模糊神经网络在摆式列车作动系统故障诊断中的应用

针对摆式列车倾摆作动系统故障所具有的模糊性，提出了一种基于模糊神经网络的故障诊断方法，将模糊理论与神经网络融合在一起，实现了对故障的模糊诊断，给出了模糊神经网络的结构，该网络由两部分组成，前一部分为模糊量化部分，后一部分为神经网络部分，根据输入特征量的实际情况，确定了各模糊子集上的隶属度函数，提出了一种阈值向量故障判别方法，使故障判别更具灵活性和合理性，根据相关文献构造了倾摆作动系统的构造判别表，形成故障诊断理论样本。以摆式列车倾摆作作动系统对象，就倾摆作动系统中几种典型的故障模式，有用模糊神经网络方法作了识别，仿真结果表明，该方法是行之有效的，为在摆式列车实车倾摆作系统故障诊断中的应用提供了理论依据。     

一种新的摆式列车倾摆控制系统的故障检测方法

提出了一种利用未知输入观测器（UIO）对摆式列车倾摆控制系统进行故障检测的方法，该方法运用代数变换进行干扰解耦，设计一个降价未知输入观测器使残差对未知输入不敏感，而对故障敏感，通过一个简单阈值逻辑来检测故障，通过计算机仿真证明了该方法的有效性。     

基于GSUIO的故障检测方法及其应用研究

基于最近在未知输入观测器研究中取得的成果，提出了一种利用通用结构未知输入观测器（GSUIO）的故障检测方法。该方法利用广义逆{1}，设计出一个全阶通用结构未知输入观测器，使其残差对未知输入不敏感，而对故障敏感，通过一个简单阈值逻辑来检测故障。将其应用于摆式列车倾摆控制系统执行机构和部件的故障检测，通过计算机仿真证明了该方法的有效性，为将来在摆式列车中运用提供了理论依据。     

基于RBF神经网络的传感器故障诊断研究

提出一种基于RBF神经网络的多传感器故障在线诊断方法。同时对该方法在摆式列车加速度传感器故障诊断中的应用进行了仿真研究。仿真结果表明此方法是有效的，不仅消除了零偏对故障诊断的影响，而且提高了故障检测率及可靠性。     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

基于UIO的摆式列车倾摆控制系统执行机构的故障检测

提出了一种利用未知输入观测吕（ＵＩＯ）对摆式列车倾摆控制系统执行机构进行故障检测的方法。该方法是干扰解耦原理的一个应用,通过一个全阶未知输入观测器使残差对未知输入不敏感,而对故障敏感,通过一个简单阈值逻辑来检测故障,通过计算机仿真证明了该方法的有效性。     

摆式列车倾摆控制系统故障检测诊断的试验研究

提出了采用小波变换对摆式列车倾摆控制系统的故障进行检测和诊断的方法；摆式列车实验台倾摆系统执行机构故障和传感器的故障试验证明，采用小波变换检测诊断倾摆系统的故障是行之有效的。另外还提出了一种确定故障检测的阈值的新方法。     

小波变换在摆式列车倾摆系统故障诊断中的应用

分析了摆式列车倾摆控制系统的可能故障,提出了由信号的小波变换奇异点在多尺度上的综合表现是否有突变来检测倾摆控制系统的执行器和传感器故障并对陀螺仪故障诊断进行了计算机仿真分析,结果表明,小波变换法诊断摆式列车倾摆系统故障有明显的优越性。     

优化的非等时距灰色模型在湖南高速公路路基沉降预测中的应用

通过对非等时距原始数据等时距处理和累减构建基于灰色理论的微分模型的方法,成功建立了高速公路高填方路堤沉降的非等时距灰色预测模型.并在此基础上,引入加权因子,优化重构了背景值函数.优化的非等时距灰色模型在沉降监测的实践应用中,预测结果经检验显示,优化的模型效果更佳.