既有结构剩余技术寿命预测

依既有结构的技术使用寿命密度函数服从截尾分布，建立了既有结构的条件可靠度和失效率函数，从期望效益与期望经济风险的优化分析着手，提出了一种既有结构剩余技术寿命的预测方法。     

基于BP神经网络的高速公路动态交通流预测

以高速公路交通流预测为研究对象,建立了基于BP神经网络的参数动态修复交通流预测模型。以高速公路宏观动态交通流模型为原型,利用分段辨识法分析了高速公路交通流特性。对BP神经网络层数和神经元的确定,以及转移函数的优化选择进行了深入研究,并给出了基于BP神经网络交通流预测模型的建模方法。对西宝(西安-宝鸡)高速公路交通流实时数据进行了采集、建模和仿真。通过仿真结果与实际结果比较,验证了该模型具有较高的可信度。     

基于放电过程的锂离子电池剩余寿命预测

针对锂离子电池剩余寿命预测时的容量难以测量和预测精度不高等问题,提出一种基于放电过程的锂离子电池剩余寿命预测方法.首先,提取锂离子电池放电过程中特定电压区间放电时间作为健康因子;接着,构建双向极限学习机的剩余寿命预测模型;最后,基于锂离子电池实验数据验证该预测方法的准确性.结果 表明:该模型能准确地预测电池剩余寿命,且...     

基于BP神经网络的基坑变形预测

基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过对基坑实测变形数据进行整理和分析,对未来变形量作出预测,保证基坑安全。结合BP神经网络的高度非线性映射能力,提出了一种基于BP神经网络的基坑变形时间序列预测方法。在基坑开挖过程中,采取滚动预测的方法,不断利用前期已有实测数据建模预测后期变形量,以实现信息化施工和动态控制。实例分析表明,BP神经网络模型具有较高的预测精度,并能获得满意的预测结果。     

基于动态可靠性加固拱桥剩余寿命预测

采用动态可靠性基本理论,在进行随机过程分析的基础上,给出在役桥梁荷载和抗力的时变演化规律。将可靠度评估方法运用到双曲拱桥中,提出针对拱桥特征的基本假设,给出可靠性指标的计算方法和详细分析步骤,并强调计算过程中的关键技术。通过具体应用实例即东门大桥主桥的使用寿命预测,实现对加固后的拱桥寿命预测。加固后桥梁的寿命预测能够有效的检验加固方法的合理性,所采用的研究思路、方法具有较强的实用性,为同类桥梁可靠性综合评价提供理论基础。     

基于PID神经网络的车用锂电池SOC估算

为了更精确估算车用锂电池荷电状态(SOC)值,采用PID神经网络方法建立电池模型,设定电池电压、放电电流、电池累计放电量和电池电极温度4个变量为模型输入量,电池剩余电量为模型输出量,由此得到了全部神经网络训练数据,并仿真估算出电池SOC值.仿真结果表明,利用该方法对电池SOC进行估算,误差小于3.66％,方法有效.     

基于BP神经网络的微观交通安全预测方法

将主成分分析及BP神经网络模型引入到道路交通安全性预测中,从微观层面分析影响交通事故的因素,重点分析道路参数,并形成文中的原始数据。对原始数据进行主成分分析,将结果作为神经网络模型的输入,建立BP神经网络模型,对道路交通安全性进行预测。结果表明,基于主成分分析的BP神经网络模型比一般BP神经网络模型精度更高,而且从微观的层面进行分析可以得到道路参数对交通事故的影响。     

基于Digatron电池测试系统的锂电池温度寿命试验技术研究

本文主要论述了利用目前国际主流的Digatron电池测试分析系统,选取温度作为表征锂电池组寿命特性的参数,设计了电池组性能试验,通过实验数据分析得到了锂电池组寿命特性趋势,对于改善车辆电池控制管理策略具有指导意义。     

基于BP神经网络的CA砂浆性能预测分析

CA砂浆是板式无碴轨道的关键组成部分,是高速铁路板式无碴轨道的刚性轨道板与混凝土道床之间的调平减振结构层材料。水泥、沥青乳液和砂是CA砂浆的主要组成材料,对CA砂浆的性能起关键作用。在进行CA砂浆配合比设计前对CA砂浆的性能进行准确预测,可以有效地指导CA砂浆的设计。本文基于神经网络方法,预测CA砂浆28天抗压强度性能。结果表明:经过实验数据样本训练的神经网络可以比较满意地预测CA砂浆的28天抗压强度。     

