利用复合神经网络进行柴油机故障诊断

在对ART-2和并行BP人工神经网络模型进行分析的基础上,提出了一种针对大型复杂设备进行故障诊断的复合神经网络诊断策略:先运用ART-2识別单一类故障,再使用并行BP网络实现并发故障和新故障的分离,解决了对复杂设备并发故障诊断和新故障都能有效识別的问题。该模型利用柴油机缸盖振动数据进行诊断验证,能够有效识別并发故障和新故障等复杂故障类型。     

浅析地铁车站结构开裂机理及控制措施

结合深圳地铁26标(世界之窗站)明挖车站的施工和裂缝实例,从材料、结构、施工等角度对车站结构开裂,造成结构受损原因进行分析,并对裂缝的控制进行阐述。     

基于数据融合的舰用柴油机状态预测系统研究

融合柴油机热工、油液及振动3大类信息,采用灰色理论、自适应谐振理论(ART)和BP网络等相结合的决策级融合技术,建立了一套具有数据融合、分析诊断和状态预测能力的舰用柴油机状态预测系统,并以12PA6V-280型柴油机为研究对象,进行了工作过程仿真及故障模拟研究。     

地铁TBM区间上跨高铁隧道施工关键技术研究

研究目的:本文依托重庆轨道交通5号线TBM区间隧道上跨沪蓉铁路人和场隧道工程,在分析工程重点、难点的基础上,通过对新建地铁隧道的方案优化、施工控制和既有高铁隧道的检测、评估和监测等开展研究,得到经验和成果。研究结论:(1)开展既有高铁隧道检测和评估,以评价方案的可行性和操作性是此类工程得以顺利实施的前提;(2)做好TBM区间隧道上跨高铁隧道施工期间掘进参数的控制、管片背后豆石吹填、回填灌浆及管片底部注浆等措施,是减小对高铁隧道施工影响的保障;(3)对运营高铁隧道选择先进、合理、高效的监测手段进行实时监测,并与铁路相关部门建立有效联动机制,是确保安全的重要和必要手段;(4)本研究成果可为地铁TBM区间隧道上跨高铁隧道施工的影响控制提供借鉴。