基于深度主动学习的MVB网络故障诊断方法

多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息,准确地诊断MVB网络故障是列车智能运维的基础,为此,提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法. 该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征,并将该特征用于训练深度神经网络来实现MVB网络故障模式分类;基于不确定性和可信度的高效主动学习方法,可解决实际应用中标记样本不足和人工标记成本高昂的问题,使用少量标记训练样本就能得到高性能的深度神经网络模型. 实验结果表明:为达到90%以上分类准确率,所提方法只需要600个标记训练样本,小于随机采样方法所需标记训练样本数的2 800个;在相同标记训练样本数下,所提方法在3种性能指标下均优于传统方法.      

基于拟静力位移的桥梁损伤定位研究

为克服传统桥梁损伤定位中存在的耗时长和易受操作环境影响大等问题,该研究提出一种高效、准确的桥梁损伤定位方法。通过有限脉冲响应滤波器将拟静力位移表示为总位移的线性组合,建立拟静力位移的精度函数对滤波器系数进行求解。将该方法应用于移动荷载作用下的桥梁位移响应中,提取其拟静力位移。基于拟静力位移,判定桥梁的损伤位置。再分别以某简支梁和连续梁为例,验证了该方法识别简支梁和连续梁损伤位置的准确性。该研究可为桥梁损伤定位检测提供借鉴。     

结构频率和索力指标的拉索损伤快速识别方法

基于结构多阶频率平方变化率,将拉索损伤识别转化为有约束线性最小二乘优化问题,采用迭代逼近法对其进行求解,以实现对拉索损伤的初步识别;运用局部拉索索力指标对初步识别的具有对称位置的可能损伤拉索进行准确定位;通过修正损伤识别模型中系数矩阵A实现对拉索损伤度的有效识别.以某下承式钢管混凝土拱桥为例,通过仿真分析验证了该方法的有效性.结果表明,该方法能够快速、准确识别桥梁拉索的损伤位置,且对损伤度的识别总体精度较高,该方法对于大型对称桥梁拉索损伤识别及健康监测具有较大的工程实用价值.     

基于递归图和BP神经网络的桥梁损伤识别研究

为研究递归图和多层前馈（BP）神经网络在桥梁损伤识别方面的应用,以某大跨斜拉桥为例,采用ABAQUS有限元软件建立其三维模型,通过动力分析提取该三维模型的加速度曲线并进行递归图处理和BP神经网络分析。研究结果表明：递归图方法能够初步地识别主梁的损伤位置和损伤程度;BP神经网络分析能够精确识别主梁损伤的具体位置和损伤程度值,且识别准确率均大于85.0%。该方法可为类似桥梁工程的损伤识别提供借鉴。     

曲面灰色关联性在桥梁静载损伤定位中的应用

基于灰色理论的关联性分析方法,首次提出两空间曲面相关性概念和灰色高斯曲率关联系数,并将其应用到基于桥梁静载试验的损伤定位中,提出对局部损伤非常敏感的静态位移高斯曲率置信因子,通过该因子对各测点的损伤进行精确判断;并将其运用在五跨连续刚构桥的损伤定位上,从定位的结果可以看出,定位的精度可以由测点布置精度来控制,还可以进行单损伤和多损伤的定位,因此该方法在桥梁损伤定位中具有较广阔的应用前景.     

一种基于几何约束的轨道提取方法研究

针对基于Hough变换或螺旋曲线模型的视觉轨道检测方法存在的不足,本文提出了一种基于几何约束的轨道提取方法.该方法利用摄像机和轨道平面之间的成像关系近似满足单因矩阵的特点,利用逆透视映射(IPM)将输入图像转换为Bird-view图像,并采用一种改进的边缘检测方法进行边缘检测.然后将二值化的边缘图像在垂直方向上分割为多个区段,在每个区段上,利用先验知识生成的系列模板图像,对分段IPM图像进行去噪处理和Chamfer距离变换后进行距离匹配检测,将轨道检测转换为一个二维匹配搜索过程.在分段检测结果的基础上,进一步利用曲线拟合得到边缘图像中完整的轨道曲线方程.该曲线方程通过已知的单因矩阵转换为原始图像中的曲线描述,实现在原始图像中的检测和定位.实验验证了所提方法的可行性和可靠性.     

