基于小波神经网络的船舶动力系统故障预测方法研究

船舶动力系统是船舶的心脏,其性能的优劣对船舶的安全航行至关重要,研究船舶动力系统故障预测的方法对保障动力系统安全运行具有重要意义。本文采用小波神经网络针对船舶动力系统的性能参数进行预测,选取柴油机动力系统的油管压力作为预测对象,试验结果表明小波神经网络预测的结果符合预期值。     

小波自适应阈值的混沌去噪方法*

为了提高小波分析方法在混沌去噪中的自适应能力,对不同尺度下的小波信号设定调节因子,根据混沌序列关联维的大小确定最优阈值。为了提高寻优效率,采用遗传算法全局自适应搜索最优阈值。利用该方法对Lorenz混沌时间序列进行了去噪分析,结果表明所提方法是非常有效的。     

基于小波变换和ARIMA模型的桥梁健康监测数据分析

为了对桥梁健康监测系统采集的海量数据进行深入挖掘,使其在结构评估中效用最大化,将监测数据视为一维信号,以小波变换、时间序列分析为工具,对某四跨连续刚构桥挠度监测数据进行了分析,研究探讨了该方法对于监测数据分析的适用性。对于监测数据进行离散小波变换,根据小波变换系数分析得出了结构监测数据的发展趋势,同时可过滤掉数据信号中已缺失细节信息的系数,重构信号,对该重构信号进行时间序列分析,采用最小二乘法进行参数估计,建立了重构信号的ARIMA预测模型,成功对某大桥某时刻后未来一定时间的挠度进行了预测。研究结果可以预测桥梁结构在未来某周期内的运营状态信息,对于结构运营状态监测预警有积极的意义。     

社区居民适宜步行距离阈值研究

为研究社区居民适宜步行距离阈值,在上海市进行小区内RP(Revealed Preference)调查,通过询问居民前往某处目的地的出行方式,实际测量居民住处到目的地的距离,得出步行距离;然后在虹桥火车站进行可接受步行时间的调查。综合步行距离和步行时间的数据,结合偏态分布与距离衰变方程的分析方法,得出适宜步行距离与步行使用率的关系式,并通过计算得到了距离阈值。结果表明,由可接受步行时间调查计算得到的极限步行距离阈值为1500m,适用于城市规划的整体设计阶段;由步行距离调查数据计算得到的极限步行距离阈值为950m,可用于具体功能区的选址及交通衔接方式的选取;选取步行累计使用率为10%时对应的步行距离787m为适宜步行的距离阈值。     

基于小波变换的雷达图像处理技术及仿真

在现代船舶中,航海雷达广泛应用于航海导航、目标物检测跟踪及安全运行等领域,所以在船舶中配备实时高效的雷达数据及图像处理系统成为利用航海雷达的关键。同时,小波变换由于其具有高分辨率的图像处理功能而在图像处理领域得到了较为深入的研究应用。本文研究航海雷达图像信息中混入噪声及杂波的分布特性,提出一种基于小波变换的雷达图像数据杂波抑制、去除噪声的方法,最后给出仿真结果并进行分析。     

基于小波优化GRU-ARMA模型的空中交通流量短时预测方法

空中交通流量短时预测是空中交通管理的基础,是有效缓解交通拥堵问题的前提。为提高空中交通流量短时预测的精度,减小空中交通管制员的工作压力,提出了基于小波优化GRU-ARMA的空中交通流量短时预测方法。在传统预测方法的基础上,通过小波变换对原始流量数据进行多尺度分解,提取不同频率交通流量的细节特征,对原始流量数据进行预处理。同时,根据小波变换,在低频处将频率细分作为趋势项,高频处将时间细分作为噪声项。其中,趋势项反映了空中交通流量随时间演化的整体趋势性,噪声项反映了随机因素对空中交通流量的综合影响。使用门控循环单元（GRU）神经网络模型预测趋势项,自回归滑动平均模型（ARMA）模型预测噪声项;将趋势项和噪声项的预测值叠加,得到最终的短时流量预测值。误差分析表明,该方法在每个预测点上的误差保持在2%左右,预测效果稳定;而直接采用原始流量数据进行预测的GRU、BiLSTM、CNN-LSTM神经网络模型及单一的ARMA模型,每个点的预测误差在5%~37.14%之间。与GRU、BiLSTM、CNN-LSTM神经网络模型相比,该模型的预测精度分别提高了3.02%,5.39%,5.05%。      

基于小波变换的电力系统谐波监测研究

为了满足突变的和时变的非平稳谐波检测与时频分析的需要,论述了基于小波变换的谐波检测的原理,提出了用DSP实现电力系统谐波的在线监测的方案。仿真结果表明此方案能满足电力系统中谐波监测实时性要求。     

小波变换及其在时频分析中的应用

通过对小波分析原理的阐述,讨论了小波分析的优点。并根据几个具体实例研究了小波变换在时频分析中的应用小波变换作为一种新兴的理论,已经在电力等诸多领域中得到了广泛应用。     

JZT-1机车走行部状态监测及故障诊断系统

介绍了JZT-1机车走行部状态监测及故障诊断系统的构成和技术特点.经试验和运用表明,系统工作稳定可靠,其采用的故障诊断智能决策方法极大地提高了预报的准确度.     

基于全车牌识别数据的高速公路交通拥挤识别

针对目前高速公路交通拥挤尚无统一的识别标准的状况，基于河南省高速公路全车牌识别数据研究，提出在路网实际混合交通流状态下高速公路交通拥挤识别标准，并给出了不同设计速度高速公路交通非常畅通、畅通、轻度拥挤、中度拥挤、严重拥挤对应的平均行程速度阈值，用于快速识别交通拥挤地点、拥挤类型、拥挤持续时间等信息，为高速公路管理决策提供依据。