基于LTE系统的轨道交通辅助定位方法

为保证城市轨道交通运营安全,针对车载控制器(VOBC)出现故障时,调度人员无法获悉列车位置的情况,利用列车接入单元(TAU)上传长期演进系统(LTE)的无线性能指标进行辅助定位。该系统平时进行车辆实际位置和无线性能指标的大数据拟合,在特殊情况时利用拟合曲线和无线性能指标进行辅助定位,为列车安全运行提供可靠的保障。     

闭环增益成型算法在运动控制器中的应用

我国内河众多,海上疆域广大,蕴含着丰富的石油、天然气、可燃冰、有色金属等资源,因此,对海洋资源的开发以及海上航运业的发展成为国家的战略规划重点。舰船与海上作业平台作为主要的开发工具,其设计与制造质量具有重要意义,尤其对于高速化、大型化船舶的运动控制。船舶在海上受到的干扰力较多,本文针对船舶的运动过程建立模型,并结合闭环增益成型算法设计一种船舶运动控制器,并基于Matlab进行了船舶运动控制器的仿真试验。     

基于行驶工况的零部件耐久性测试工况构建

针对汽车零部件耐久性测试工况获取过程复杂的问题,提出了通过实际行驶工况解析出零部件耐久性测试工况的方法.基于西安市某线路纯电动公交车实际运行数据构建得出行驶工况,根据车辆实际参数建立整车仿真模型,仿真并计算得到基于实际行驶工况的电机输出轴应力载荷工况.由线性疲劳累计损伤理论和电机输出轴材料S-N曲线得出电机输出轴损伤值计算方法,并通过四峰谷值雨流计数法统计出不同应力载荷工况下的电机输出轴受到的损伤值,从而得出对应的循环寿命,选择寿命最短的行驶工况对应的电机转速工况和转矩工况作为电机输出轴耐久性测试工况.     

铝合金吸能盒耐撞性研究

为提升汽车安全性能及实现轻量化目标,对4种不同截面铝合金吸能盒的耐撞性进行对比分析,并研究宽高比及材料强度对耐撞性能的影响。研究表明:双十字型截面吸能盒耐撞性能最优;在汽车结构设计中,宽高比要控制在0.7至1.0之间,越接近1.0吸能效率越高;吸能随材料强度增加而增加,可以通过加强材料减少壁厚进一步实现轻量化。     

基于RCS统计特征的船舶目标识别方法

雷达散射截面(RCS)是衡量船舶目标散射特性的重要参数,是雷达进行船舶目标分类识别最有效的电磁频谱特性。但船舶目标结构、形状复杂,电磁散射机理复杂,同时受雷达探测角度及所在海域电磁环境等因素的影响,船舶的RCS呈现明显的起伏变化特性。本文对不同工况下船舶RCS测量数据进行统计特征描述,并采用BP神经网络进行船舶识别。结果表明,该方法取得了较好的试验结果,可实现对若干工况下不同类型的船舶精准识别。     

高旧料掺量厂拌热再生沥青混合料在大中修工程中的应用

结合"沥青路面材料再生利用技术研究和工程示范"课题,论文开展了高旧料掺量厂拌热再生沥青混合料设计及工程应用研究,包括废旧沥青混合料的性能评价、新沥青及新集料的选择、厂拌热再生混合料组成设计及性能评价、再生混合料质量控制、试验路工程观测与评价等几方面。为保障高旧料掺量厂拌热再生沥青混合料在大中修工程中的应用质量,有关经验可供相关专业人员参考。     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

超大型液化石油气船线型优化设计与试验

为开发具有国际竞争力的超大型液化石油气船(VLGC)船型,并为我国船厂获得VLGC的订单提供技术支持,基于CFD数值分析对VLGC进行设计吃水状态的线型优化研究.优化的线型波形平缓,船体表面压力分布均匀,艉部桨盘面伴流分布均匀,模型试验结果与CFD计算结果吻合良好.模型试验结果表明,最终优化设计的线型阻力低,能效高,船舶航速指标先进.对开发的新船型进一步开展不同纵倾压载状态的比较试验研究,结果表明,合理地调整压载纵倾值能有效改善压载状态的阻力性能,降低能耗.     

基于GA-岭回归分析的机车车轮踏面磨耗量预测算法研究

车轮踏面磨耗量是评价机车运行安全的重要参数，但多数车轮运维现场的条件尚不能对踏面磨耗量及时、准确地进行监测。为了解决上述问题，文章提出了基于“GA-岭回归”分析的机车车轮踏面磨耗量预测算法（简称“GA-岭回归”预测算法）。“GA-岭回归”预测算法分为数据前处理和数据预测分析2部分。对于数据前处理，首先依据不同的测量方式对采集到的踏面磨耗量数据进行分类，基于车轮的实际运维情况，分析不同类型数据的特点；随后以镟修周期作为数据划分标准，对分类后的数据进行切片处理；最后采用相关标准和主成分分析法对相应的动态测量数据进行清洗、降噪。对于数据预测分析，首先划分数据集，进行数据整合，创建训练集数据的时间滑动窗口；随后采用岭回归算法对训练集数据进行回归分析训练，并结合遗传算法和验证集数据进行模型参数的调优，以提高预测准确性。基于测试集数据，分别采用传统预测算法、岭回归线性预测算法和“GA-岭回归”预测算法，对3类预测算法的预测效果进行对比分析；随后采用相同的测试方法，扩大车轮样本的数量，继续进行预测效果的对比分析。测试结果表明，采用“GA-岭回归”预测算法的预测误差和误差标准差均相对较低。经分析可知，...     

发展中国家混合交通中行人行为研究

本研究的目的是使用维瓦录像交通分析系统分析和鉴别混合交通中行人的行为。为了分析混合交通状况下的行人行为,除了考虑传统的行人交通行为特征外（密度、速度和流量）,本研究还制定了一些其它指标参数,这些指标包括：冲突数量、突然转向的横向距离、突然转向的纵向距离和停顿数量。此外,本研究还使用了基于社会力数学模型的精微模拟模型,