舰船大数据网络干扰信息高效识别方法

传统方法忽略了对船舶大数据网络干扰信息瞬时特征参数的获取,导致识别精度偏低,为此提出并设计了一种干扰信息的高效识别方法。对大数据网络中的不同干扰信息进行离散化处理,以提取准确的特征参数,对干扰信息进行修正与降噪处理后,采用决策分类的方式,对船舶通信过程中产生的干扰信息进行识别计算,实现干扰信息的高效识别。实验结果表明,高效识别方法能够将大数据网络中的干扰信号准确识别出来,较传统方法的识别精度高出了31.7%,具备极高的有效性。     

昆布多糖硫酸酯对I/R模型大鼠心肌损伤的保护作用

目的探讨昆布多糖硫酸酯(laminaria sulfate, LAMS)对心肌缺血再灌注模型大鼠心肌损伤的保护作用及其机制。方法采用冠状动脉结扎法建立心肌缺血再灌注(I/R)大鼠模型,适应性饲养合格的大鼠随机分成5组:假手术组(Ctrl组)、模型组(I/R组)、I/R+LAMS(25 mg)组、I/R+LAMS(50 mg)组和I/R+LAMS(100 mg)组。测定平均动脉压(MAP)、左室收缩压(LVSP)和心率(HR);对心肌组织进行HE染色和TUNEL染色观察心肌损伤情况;ELISA检测炎症标记分子、心肌损伤标记物和氧化应激指标含量;蛋白印迹法检测心肌组织中转录因子NF-E2相关因子(Nrf2)、血红素氧合酶-1(HO-1)和醌氧化还原酶1(NQO1)蛋白表达水平。结果昆布多糖硫酸酯能降低心肌缺血再灌注模型大鼠的心肌损伤程度,上调MAP、HR和LVSP水平(P<0.01);降低心肌细胞凋亡率(P<0.01),抑制Caspase-3、Caspase-9高表达(P<0.01);抑制IL-6、IL-1β和iNOS表达上调(P<0.01);抑制CK-MB、cTnⅠ和Mb高表达(P<0.01);抑制Nrf2、HO-1和NQO1表达下调(P<0.01)。结论昆布多糖硫酸酯能通过Nrf2信号通路对心肌缺血再灌注模型大鼠的心肌损伤起到保护作用。     

基于OpenMV的云台追踪系统设计

为解决传统目标识别过程中目标不能移动、动态追踪等问题,基于OpenMV,采用PID控制、模块识别、颜色识别、图像处理等技术和方法,设计了一种能够自主动态追踪目标物体的云台系统。锥桶的动态追踪识别测试结果表明:系统能够较好地完成动态追踪。     

转向架构架载荷谱频域校准与建立方法

分析了时域内准静态载荷-应力传递关系, 以载荷间互谱密度的参数作为载荷耦合作用的表征量, 基于多轴频域疲劳基本理论推导了频域内等效应力的表达式; 得到了与多轴加载等效的分立载荷系的表达式; 为保证载荷谱计算损伤可以覆盖线路实测损伤, 以应力信号自功率谱密度的0阶谱矩作为表征损伤的参量, 约束载荷对测点损伤的贡献占比, 根据损伤一致性原则, 采用NSGA-Ⅱ多目标优化算法进行载荷校准; 对国内某型地铁转向架构架进行线路测试, 获得了载荷和应力数据, 并进行了数据分析。研究结果表明: 载荷系中构架横向载荷的线路实测方差最大, 为5.08, 电机横向载荷方差最小, 为0.02;频域内考虑载荷耦合效应的损伤校准精度为1.08×10-5, 而采用时域分立谱的损伤校准精度为2.91×10-3, 频域法比时域法的校准精度提高了99.63%;频域内考虑耦合作用的载荷校准系数的综合调整倍数为31.81, 相比时域内采用分立谱校准系数的调整倍数下降了41.71%, 频域法的系数调整最大倍数为6.99, 时域法为15.68, 前者比后者降低了55.42%。可见: 频域内考虑载荷耦合作用的校准方法在误差精度上要优于时域内采用分立谱的校准方法; 频域法的系数调整比例的分散度低于时域法, 校准载荷更接近实测载荷, 校准结果可信度高; 由于校准过程中考虑了载荷间的关联性, 研究得到的载荷系可同时应用于试验台多轴加载以及仿真独立加载, 实现了2种加载方式的统一, 为构架载荷谱的建立方式提出了新思路。      

市域铁路与城市轨道交通换乘站瓶颈识别与优化

采用静态评价与动态评价相结合的方法研究了市域铁路与城市轨道交通换乘站的瓶颈识别与优化问题。首先,分换乘方向确定了基于乘客换乘需求的换乘服务水平评价指标体系,结合熵权法建立了用于评价换乘站换乘服务水平的综合评价模型;其次,采用Anylogic仿真动态模拟乘客在车站的换乘过程,根据仿真结果及综合评价模型分析了换乘站的换乘服务水平,识别换乘站的能力瓶颈;最后,以犀浦站为例进行了分析,分析得到犀浦站的能力瓶颈是检票闸机、铁路售票机及铁路实名制验票机。仿真结果表明,该能力瓶颈识别方法对换乘站设备布局及流线组织有一定的参考意义。     

深圳港引航员登离船安全风险识别及控制

介绍深圳港引航站对引航员登离船安全风险的识别与控制措施,包括引航员登离船装置存在的风险识别与控制、港区交通的风险识别与控制、从码头上下引航艇/拖船的风险识别与控制、在引航艇/拖船上的风险识别与控制、来自被引船舶的风险与控制以及应急措施。阐释安全措施的落实与保障机制的运行。指出安全措施的持续改进与完善需要将好的做法、好的措施引入,提升引航员登离船安全水平,以及发现问题、分析原因、制定整改措施,并将措施制度化。     

基于自回归条件异方差转换指标的非线性损伤识别

为了解决时域非线性损伤的识别问题，基于自回归条件异方差（ARCH）模型的基本理论给出了ARCH模型建模的定阶方法及模型参数估计的极大似然估计法；分析了结构非线性损伤的特性，提出了基于ARCH模型的非线性损伤识别原理；考虑到基于自由度的损伤指标难于判断损伤位置，故提出了一种自回归条件异方差转换指标；在测量误差和模型误差的影响下，使用3层框架结构的非线性损伤试验来验证该损伤指标的有效性. 试验结果表明:非线性间隙距离为0.05 mm和0.10 mm时，损伤位置第3层的自回归条件异方差转换指标值比传统的倒谱测距转化指标值高21.7%以上；当非线性间隙距离为0.20 mm时，第3层的自回归条件异方差转换指标值比倒谱测距转化指标值高3.7%.      

基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

大型科研基地三维可视化智慧安防立体防护 综合平台建设

在物联网技术、5G通信、AI人工智能技术的推动下,应构建一套三维可视化智慧安防立体防护综合平台,使大型科研基地安全防范系统具有更智能化、更人性化的功能,实现大型科研基地的安全防范做到立体防护、智慧管控、应急指挥、运维管理统一调度,统一管理。文章所提的三维可视化智慧安保综合一体平台,集GIS系统、三维仿真、结构化视频监控、大数据可视展示、人员定位、AI人脸识别技术、无人机巡查及无人机反制等系统应用为一体,结合了系统应用、事件应急处置、设备综合运维系统等物联网综合技术的安全防范智能化系统。