基于磁链关系函数判断无刷电机转子位置的方法

为了扩展无位置传感器无刷直流电动机（BLDCM）间接位置检测方案的适用速度范围．在电机采用三相六拍两两导通的条件下，基于对磁链相关函数的分析，提出了一种简化的磁链关系函数法。根据电机的数学模型和磁链关系函数，对电机本体和检测算法建模仿真。仿真结果表明该算法能在低、高速时准确检测BLDCM的换相位置。     

基于磁链函数的无刷直流电机转子位置检测法研究

本文对基于磁链函数的转子位置检测技术用于反电动势波形不理想的无刷直流电机以及适用的转速范围等问题进行深入的理论研究,并通过相关实验进行了验证.     

基于多神经网络的入侵检测系统模型研究

为了进一步提高入侵检测系统的检测性能,提出一种新型的基于多神经网络的入侵检测系统模型IDSMN.该模型引入多神经网络和模糊理论,基本思想是将网络数据集分成不同类型的子集,在不同子集上训练形成不同的子神经网络,然后用模糊理论进行多神经网络非线性融合,形成最优判断.     

基于径向基函数神经网络的轨道交通车辆振动状态预测

通过遗传算法优化径向基函数神经网络的中心、宽度及权重等参数,构建车辆振动神经网络预测模型。通过42自由度车辆多体动力学模型,以某线路实测轨道不平顺数据作为输入,得到车辆振动加速度数据。通过训练与优化,构建的车辆振动预测模型能预测车体振动加速度变化趋势。     

基于凸集模型的不确定性钢筋混凝土桥墩抗震性能设计方法

当对不确定变量的信息掌握较少时,由概率模型得到的结果是值得怀疑的.本文采用对信息要求少得多的凸集模型描述设计目标位移、水平地震基本加速度和反应谱特征周期的不确定性,结合直接基于位移的设计方法,针对钢筋混凝土桥墩,提出一种界限性能设计方法.该设计方法考虑不确定设计参数的界限范围,得到抗震设计结果的区间,从而可以评定现行抗震规范设计结果的可靠性或抗震设计结果对不确定性设防参数的敏感性.算例结果表明,由我国规范方法得到的设计结果均处于本文基于凸变量分析得到的结果的下半个区间;设计基底剪力对目标位移的变化最敏感,其次为反应谱特征周期,最后为水平地震基本加速度.     

基于AWE的列车集便器系统污物箱结构优化设计

以列车集便器系统污物箱为研究对象,运用ANSYS软件对箱体进行了有限元静力学仿真,分析了箱体在4种载荷工况下的应力变化,找到了箱体受力薄弱部位;在AWE的优化环境下,利用系统DOE模块,以箱体加强筋板尺寸及位置参数为设计变量,以最大应力值为主目标函数、箱体质量和安全系数为次目标函数进行了优化设计,最终使箱体结构刚度趋于良好,应力分布更加均匀,并减轻了整体质量.     

有转运运输问题的Hopfield神经网络优化方法

Hopfield神经网络是一种递归神经网络,可以用于联想记忆和优化,运输问题是一类特殊的线性规划问题,结合Hopfield神经网络优化功能和有转运运输问题的特点,并根据运输问题的实际情况,将约束边界模糊化,设计针对有转运运输问题的连续Hopfield神经网络电路。借用神经网络中能量函数的概念和含义确定网络电路的参数并证明系统的稳定性。将优化有转运运输问题转换成求解网络系统的平衡点,即吸引子。在优化过程中,为了防止网络收敛到局部极值,采用模拟退火算法,使网络能够达到全局最小值,不仅优化速度快、实时性强,也给其它线性、非线性规划问题的优化提供了一个新的途径。并通过计算机仿真研究验证了系统的有效性、可行性。     

