一种新型BP神经网络模型在火灾探测信息处理中的应用

现阶段,神经网络模型在火灾探测信息处理应用中存在以下缺陷:选取火灾特征组合具有主观性;选取的神经网络类型缺乏对比;缺乏大量实验数据对神经网络泛化能力的验证。利用NIST机构所做一系列火灾探测研究实验数据样本,通过信息熵理论在火灾信号选取中的应用获取火灾复合探测信号特征选取的组合形式,并在此基础上建立火灾探测信息处理神经网络初始模型。经过一系列Matlab仿真实验,分析神经网络的模型结构、传递函数和训练函数对仿真结果的影响,提出一种基于trainbr训练函数、tansig传递函数的3-7-1结构BP神经网络模型。采用网络训练时间、探测点、误报率和网络输出区间进行网络性能分析,验证所提出模型在火灾探测中应用具有训练速度快,结果稳定可靠,探测灵敏的特点。     

铁路客车存车场火灾自动报警系统设计

介绍应用于室外火灾探测的图像型火灾探测技术、红紫外辐射探测技术,分析各种火灾探测技术原理、特点及能力。结合工程实际,针对大型铁路客车存车场火灾自动报警系统,提出探测器立杆安装和灯桥安装的全覆盖方案。本文的研究对铁路客车存车场火灾自动报警系统的设计和建设具有一定的参考意义和借鉴作用。     

兰州西动车存车场视频火灾报警系统设计

通过对兰州西动车存车场视频火灾报警系统分析,介绍视频火灾报警系统系统构成、工作原理及图像型火灾探测器的功能,以期为铁路运输及国家财产安全提供保障。     

地铁站台点型感烟火灾探测器的火灾响应性能分析

利用动态火灾模拟软件,通过仿真模拟试验,获得地铁站台典型区域的点型感烟火灾探测器对不同火源的报警响应时间,研究不同火源工况下站台区域点型感烟火灾探测器的响应性能,搭建简易模型进行实体试验。将2种试验方法获得的数据进行对比分析。试验结果显示:不同的火源类型、火源位置和火源功率对探测器的响应时间均有影响。其中,影响较大的因素是火源类型。油池火的实测报警时间与数值模拟的结果相对较吻合,而聚氨酯火和棉绳阴燃火的实测报警时间则明显长于数值模拟的报警时间。根据试验结果,建议应考虑适当减小探测器纵向间距并在关键区域增设探测器,并引入可视图像早期火灾报警系统以辅助火灾探测,提高地铁站台火灾自动报警系统的火灾响应性能。     

CRH380型动车组火灾报警系统测试

分析了CRH380型高速动车组火灾报警系统的组成及其原理,在此基础上介绍了CRH380型动车组火灾报警系统的调试方法及其改进措施。     

高速动车组火灾报警系统

为预防火灾、确保乘客和列车安全,高速动车组必须具有火灾报警功能。文中分析了某型高速动车组火灾报警系统的构成和原理,介绍了比较有特色的火灾报警安全环路,从TCMS的角度对火灾报警系统的使能、测试和诊断功能进行了分析,最后总结了该型动车组火灾报警系统的特点。     

火灾报警系统在天津站交通枢纽中的应用

火灾报警系统是保障枢纽安全运营的核心系统之一,一般由现场探测设备、火灾报警控制器、报警联动装置等组成。此文从建筑物或其它场所设置火灾报警系统的必要性分析入手,以天津站交通枢纽火灾报警系统设置为例,介绍火灾报警系统的组网形式、联动控制、与相关专业接口,以及防火分区火灾报警逻辑等内容。     

光纤光栅感温火灾探测系统在隧道风作用下的温度响应

试验研究了地铁区间隧道所用独立光纤光栅火灾报警系统在风速分别为0、3m/s、6m/s等3种工况下的温度响应和温度梯度响应。试验证实,在有风条件下,隧道顶部温度分布明显偏离对称型且温升速度缓慢,在规定的60s内很难达到定温报警阈值;改用温升梯度作为有风工况下的火灾识别参数可同时优化火灾响应速度和火灾虚警抑制。在试验条件下,温升梯度在火灾发生后30s内即可达到火灾差温报警阈值12℃/min,启动差温火灾报警。     

浅谈图像火灾安全监控系统和自动消防炮系统及其应用

大型铁路站房和动车库等高大空间建筑的大量涌现,对火灾早期报警和早期扑救提出了更高的要求。科大立安LA100型图像火灾安全监控系统和自动消防炮系统较好的解决了高大空间的火灾探测和定位灭火问题,通过在南京火车站等多个项目的应用,取得了较好的效果。     

智能火灾报警系统技术在南京地铁中的应用

火灾报警系统是保障地铁安全运营的核心系统之一,一般由现场探测设备、火灾报警控制机、报警联动装置等组成.以南京地铁1号线采用的智能火灾报警系统为例,介绍了智能火灾报警系统的设备构成及性能特点.     

