微钻头接近折断时钻削扭矩分布规律的MATLAB实现

通过大量钻削试验,对微钻头正常钻削和接近折断两种状态下的钻削扭矩信号的变化规律进行对比,得出了钻削扭矩增大是微钻头折断的主要原因,钻削扭矩信号能够准确反映微钻头的实际工作状态。应用MATLAB软件对试验获得的钻削扭矩信号进行统计分析及假设检验,证明在该试验条件下,微钻头接近折断时其钻削扭矩极限值服从正态分布,分散性小,进一步证实钻削扭矩作为在线监测的目标具有可行性。     

基于图像识别的公路路面破损自动检测研究进展

本文介绍了基于摄影和摄像技术路面破损自动检测系统组成，对路面破损图象压缩，路面破损识别研究现状在路面破损自动检测技术中的应用进行了综述，探讨了现有路面破损自动检测系统研究中存在的问题，并展望路面破损自动检测技术的发展。     

高速公路沥青路面养护施工中微表处技术的应用

微表面技术具有减少路面破损、增加摩擦系数、提高舒适性等作用,并能提高路面性能,延长使用寿命,降低养护成本。文章介绍了微表面技术在高速公路沥青路面养护施工中的应用,总结了微表面技术的经济效益及发展趋势。     

路面破损特征量的激光检测研究

为科学准确地计算出某一路段沥青路面的破损量,降低维护费用,研制了路面破损激光检测系统,应用激光测距仪、倾角传感器、陀螺仪等先进电子传感器对路面的破损特征量进行三维测量和定位,来检测路面的破损程度及通过坐标变换法计算出沥青路面的总破损体积量。     

沥青路面破损图像测量方法研究

本文提出了一种路面破损图像测量方法,即将路面破损图像等分为64×64象素的子块,选取路面破损子块图像的灰度方差值描述子块图像特征,采用了神经网络分类器识别路面破损子块图像模式,并在路面破损子块模式识别的基础上,确定路面破损面积的测量方法。在测量裂缝宽度时,首先确定破损最严重的裂缝子块区域,然后对该子块进行中值滤波、二值化等图像处理,最后通过计数的方法确定裂缝的宽度。     

基于Prewitt算子的路面破损图像识别和分析

本文结合路面图片的特征,介绍了一种有效的路面破损图像识别技术。该技术主要使用一种图像边缘提取算法获得路面图片的二值化图,在该图的基础上通过小窗口l2范数与图片整体像素特征的比较,使路面破损部位的边缘算子联通,进而获得表征破损部位的有效联通区域。获得联通区域后,结合freeman chain技术,实现搜索联通域的递归算法,对路面破损部位和破损类型进行准确的统计和分析。     

落锤式弯沉仪在公路路面检测中的实际应用

落锤式弯沉仪是目前国际上最先进的路面强度无破损检测设备之一.通过与传统检测设备的对比,系统全面地介绍了该设备的工作原理及其在公路路面检测中的实际应用.     

落锤式弯沉仪在路面检测中的应用

落锤式弯沉仪是目前国际上最先进的路面强度无破损检测设备之一,通过与传统检测设备的对比,系统全面地介绍了该设备的工作原理及其在公路路基路面检测设备中的实际应用。     

柔性路面结构评价知识库系统

路面弯沉常用来无破损评价路面结构状态，根据路面弯沉反算的回弹模量用来表征路面结构层特性，目前各种反算方法的计算结果多取决于分析者个人的经验和输入参数的合理性，常常不一致。为使无破损评价更趋实用，本文建立了知识库系统－路面结构评价系统，该系统能提供合理的路面结构层模量估算值，特别是在数学反算方法无法求出合理结果时尤为实用。     

路面坡损状况及长期预报的研究

结合沈大高速公路青路面破损状况的实测资料，对高等级公路沥青路面破损规律及评价方法进行了研究，在此基础上，运用灰色系统理论方法建立了沥青路面破损状况的长期预报模型。     

利用BP人工神经网络反算沥青路面基层弹性模量研究

基于层状弹性体系理论,利用BP人工神经网络预测沥青路面基层弹性模量。通过构建路表弯沉盆与沥青路面基层参数之间的数据库,建立了BP人工神经网络反算基层弹性模量预测模型。由理论弯沉盆作为已知输入参数进行反算时,基层弹性模量的反算值与理论值相对误差在8%左右;由实测弯沉盆作为已知输入参数进行反算时,计算弯沉盆与标准化实测弯沉盆的拟合均方差RMSE为4.49%。检验结果表明:基于层状弹性体系理论,建立的BP人工神经网络反算沥青路面基层弹性模量模型,可满足实践工程要求。     