基于投影轮廓的轮轨三维接触几何计算研究

为便于研究轮轨接触的几何关系,将轮轨的直线上接触、曲线上接触和轮轮接触3种典型轮轨三维接触几何计算归结为轮轨直线接触平行投影轮廓和轮轨曲线、轮轮接触旋转投影轮廓的二维接触问题.利用轮对的旋转体特性,分别推导出轮对在不同投影下其底部轮廓的计算公式,给出求解步骤以及适合轮轨三维接触计算的二维同步迭代流程.以S1002CN踏面轮对与60 kg·m-1钢轨的三维接触几何关系为例,仿真分析直线、300m半径曲线及轨道轮半径为900mm的滚动试验台的轮轨三维接触几何情况.结果表明:将轮轨接触点相对于轮对底部母线的偏转角作为计算参数,使得基于投影轮廓的轮轨三维接触几何计算方法简单、易用;直线及曲线线路上的轮轨三维接触几何关系相近,当轮对摇头角小于5～10 mrad时还可用轮轨二维几何关系近似;轮对大横移下的接触点偏转角,在一定的摇头角范围内可视为轮对摇头角的线性函数;二维同步迭代能有效实现复杂条件下的轮轨三维接触几何计算;小横移条件下,轮轮三维接触即具有明显的接触点偏转角,仿真时需要修正.     

基于模糊投影决策模型的铁路客运专线融资结构优化研究

通过对融资结构优化决策特点的分析，指出铁路客运专线融资结构优化决策实际上是复杂的多目标决策问题。在此基础上，建立铁路客运专线融资结构优化决策递阶结构模型、决策指标组合权重熵值法与专家主观意见相结合的计算模型以及模糊投影决策评价模型；并编制了决策系统和分析软件；给出了应用实例进行验证，证明此文建立的评价模型能充分利用信息，对表面上看起来复杂的方案进行优劣次序排列，且能使理论和经验结合起来。排序结果能够比较客观公正地反映我国铁路客运专线融资结构的实际情况，可为铁路客运专线的融资结构提供指标评价及方案优选服务，避免因主观原因而造成的决策偏差。     

基于分布式发电的单相双凸极直流发电机原理和时步有限元分析

分布式发电(DG)是指在公共电力系统中的关键部位或在用电负载处使用小型发电机(组)供电的模式,合理发展分布式供电有利于节约能源和保护环境。文章提出单相双凸极直流发电机作为小型清洁能源分布式直流电源系统的主发电机,其结构简单、功率重量比高、转速高,可以起到简化系统、降低成本、提高可靠性的作用。首先介绍了该型电机的原理和构成方法,然后运用时步有限元法对发电机进行电磁计算,分析、比较了电励磁、永磁单相4极/6极(定子极数/转子极数)双凸极直流发电机和三相电励磁6极/4极双凸极直流发电机的外特性和功率曲线,以及电励磁单相4极/6极双凸极直流发电机的3种发电方式的外特性和功率曲线,最后分析并仿真验证了减小输出电压脉动的方法。     

基于集肤效应的地铁短路时间常数研究

在充分利用广州地铁实测数据基础上,通过建立恰当的短路计算模型,证明了在地铁短路过程的发展阶段其短路电流的时间常数是不断变化的;同时,对集肤效应进行了深入的理论分析,通过对实际情况的适当简化,进行了相关仿真研究;在仿真结果的基础上,总结了地铁走行轨在集肤效应的影响下电阻和电感参数随频率变化的情况。     

基于模糊神经网络的轨道电路故障诊断方法研究

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。     

基于MEC-BP神经网络的基坑水平位移反演分析

随着城市地铁建设快速发展,地铁车站基坑的变形要求越来越严格,基坑土层设计参数的选择面临着极大挑战.利用思维进化算法(MEC)优化BP神经网络的初始权值和阈值,结合有限元数值模拟,提出基于基坑水平位移的土层参数反演分析方法.采用文献算例对该方法进行验证,并与不同反演方法进行对比.研究结果表明:1)MEC-BP神经网络对多...     

基于神经网络联锁系统故障诊断专家系统的研究

介绍神经网络的专家系统的基本结构和工作原理,描述了基于神经网络的计算机联锁系统故障诊断专家系统.     