基于ICEEMDAN的连续梁桥车致振动信号的HHT分析

改进的带有自适应噪声的完备集合经验模式分解（improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）是传统经验模式分解（empirical mode decomposition,EMD）方法的发展,在桥梁结构损伤识别领域具有较好的应用前景. 首先,以数值模拟信号为对象,采用ICEEMDAN方法进行桥梁车致动信号的数据分解和Hilbert谱分析,提取损伤引起的频谱特征变化和建立损伤识别方法;然后,利用该方法对实测振动信号的振型分量进行识别;最后,以实测信号的一阶振型分量为对象,对其Hilbert瞬时频率谱的特征进行了分析和讨论. 研究结果表明:模拟信号中的振型振动分量数比实测信号中多,其中模拟信号中不显著的高阶竖弯振动分量在实测信号中没有发现; 一阶振型振动分量的瞬时频率可作为桥梁损伤识别的特征参数,用于进行损伤有无、损伤定位甚至损伤定量的判断; 损伤识别效果受测点位置影响很小; 该方法不依赖有限元模型即可完成桥梁损伤有无的识别和损伤定位,且数据采集简单,具有实际工程中应用可行性.      

基于小波变换的高速列车表面脉动压力提取

高速列车表面压力测试过程中,为了克服微型压阻式气压传感器测试的脉动压力信噪比低的缺点,有效提取出脉动压力,建立了传感器输出模型;利用相关系数法确定分解层数,根据3原则计算分层阈值,提出一种小波变换阈值去噪方法.用该方法对CRH(China railway high-speed)某型动车组静态测试信号进行去噪处理;并进行200 km/h动车组表面压力测试信号脉动压力的提取,建立了脉动压力功率谱模型.研究结果表明:该方法能有效提取出列车表面脉动压力,测点处脉动压力的幅值在20 Pa范围内时刻波动,频率主要集中在0~200 Hz;建立的脉动压力功率谱模型为列车减振和降噪提供理论指导.      

桥梁损伤安全评定与维护管理策略

既有桥梁总会存在着不同程度的结构累积损伤 ,这不但影响桥梁的正常运营 ,而且会危及结构的使用安全。常规桥梁承载能力试验与新近发展起来的健康监测技术都很难独自对会导致桥梁脆性破坏的损伤累积进行有效检测。因此 ,提出基于损伤机理的结构损伤安全评定方法的设想 ,采用局部无损探测和整体、长期健康监测相结合的损伤判断、定位技术 ,在正确诊断桥梁损伤基础上 ,综合应用基于损伤力学、疲劳断裂、可靠度理论等多种方法和理论进行损伤安全评定。根据实时安全评定结果 ,按照不同桥梁结构的损伤特点 ,即时给出桥梁维护管理对策 ,以便桥梁管理部门采取相应措施保障桥梁安全使用。以上海市外白渡桥为例简要介绍该方法的实际应用成果 ,并对今后桥梁损伤安全评定研究提出了一些具体建议     

基于秩最小化矩阵去噪的船舶轨迹重构方法

针对船舶自动识别系统(Automatic Identification System，AIS)在实际应用中存在错误数据频发、数据丢包等问题，本文提出一种基于秩最小化矩阵去噪的船舶轨迹重构方法，利用去噪实现轨迹重构，同时，实现对轨迹的去噪和缺失补全。该方法通过线性插值实现经度对齐，将轨迹数据转化为轨迹矩阵，从而补全轨迹中的缺失值。由于补全结果存在非常大的误差，因此，引入 PLR(Patch-Based Low-Rank Minimization)算法去噪，消除误差。同时，为进一步提升补全效果，通 过2D-VMD(Two-Dimensional Variational Mode Decomposition)算法将矩阵分解为不同频率的IMF (Intrinsic Mode Function)，并分别进行PLR去噪，合并去噪结果，得到最终重构后轨迹。本文以长江武汉段水域船舶AIS轨迹为研究对象，通过实验证明该方法在不同缺失比例以及随机缺失和连续缺失两种情境下具有鲁棒性和较强的稳定性；并与 HALRTC(High-Accuracy Low-Rank Tensor Completion)、TRMF(Temporal Regularized Matrix Factorization)等方法进行比较，结果表明， 该方法相较于HALRTC等方法具有更高的精度，并在高损失率下表现出较好的重构效果。