditions are indispensable to the numerical simulation in the casting process, and they are related to the simulation accuracy directly. The inverse heat conduction method can be used to identify the mentioned above parameters based on the temperature measurement data. This paper presented a new inverse method according to Tikhonov regularization theory. A regularization functional was established and the regularization parameter was deduced, the Newton-Raphson iteration method was used to solve the equations. One detailed case was solved to identify the thermal conductivity and specific heat of sand mold and interfacial heat transfer coefficient (IHTC) at the meantime. This indicates that the regularization method is very efficient in decreasing the sensitivity to the temperature measurement data, overcoming the ill-posedness of the inverse heat conduction problem (IHCP) and improving the stability and accuracy of the results. As a general inverse method, it can be used to identify not only the material physical properties but also the initial and boundary conditions' parameters.     

On-line detecting of transformer winding deformation based on parameter identification of leakage inductance

Transformers are required to demonstrate the ability to withstand short circuit currents. Over currents caused by short circuit can give rise to windings deformation. In this paper, a novel method is proposed to monitor the state of transformer windings, which is achieved through on-line detecting the leakage inductance of the windings. Specifically, the mathematical model is established for on-line identifying the leakage inductance of the windings by applying least square algorithm （LSA） to the equivalent circuit equations. The effect of measurement and model inaccuracy on the identification error is analyzed, and the corrected model is also given to decrease these adverse effect on the results. Finally, dynamic test is carried out to verify our method. The test results clearly show that our method is very accurate even under the fluctuation of load or power factor. Therefore, our method can be effectively used to on-line detect the windings deformation.     

基于RBF神经网络设计的桥梁结构损伤识别方法研究

首先根据桥梁结构的动力特性分析,构造了用于结构损伤识别的损伤标示量,并从理论上分析了该参数用于结构损伤识别的可行性.然后,从径向基函数(RBF)神经网络结构、网络设计和网络训练算法等方面论述了RBF神经网络理论,着重说明RBF网络的调用及径向基函数中心和宽度的确定步骤.最后,以一座装配式预应力钢筋混凝土系杆拱桥为工程实例,通过改变构件的弹性模量降低单元刚度来模拟结构损伤程度,并以任意三组向量对网络进行测试,说明了基于频率参数和RBF网络方法的结构损伤识别的可行性和准确性.     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

PC连续刚构桥施工控制系统参数识别

系统参数误差是引起PC连续刚构桥悬臂施工控制误差的主要因素之一,因此消除系统参数误差是施工控制的关键所在.酉水河大桥施工监控系统参数识别过程表明,参数识别有利于施工参数的重点监测与调控.     

������Ƶ�����ĸ��ٹ�·��ͣ���շ�ϵͳ

首先简要介绍了高速公路收费系统的现状，提出了建立高速公路不停车电子收费系统(ETC)的必要性.接着介绍了作为一种先进的自动识别技术的射频识别(RFID)技术的发展、原理、以及应用情况.最后，结合高速公路收费现状，作者初步提出了将基于射频识别技术的不停车收费系统应用于高速公路收费中的方法，用以解决高速公路的自动收费问题.     

基于神经网络和遗传算法结合的桥梁结构损伤诊断

利用神经网络对有限元计算的样本数据建立起桥梁结构的损伤参数——损伤位置、损伤程度（输入）以及位移差——损伤结构与完好结构的位移差（输出）的全局性映射关系，以获得遗传算法求解桥梁结构损伤问题所需的目标函数值，从而识别桥梁的损伤参数．某连续梁桥算例表明，此方法可以在较少的有限元分析次数下获得较好的损伤诊断结果．     

动车组主要关键部件安装状态图像检测系统的设计与实现

动车组关键部件安装状态图像检测系统(SEDS)以图像自动识别技术为核心,采集动车组关键部位(闸片及其附件、裙板三角锁、底板螺栓等)可视部位图像,自动检测动车组关键部位的安装状态,对关键部位安装状态的异常图像进行预警。文章还对安装在南昌西动车所出入库咽喉处的SEDS系统的应用情况进行了分析。     

高速铁路噪声源区划及各区域声源贡献量分析

研究高速铁路噪声源区划方法并分析各区域声源贡献量,对高速铁路噪声治理有重要意义。基于高速铁路噪声源辨识现场测试,分析得到噪声源的位置和幅值。将噪声源按高度划分为轮轨区、车体下部、车体上部、集电系统和桥梁结构等5个区域,进一步将车体上部沿线路方向划分为车头区和非车头区,将集电系统区域沿线路方向划分为受电弓区和接触网区。根据声波能量叠加原理计算每个区域噪声源辐射功率,研究各个区域声源贡献量。分析结果表明,列车以300 km/h运行时,轮轨区噪声占48%,车体下部噪声占25%,合计占总噪声的73%,对高速铁路辐射噪声起主导作用。