基于质量链的高速铁路工程技术接口数字化管理研究

为解决高速铁路工程建设由于多方参与、多专业协调、多工种交叉而产生的技术接口管理问题,提高高速铁路工程技术接口管理水平,实现全过程、全要素、集成化技术接口管理,基于质量链理论,从工序质量、协同质量、组织质量3个维度出发,讨论各质量维度的影响因素以及提高各维度质量的方法.结合生命周期理论,对高速铁路工程技术接口的规划、分析、设计、实施、验证等全生命周期阶段的理论和方法工具进行探讨,构建高速铁路工程技术接口体系.再结合协同工作原理,以构建的技术接口体系为基础,以质量流、价值流、信息流为导向,构建高速铁路工程技术接口数字化管理平台.该数字化管理平台的构建将实时动态地对技术接口进行集成化、标准化、精细化管理,提高高速铁路整个建设过程的效率与效益,为高速铁路复杂的技术接口管理提供参考依据.     

层次化混合神经网络分类器信念分配问题的研究

层次化混合专家神经网络采用"分治"原理,把一个大任务分成多个小任务由多个小网络进行处理,或者说多个具有不同功能的小网络组合成一个大的网络,用于实现复杂的或大数据量学习问题,提高单个网络的性能.在混合专家神经网络中,信念分配对神经网络性能起决定作用.本文研究混合神经网络中各子网络的协同工作方法,提出一种新的信念分配方法,实现层次化混合专家神经网络的信念分配与功能不断增强的分类器.     

基于神经网络的道岔智能故障诊断方法的研究

本文将神经网络信息融合技术运用在铁路道岔故障诊断领域,为铁路信号领域提出了一种新型的道岔智能故障诊断方法。该方法能快捷、准确地融合从各传感器得到的故障信息,通过人工智能处理,自动诊断出故障原因,为维修人员提供技术参考,从而降低故障发生率和故障处理时间,确保运行安全,提高运行效率。     

基于DNN神经网络的地铁洪涝灾害评估研究

为科学评估地铁洪涝灾害发生的可能性,增强地铁洪涝灾害的防治和应急能力,减少人员伤害和财产损失,以我国已发生的地铁洪涝灾害历史事件中提取的相关数据作为样本,通过解构地铁洪涝灾害的致灾因素,从自然因素、周边环境和防汛能力3个维度,共13个致灾因素分析地铁洪涝灾害发生的原因及相关信息,并基于DNN神经网络方法构建用于预测是否会发生地铁洪涝灾害的神经网络模型。结果表明：(1)地铁洪涝灾害预测模型在准确率和F1 Score指标评价上均表现良好,准确率为85%, F1 Score值为0.9,且测试集结果与实际是否发生地铁洪涝灾害情况基本一致;(2)防汛能力较差和不良的周边环境因素会加重地铁车站承灾环境的脆弱性,应予重点关注;(3)自然因素是构成地铁洪涝灾害的关键要素,应多加强自然因素和防汛信息调度之间的及时性。     

基于神经网络的专家控制及其在砂轮回转实验机中的应用

介绍了用神经网络实现的砂轮回转实验机直流调速专家控制系统的基本结构，仿真实验证明控制效果较好。并证明了神经网络可以逼近满足一定条件的离散专家控制算法。     

基于神经网络的基坑变形预测及安全控制研究

研究目的:基坑变形影响到自身安全及周边建(构)筑物的安全,通过神经网络分析预判基坑变形和预警方法的应用,提供一种新的风险控制措施。研究结论:神经网络可以有效地进行基坑变形预测,起到预判基坑变形稳定性的作用;本工程把时间序列作为输入层的预测结果更接近于实测值,说明把时间序列作为输入层元素更能体现出基坑围护结构变形与时间的内在非线性关系;从实际施工来看施工工序的转变,基坑围护结构的变形实测值出现突变,神经网络预测结果误差偏大,这可能与神经网络样本少而导致训练效果不佳有关。