基于数字孪生的舰船动力系统智能运维技术北大核心CSCD

[目的]为提高舰船动力设备的可靠性并降低维护成本,研究基于数字孪生的舰船动力系统智能运维技术及实现方法。[方法]首先,根据模块功能及结构体系需求,建立数字孪生特征的动力系统智能运维架构;然后,通过工况标杆库建立、控制参数智能寻优以及运行自优化,实现基于综合平稳度的智能控制技术;最后,根据基于知识、基于模型及基于大数据驱动的故障诊断方法,实现复杂系统综合故障诊断技术,形成以数字孪生为技术特征的动力系统智能运维体系。[结果]动力系统智能运维平台的应用案例验证了实现智能控制、故障诊断功能的可行性。[结论]研究成果可为舰船智能机舱的研究和设计提供参考。     

EPB释放时间偏长问题研究

EPB是实现车辆自动驻车、释放等功能的部件。其作用是防止车辆在平路或者坡道上溜车。相对普通手驻车制动更加智能、高效。左右EPB卡钳电机分别执行驻车、释放等功能,其结构复杂,同时驻车、释放等功能由软件控制,其涉及驻车释放的一致性等问题。本文以某车型投放市场初期产生的释放时间偏长问题,通过对软件和结构硬件进行了深入研究,分析出卡钳密封圈尺寸超设计以及软件的释放时阈值的设置不合理是导致上述问题的根本原理。通过风险评估、技术改进等步骤,彻底解决了该问题,为后续产品开发提供了技术支撑。     

对转桨水动力性能实时预报方法

为了实现对转桨水动力性能实时预报，基于BP神经网络构建对转桨水动力性能预报模型。首先，采用低阶速度势边界元法建立对转桨水动力性能预报模型，通过调整来流速度和前后桨转速开展对转桨水动力性能多工况计算，从而获得构建神经网络所需的样本空间。建立适用于对转桨水动力性能预报的神经网络架构，通过训练使其具备良好的泛化能力。以某组对转桨为研究对象开展水动力性能实时预报方法研究，结果表明，采用BP神经网络预报模型可获得与边界元法精度相当的预报结果，但该模型与边界元法相比计算所耗时间可以忽略不计，可有效实现对转桨水动力性能实时、快速预报。     

铁路局集团有限公司技术规章管理平台设计方案研究

为科学、安全、有效地管理铁路生产的各技术环节,国铁集团、集团公司与各站段出台了涉及行车组织、客运组织、货运组织和铁路技术设备的运用、管理、维修等方面的技术规章,它是铁路运营和维护安全生产的基本保障。技术规章管理系统作为技术规章管理的信息化平台,是技术规章高效管理和高效运用的关键,是铁路基础管理工作的重要组成部分。本文在研究国内外情况和其他行业规章、文件管理系统后,依据集团公司实际工作需要,对集团公司技术规章管理平台方案进行研究,提出了一个更加方便、快捷、功能齐全且整体上相互协调的技术规章管理系统功能模块方案,作为指导集团公司技术规章系统建设的理论支撑。     

交通运输与区域经济发展耦合研究综述

为全面掌握交通运输与区域社会经济发展国内外研究现状,关键技术以及主要学术成果、结论。本文从Web of Science数据库和CNKI数据库中选取近20年的文献,借助文献可视化软件VOSviewer对所有文献进行分析。结果表明美国、德国、法国在此方面研究起步较早;研究热点主要围绕交通运输与区域经济的协同发展、产业结构、产业集聚、耦合协调模型等方面展开。未来研究应结合大数据分析,聚焦具体区域交通运输与社会经济间耦合协调度,促进交通运输与区域经济协调发展。     

新型明桥面轨枕板式无砟轨道结构参数研究

钢桁梁桥由于其承载性能好和跨越能力较强等优点,在大跨度铁路桥梁中被广泛采用。但大跨度钢桁梁桥具有跨中挠度大、梁端转角大和温度变形敏感等特点,为了减小大跨度钢桁梁桥二期恒载、适应桥梁变形特性,在大跨度钢桁梁桥上采用新型明桥面轨枕板式无砟轨道结构。以南沙港铁路某大跨度钢桁梁桥铺设新型明桥面轨枕板式轨道为背景,采用有限元法建立大跨度钢桁梁桥上轨枕板式无砟轨道结构计算模型,研究了轨枕板结构参数对轨道受力与变形的影响,确定轨道结构的合理尺寸与参数。结果表明:轨枕板的外形尺寸直接影响其受力和变形特征;板下垫层的厚度对垫层的受力特性的影响较大;建议南沙港铁路某大跨度钢桁梁桥上采用具有2组承轨台、宽度为2800 mm的轨枕板,轨枕板厚度为280 mm,板下垫层厚度为120 mm。     

基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

"养兵千日,用兵一时" ——军工科研单位档案部门应急能力体系建设研究

应急管理能力体系的建设日益受到各方的重视,而各类档案在其中发挥着重要的作用.就军工科研单位而言,时常面临来自临时性任务的紧迫压力,需要档案部门的积极配合、主动参与.这其中,全面、及时、准确的档案资源体系,元数据规范集成、关联结构清晰、界面友好可视的信息架构体系,能力全面、德才兼备的管理人才体系和实体,信息并重的安全保障体系就成为构建档案部门应急能力的关键.