钢质管道外壁爬行漏磁检测技术在工程中的应用

文中介绍了漏磁的基本原理及漏磁检测系统在检测过程中信号的变化规律及实际应用中应注意问题。与利用管道内部压差作为动力的漏磁检测仪器不同，该仪器由主机、探头及信号传输电缆组成，探头通过永磁铁、固定轮固定于被测管道表面，手动操作探头以相应速率（标准速率应为0．5m／s）匀速运动，从而发现管道埋藏缺陷。通过实际应用发现影响检测精度、准确性的因素主要有样管制造、提离值调整、被检管道表面光滑程度及爬行速率等。     

基于感知模型的美尔谱失真测度

为了有效评价通信系统中的语音质量，基于语音感知分析，提出了Mel域上一种新的语音信号特征表示方法——MFSC（美尔谱系数）．MFSC既考虑人耳对频率的非线性感知特性，又结合了声音强度-响度非线性变换特性，符合语音感知分析．基于MFSC特征参数的提取，提出了用于语音质量客观评价的美尔谱失真测度（Mel-SD），并将其应用于干扰条件下的无线通信系统语音质量评价．实验结果表明，Mel-SD的平均相关值为0．942，分别比Mel-CD和PESQ（语音质量感知评价）提高了0．089和0．031．     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明:GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。      

基于在线地图交通状态的关键道路动态识别方法

交通拥堵问题日趋严重,关键道路识别成为了交通领域的研究重点. 以在线地图的交通状态数据为基础,利用时空相关性理论计算道路交通状态的预测值和波动影响值,并通过Moran 散点图划分道路类型,提出了基于在线地图交通状态的关键道路动态识别方法. 首先,调用在线地图开发者平台API 采集路网的交通状态数据,利用集成学习动态预测交通状态;其次,分析交通状态波动的传播结构,以此量化道路对其近邻道路的影响值;然后,结合道路交通状态的预测值和波动影响值划分道路类型,进而识别出关键道路;最后,以实际路网为例,论证方法可行性.     

研究降雨事件对交通流时空特性的影响

在自然环境因素中，降雨事件对交通流时空特性有显著影响，对其量化有助于掌握雨天交通流时空特性的变化规律.为规避其他因素的影响，提出了对比各降雨事件下交通流时空特性分布统计量的量化方法.采集和处理状态值数据和降雨量数据，计算交通流时空特性值；根据降雨量大小，划分降雨事件等级；研究各降雨事件下交通流时空特性的分布类型，当分布类型一致时，通过对比分布统计量，量化降雨事件的影响；根据各降雨事件下交通流时空特性，绘制交通流时空特性Moran散点图，分析道路类型的转变方向和程度.研究表明，降雨事件等级与交通流状态值呈显著负相关，且降雨事件发生时，道路类型总体由低失效道路向高失效道路转变.     

基于在线地图交通状态的关键道路动态识别方法

交通拥堵问题日趋严重,关键道路识别成为了交通领域的研究重点. 以在线地图的交通状态数据为基础,利用时空相关性理论计算道路交通状态的预测值和波动影响值,并通过Moran 散点图划分道路类型,提出了基于在线地图交通状态的关键道路动态识别方法. 首先,调用在线地图开发者平台API 采集路网的交通状态数据,利用集成学习动态预测交通状态;其次,分析交通状态波动的传播结构,以此量化道路对其近邻道路的影响值;然后,结合道路交通状态的预测值和波动影响值划分道路类型,进而识别出关键道路;最后,以实际路网为例,论证方法可行性.     

沥青混凝土路面施工的质量控制

沥青混凝土路面具有良好的力学性能和较好的耐久性以及行车舒适性,适合于各种车辆的通行,在我国高等级公路建设中得到了广泛应用。本文从沥青混凝土路面施工全过程出发,分别从人员、原材料、配合比到沥青混合料的拌和、运输、摊铺、碾压及接缝等方面着手,论述了沥青混凝土路面施工的质量控制。沥青混凝土路面施工是公路施工中     

基于编码器的轨道里程记录系统设计

为了获得在轨道缺陷检测过程中检测出的有缺陷图片的精确里程信息,方便确定缺陷所在位置,设计一种双单片机控制的记录轨道里程值的系统,详细论述前置增强型单片机对编码器输出的脉冲信号鉴相,四倍频细分,并根据预设图片高度输出脉冲信息,后置8052单片机根据获得的脉冲信息记录脉冲个数并计算里程值,最后通过串口将计算所得数据上传至工控机。使用C++Builder编写的上位机控制软件对数据处理调用,以显示每张图片所表示的里程值。运行结果表明,该设计在记录并显示里程过程中,速度响应迅速,精度大大提高并且准确稳定。     

基于双向权值调整算法的神经网络非线性系统辨识

使用神经网络建模是非线性系统辨识的一个重要方法。为克服传统BP算法训练多层前向神经网络进行系统辨识中存在的一些问题,本文提出一种使用双向权值调整学习算法训练单隐层前向神经网络进行非线性系统辨识的方法。此辨识方法使用结构简单的单隐层前向神经网络,在正向阶段由Moore-Penrose广义逆确定输出权值,反向阶段则按误差梯度下降原则对隐层权值进行调整。算法能在正向和反向两个过程对网络的权值做出调整,具有较快的学习速度,并且能在一定程度上保证神经网络的泛化能力。通过基准辨识仿真实验验证,基于此方法的非线性系统辨识具有建模结构简单、训练速度快且辨识精度高的特点。     

基于流场分析的管道内腐蚀预测及检测技术

油气管道的内腐蚀是油气工业中很难解决问题之一。由于内腐蚀的影响因素众多，常规检测手段的精确度难以达到要求。应用基于流场分析（CFD）的计算机数值仿真技术，对工业管道、含CO2原油输送管道和含水天然气输送管道的流场分布和内腐蚀情况进行模拟，预测管道系统内流速最大位置和腐蚀严重的管段。结合现有的检测技术，针对腐蚀严重区域进行重点检测，可以避免盲目检测，提高检测工作效率。