黔张常铁路白垩系砂岩抗压强度取值研究

黔张常铁路沿线白垩系砂岩强度低、分布广,准确的力学参数值直接影响工程建设的可靠性。以白垩系砂岩抗压强度为例,通过对抗压强度原始数据的随机-模糊处理,对其置信度进行研究,给出置信度95%条件下的参数值。通过有限的实验样本,给出更加符合现场实际情况和反映研究对象特性的力学参数值,具有较高的可靠性,可以指导工程的设计和施工。     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。     

RFID技术的定位改进算法在铁路隧道人员定位中的应用

本文介绍无线射频识别技术(RFID)的基本原理,重点阐述基于RFID的LANDMARC定位算法的原理与过程。在此基础上,综合考虑铁路隧道内折射、反射、多径效应等因素对场强的影响,分析LANDMARC定位算法的不足,将此算法进行改进,提出自适应LANDMARC k-邻居算法,结合RF Code公司的硬件系统,将其应用到铁路隧道人员定位系统中。实验证明改进的算法具有更高的定位精度:定位精度在1m以内的标签占70%,比原来算法的60%提高10%;93%的标签定位误差小于1.5m,且最大误差控制在2.5m以内。对提高隧道内人员的安全管理水平具有重要意义。     

基于模糊神经网络的轨道电路故障诊断方法研究

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。     

基于神经网络的地铁牵引整流器控制算法研究

提出了一种利用神经网络对传统的PID控制器进行改造并应用于PWM单位功率因数整流器的控制方法,选择SVPWM控制方法对三相电压型PWM整流器进行控制,电压环采用基于神经网络自适应调整参数的复合型单神经元PI控制器。仿真结果表明,该PI控制器可以在线调整PI参数,快速跟踪整流器的变化,能有效地改善由于系统结构和参数变化而导致的控制效果不稳定的状况,适用于地铁需要频繁的起动、停车的条件。     

一种感应电机定转子互感参数离线辨识的方法

文章利用模型参考自适应系统(Model Reference Adaptive System,MRAS)在恒压频比起动的基础上进行电机转速辨识,并根据电机转子磁链的电压和电流模型,提出一种感应电机定转子互感参数Lm离线辨识方法,以便电机未完全空载时,也能离线辨识出其互感参数。对无速度传感器转速辨识原理以及实现方法进行了介绍,并利用Matlab进行系统仿真,验证了算法的有效性。     

基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。     

基于模糊PI控制的电动汽车双向DC/DC变换器

电动汽车直流动力源的特殊性和对驱动性能的高品质要求决定车用DC/DC变换器要有稳定的电压、电流输出。针对DC/DC变换器在车辆行驶状态切换过程中呈现的严重非线性问题,提出了电流环沿用传统PI控制,电压环采用模糊PI控制的双闭环斩波控制方案;在分析双向DC/DC变换器工作原理的基础上,根据变换器自身的变结构特性,设计了模糊PI控制器。仿真结果表明,本控制方案可有效提高变换器的鲁棒性,减小输出电压波动。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

数字式点火模块自适应控制的研究

采用了在常规汽油机上仅利用分电器输出的点火触发信号进行点火提前和点火能量自适应控制的方法；根据国家有关标准进行了自适应点火控制模块的软硬件设计，经道路和发动机台架试验证明该点火器能在一定程度上提高使用车辆的经济性。