地铁换乘客流实时监测模型研究

针对地铁换乘客流随机性强及短时冲击性等特点,在分析地铁线网结构的基础上,提出基于时序倒推的地铁换乘客流实时监测模型,并采用BP神经网络算法进行模型求解。选取南京地铁典型换乘站对所述方法进行分析验证,进一步说明模型的合理性和可行性。     

粒子群优化的神经网络在齿轮故障诊断中的应用

针对BP神经网络容易陷入局部极小及收敛速度慢的问题,本文利用粒子群优化算法代替BP算法中的梯度下降法训练神经网络的权重和阚值,有效地改善了BP网络诊断性能;利用训练后的神经网络对齿轮进行了故障诊断,并比较了基于粒子群优化算法与BP算法的诊断结果,通过仿真实验表明:无论是在诊断速度上还是在诊断精度上,PSO-BP神经网络诊断性能都比单独的运用神经网络有很大提高.     

基于ZigBee技术的分布式地铁隧道火灾监测报警系统

介绍了基于ZigBee技术的地铁隧道火灾监测报警系统。分析了该系统的网络结构、传感器节点电路,以及火灾参数处理算法和控制流程。实测结果表明,该系统不仅稳定可靠、抗干扰、能耗低,而且检测精度和灵敏度高,是一种地铁隧道火灾监测报警的新技术。     

基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归—化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX-IR)神经网络方法;利用NARX-IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析.采用根均方误差和相关系数,对基于LM算法的BP(BP-LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX-BR)神经网络方法和NARX-IR神经网络方法进行性能评价.结果表明:BP-LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARXIR神经网络方法的根均方误差均小于NARX-BR神经网络方法,而相关系数则大于NARX-BR神经网络方法.由此可推断:NARX-IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系.     

炭素制品X射线图像的缺陷特征选择

针对炭素制品X射线检测图像的特点,对缺陷特征提取与选择技术进行了研究。为排除噪声干扰的影响,采用数学形态学和迭代阈值分割相结合的方法从原始图像中提取缺陷区域。在此基础上,从缺陷样本中提取19个特征值。为提高缺陷模式识别对各种噪声及干扰的鲁棒性,提出以特征组合分类能力数学模型为适合度函数,设计基于遗传算法的特征选择策略,实现了对缺陷原始特征量的优化选择。利用BP神经网络分类器及选择的特征值对缺陷进行模式分类。研究结果表明,所提出的选择方法可以用于缺陷的识别与分类。     

SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

改进型柔性神经网络及在开关磁阻电机磁化曲线建模中的应用

针对传统神经网络建模的不足提出了一种改进型的柔性神经网络。阐述该网络在学习、训练过程中不仅可以调节连接权,而且加强了对网络非线性函数参数的实时修改,通过多自由度的训练与调整,使所建网络达到最佳的性能。给出了所建网络的结构与学习算法,并通过算例的形式将其与传统BP神经网络及传统已有柔性神经网络进行了全方位比较。结果表明,改进型网络由于其三自由度调节参数的能力,具有比传统BP网络及已有柔性神经网络更强的学习能力,它以最少的迭代循环次数实现了期望精度。     

基于3D卷积神经网络的高铁轨道质量指数预测方法

轨道质量指数（TQI，Track Quality Index）是反映高铁整体线路质量状态的重要指标，分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性，提出了一种多项特征数据的3D卷积神经网络模型，分析了TQI数据特征，抽取时间、空间、检测项数据并形成三维特征数据集，基于3D卷积神经网络算法，构建8层TQI预测模型，并从初始化参数、学习速率、激活函数、损失函数、Dropout方法等角度对模型进行优化，并利用某高铁线检测数据进行试验验证。结果表明，3D卷积神经网络模型可较好的预测高铁线路状态变化趋势，且对比于BP神经网络和2D卷积神经网络方法，平均绝对误差分别降低了41.48%、26.32%，均方差分别降低了65.42%、39.93%，证明了该方法的准确性与有效性，对于预测TQI与制定高铁线路养护维修计划具有实用价值。     

基于神经网络的无速度传感器感应电机转子电阻辨识方案

针对矢量控制系统提出了一种转子电阻在线辨识方案.应用神经网络理论,以转子磁链电压模型的输出为参考值,神经网络模型的输出为估计值,通过反向传播算法不断调节神经网络的权值,使转子磁链的估计值跟踪参考值,间接辨识出转子电阻.在MATLAB6.5/SIMULINK下,对无速度传感器感应电机矢量控制系统在电阻变化时的情况进行了仿真.仿真结果表明,辨识算法具有较好的静动态性能.