多孔钛摩擦磨损信号的递归图特征研究

为了定量描述一维的多孔钛干摩擦信号,采用递归定量分析方法,把摩擦信号扩展到高维,定量分析其中信息.首先,利用经验模式分解(empirical mode decomposition,EMD)对摩擦信号进行预去噪;然后,采用自相关法和假近邻法计算各组摩擦信号的延时与嵌入维数;最后,分析递归图及其对应的平均对角线长度与熵值,通过这些能够直观观察不同环境下多孔钛摩擦信号的变化特性.结果表明,递归图能够一定程度上反应多孔钛的磨损情况,通过递归定量分析能够对多孔钛摩擦系统复杂性状态进行描述,且在压力为8～10 N时磨损系统稳定性最好.     

基于仿真试验和BOA-VMD的轴箱轴承故障特征提取算法研究

针对城轨列车运行过程中轴箱轴承故障难以发现的问题，提出一种利用蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)对变分模态分解(Variational Mode Decomposition,VMD）参数进行优化的轴承故障特征提取方法。首先构建基于轴承-车辆刚柔耦合的轴承故障动力学模型，提取轮轨激扰和轴承故障情况下的轴箱振动信号；然后利用蝴蝶优化算法对轴箱振动信号的VMD模态分量数和二次惩罚系数进行寻优，确定最佳参数组合；最后利用已确定的最佳参数对轴承振动信号进行VMD分解，得到不同本征模态分量(Intrinsic Mode Function,IMF)，并对最佳模态分量信号进行包络分析，识别到轴承故障时的特征频率。试验分析表明，基于优化参数的VMD分析方法能够有效提取轴承故障特征频率，通过经验模态分解(Empirical Mode Decomposition,EMD)分析方法对比，可以发现文章提出的分析方法效果更加有效。     

需求响应的集装箱班列时刻表优化及 Benders分解算法

充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系，以集装箱货物送达目的站的总延误最小为目标，构建集装箱班列时刻表优化的线性混合整数规划模型.采 用Benders分解算法将原问题分解为确定集装箱货物与班列匹配方案的主问题，以及优化班列时刻表的子问题，通过求解子问题的对偶模型不断产生主问题的割平面.为克服割平面有效性较低的缺点，设计改进策略，使每次迭代产生多个割平面同时添加至主问题中.最后，通过算例验证模型和算法的有效性.结果表明：改进策略的运用有效提高了算法的计算效率，利用模型及算法得到的班列时刻表与集装箱货物的数量、时间分布之间具有较好的匹配性，制定的班列时刻表很好地响应了用户需求.     

半潜式海洋钻井平台生产设计任务分解研究

文章对半潜式海洋钻井平台生产设计任务分解开展研究,将生产设计任务按阶段、区域、专业、作业类型、作业性质进行分类,基于WBS分解原理(Work Breakdown Structure),将半潜式海洋钻井平台生产设计任务逐层分解成较小的可控任务,以便落实到具体设计人员,从而有效控制生产设计进度。     

基于EMD-Kurtosis的牵引电机轴承故障特征识别

文章利用经验模态分解的方法将牵引电机轴承振动信号分解成各阶本征模态函数IMF,并将各阶IMF进行傅里叶变换得到各阶IMF的频率,根据故障轴承频率特征和本征模态函数的频率对应关系,对该本征模态函数进行峭度分析,进而能够更加精确识别轴承故障特征。     

并列双圆柱绕流的动力学模态分解

本文对双圆柱绕流的卡门涡街现象进行了非稳态数值仿真,使用动力学模态分解方法(dynamic mode de?composition,DMD)对仿真得到的圆柱绕流涡量数据进行了分析和流场预测,研究了不同奇异值截断阶数对预测效果的影响.结果表明:利用DMD方法可以较准确地获得非稳态流动过程中涡量数据的模态结构和对应模态的频率、振幅;与稳定的周期阶段相比,用DMD方法分析处于不稳定周期阶段的圆柱绕流流场特征较困难;增加截断的奇异值数目在完善流场特征的同时也可能造成流场还原效果变差.     

基于 EM D桘BPN 方法的高速铁路短期客流预测

高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步：首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。