关于发动机曲轴剩余寿命预测的探析

在分析发动机曲轴疲劳损坏的基础上，通过建立数学模型，预测发动机曲轴的剩余寿命，对机械元件的寿命分析具有普遍意义。     

基于BP神经网络的短时交通流预测

对比分析短时交通流预测模型,对BP神经网络预测算法的原理进行分析说明,用BP神经网络建立短时交通流预测模型,利用华南快速路的实测交通流数据来验证模型的可行性。     

基于BP神经网络方法的岩溶隧道突涌水风险预测

为了准确预测岩溶隧道突涌水风险等级,以降低隧道施工过程中突涌水事故的风险,在参考相关文献的基础上,统计研究及综合分析岩溶隧道水文地质条件,选取不良地质、地层岩性、地下水位、地形地貌、岩层倾角和围岩裂隙6个主要因素作为岩溶隧道突涌水风险评价指标。在不同水文地质条件下,影响因素的权重有较大差异,为避开影响因素权重分析,运用BP神经网络方法对岩溶隧道突涌水风险进行评估。在对突涌水风险评估基础上,结合超前地质预报,优化隧道施工开挖支护方案。在工程应用中,运用BP神经网络方法,对某隧道进行突涌水风险评估,结果与实际施工情况较一致,并结合超前预报提出合理的支护方案,避免了隧道突涌水事故的发生,以期为岩溶隧道突涌水风险预测提供借鉴。     

基于BP神经网络隧道施工岩爆预测研究

通过综合分析和对以往岩爆判据的研究,将影响岩爆的因素分为三类:围岩岩性、初始地应力、开挖扰动。选取能反映以上三类岩爆因素的4种指标作为岩爆的预测参数,实现了岩爆的多因素预测:利用BP神经网络方法对信息进行大规模处理的能力及很强的鲁棒性和容错性,解决隧道岩爆及其多种影响因素之间关系复杂难以表达、各因素权重的分配不合理问题,实现了根据先验岩爆案例预测未来岩爆情况的目的。在预测模型计算方法的实现上,利用已相当完善的数学软件——Matlab及其神经网络工具箱。计算结果与施工实践对比表明:用该方法及模型进行岩爆预测是可行有效的。     

基于神经网络的发动机噪声的预测

应用神经网络技术，通过对发动机噪声试验数据的反复学习，实现发动机噪声的动态预测，取得了较满意的预测结果，为降低和控制发动机噪声提供了准确的信息，同时也为发动机动态噪声环境的仿真提供了一种有效的方法。     

电池管理系统里的电池健康评估和寿命预测

本文对锂离子电池的应用特性进行了总结,分析了电压、电流、温度三大参数对锂离子电池健康和寿命的影响,尤其是充电截止电压,化成电流和高温情况对电池容量的影响。以不同材料之间的比较试验为基础,重点分析了高充电截止电压,充电电流和高温对材料稳定结构的破坏,从而引发电池循环寿命降低的原理。最后基于电池使用中放电电流和环境温度应力为参数,进行了基于电压、电流、温度的锂离子电池循环寿命预计模型研究,得到锂离子电池循环寿命预计基础模型,为混合动力汽车锂电池3参数与寿命关联模型构建提供了重要的研究基础。     

基于遗传神经网络的货运量预测的研究与实现

针对BP网络和遗传算法的缺陷，提出了一种新的遗传神经网络优化模型，可以用来同时优化BP神经网络的网络结构和权值阈值，叙述了该算法的设计过程。利用该算法对货运量进行预测，并与标准的BP算法预测结果进行比较，计算结果表明，该算法的预测精度大大高于标准的BP算法的预测精度。     

基于遗忘递推最小二乘与自适应无迹卡尔曼滤波的锂电池SOC估计

针对无迹卡尔曼滤波(UKF)在噪声不确定及工况复杂情况下锂电池荷电状态(SoC)估计精度低的问题,提出基于自适应无迹卡尔曼滤波(AUKF)的估计方法.建立了基于二阶RC等效电路模型的锂电池状态方程,采用遗忘递推最小二乘(FFRLS)参数辨识方法,将Sage-Husa自适应滤波算法与UKF相结合对系统噪声协方差进行实时更...     

车用锂电池SOC估算法研究进展

文章介绍电池热管理技术(BMS)的一项关键技术即荷电状态(SOC)的几种估算方法及多种方法综合应用。在此基础之上分析了多种方法的综合应用及新型的研究方法、各自方法的优缺点和适用场合。进一步明确了SOC算法的发展趋势,为今后锂电池荷电状态估计方法的创新发展提供了一定的参考。     

基于便携式排放测试系统与BP神经网络的大型客车排放预测

以大型客车为研究对象,在长沙市的不同道路工况下进行了车载排放测试,借助道路测试得到的数据,利用BP神经网络,以逐秒的速度、加速度、比功率和油耗数据为输入,建立CO2、CO和NOx的排放预测模型,并用部分试验数据进行了验证.结果表明,CO2、CO和NOx预测结果的总体相关系数R为0.9167,线性高度相关,在整体误差水平...