基于人工神经网络的振动压路机智能控制研究

在分析道路施工对振动压路机智能控制要求和现有控制方法的基础上,提出了振动压路机神经网络智能控制的方法,简介了该方法的系统结构与实现原理,重点研究了包括评价网络和动作网络在内的振动压路机神经网络控制模型与算法。仿真试验结果说明了采用神经网络模型进行振动压路机控制的可行性与正确性。     

基于AI选型的汽车悬架系统参数化设计流程构造

建立了用于汽车悬架系统选型的多层前馈型人工神经网络模型,它采用自适应调整的BP算法。选型推理的依据有：轴距、前轮距、后轮距、整备质量、驱动形式、最高车速、制动形式、发动机最大功率和发动机排量。推理结果为前、后悬架的具体型式。经测试,其与实际情况的吻合率,对前悬架达到了100％,对后悬架达到了70％。进而开发出典型悬架型式的三维参数化设计模板,并集成相关技术环节,构造出基于AI选型的悬架系统参数化设计的一般流程。     

神经网络模型在高速公路软基沉降预测中的应用

借助人工神经网络模型 ,建立了可依据现场量测信息对软基路堤沉降量随时间而发展的过程进行动态预报的分析方法。其要点是 :建立公路软基沉降预测的神经网络结构 ,并将前期沉降观测值作为样本 ,通过神经网络结构的训练寻求沉降及其主要影响因素的内在关系 ,据以预测后期沉降量     

小波神经网络在基于图象处理的路面破损识别中的应用

由于路面破损形式的多种多样,造成路面破损分类成为一大难题,这极大的限制了路面破损自动检测的普及和发展,使得路面破损自动检测即使在发达国家普及得也不够理想。本文主要研究基于图象子块分布特性的路面破损识别算法,对比研究了小波神经网络和传统的BP神经网络在基于图象子块分布特性的路面破损识别。仿真结果显示,小波神经网络优于传统的BP神经网络。     

基于BP神经网络的电动助力转向器在线故障诊断研究

应用人工神经网络和推理法则,提出了一套针对电动助力转向器(EPS)、转矩转角传感器(TPS)和电子控制单元(ECU)的在线故障诊断策略。以传感器采样值作为神经网络的输入,TPS及ECU故障代码作为输出,对EPS关键部件进行在线故障诊断。通过EPS试验台,获取相应的数据样本,利用Matlab神经网络工具箱,对该策略进行了仿真分析,结果验证了故障诊断策略的有效性。     

应用遗传算法技术优化路面养护决策

本文应用遗传算法技术，结合人工神经网络，提出了路面养护决策的一种新方法－－基于遗传算法的人工神经网络（GANN法），并分析了其工作原理，与传统方法相比，该方法加快了系统的决策学习速度，提高了决策的可信度，实用计算结果表明，GANN为处理路面养扩决策这类复杂非线性优化问题，提供了一种高效最优化的解决方案。     

基于神经网络算法的高速公路基本路段线圈检测器布设间距研究

为研究高速公路交通事件检测算法及线圈检测器布设间距,设计了高速公路基本路段的人工神经网络事件检测算法,并研究基本路段检测器布设间距在200～700m不同情况下的事件检测效果。利用VISSIM4.2软件仿真获得数据,并在Matlab人工神经网络工具箱中计算,验证了所设计事件检测算法的有效性,得出基本路段线圈检测器的合理布设间距。     

基于无师GFMM神经网络的公路工程工时定额测算方法研究

论述了工时定额的概念及影响因素、常用的工时定额制定方法、线性神经网络模型的不足。提出了一种模糊极大极小人工神经网络模型的工时定额测算方法,该方法不仅具有一般神经网络的优点,可以输入n维模糊量,而且能够直接处理模糊变量。同时,网络的训练采用无师学习方法,使得模型能够应付新出现的影响因素,从而可以解决新技术、新工艺的出现对工时定额的动态影响。     

基于扩展卡尔曼滤波神经网络算法的公路货运周转量预测

介绍了扩展卡尔曼滤波的原理,针对人工神经网络神经元之间权值的调整过程,建立了权值调整的状态空间模型,并采用扩展卡尔曼滤波对该模型的状态变量进行递推估计.文中仿真以全国历年公路货运周转量为例,分别采用BP算法和扩展卡尔曼滤波算法对神经网络进行训练,2种训练方法预测的结果对比表明扩展卡尔曼滤波训练算法具有更好的准确性和更高的运算效率.