舰船电力网络薄弱环节辨识方法研究

系统薄弱环节的辨识是系统可靠性分析中的一个重要因素。利用这些信息可以反映出可靠性与系统元件的相关性,从而发现系统可靠性的薄弱部分,为系统规划和运行提供理论依据。本文基于最小割集理论,利用可靠性追踪原理提出了一种适用于环形舰船配电系统的可靠性评估方法。通过计算该环形舰船电网各元件对系统不可靠度的分摊,辨识出对系统可靠性影响较大的薄弱环节。     

湿热地区耐久性沥青路面实测温度场研究

介绍了新型耐久性长寿命路面结构设计方案,通过布设温度传感器对路面结构层内实测温度数据进行采集及分析,表明:路面结构层底温度随时间、深度均有较大变化,路面各结构层底温度随时刻变化存在不同幅度的波动性及热传递滞后性,面层温度在上升阶段和下降阶段均与气温存在较好的线性相关关系,相关系数达0.975~0.995。     

基于直流区域配电系统的网状网络

本文在综合电力系统的输电网络研究方面,分析了直流网状网络在舰船容量设置以及故障重构方面的优点,阐述了直流区域配电系统在隔离故障和优化舰船设计方面的优势.对于基于直流区域配电系统的直流网状网络,提出了此类网络在继电保护研究方向上主要的研究内容.     

传感器引起电喷发动机故障的诊断方法

电喷发动机电子控制系统故障复杂,常常表现为多因多果。文中用虚拟仪器技术LABVIEW对传感器进行信号采集处理,利用BP神经网络对电喷发动机控制系统单一故障对应的可能故障原因进行判断,同时用BP神经网络对采集的传感器信号进行处理,诊断出传感器故障类型,最后,将两者结合确定出故障现象与故障原因的实际对应关系。本系统为由传感器引发的电喷发动机故障的诊断提供了一种有效方法。     

CBTC系统数据传输安全分析

研究基于通信的列车控制系统数据传输的安全性.首先建立了系统安全架构,并按照不同的硬件分布层级,划分并定义了板间、子架间和柜间通信3级传输;然后针对各个层级的传输,以以太网及CAN总线通信为例,识别并分析了各层故障模式及对传输系统的安全影响,并定义了相应的安全需求.该研究对信号系统的通信设计及安全评估具有一定的借鉴和指导...     

铺装层温度变化对钢桥面板焊缝应力及裂纹扩展的影响

为分析沥青铺装温度变化对钢板桥面板受力性能及裂纹扩展的影响,参照江阴大桥尺寸建立钢桥面板节段模型,通过施加车辆荷载明确钢桥面板典型疲劳细节的最不利荷载工况.基于最不利荷载工况分析了铺装层温度变化对各细节纵桥向荷载响应和焊缝处应力的影响.选取受铺装温度影响较大的顶板-U肋焊缝分析了铺装温度变化对裂纹扩展的影响.结果表明：铺装层温度升高不会改变车辆荷载对各细节的纵桥向影响范围;铺装温度升高会导致钢桥面板典型疲劳细节处应力幅增大,其中顶板-U肋焊缝处应力受铺装温度影响较为显著;当铺装层温度较高时,顶板-U肋焊缝处裂纹扩展速率显著增加,建议夏季加强该细节裂纹的跟踪频率.     

NEDC工况电机系统平均效率优化方法

基于NEDC(New European Driving Cycle，新欧洲驾驶循环)工况将某款电机系统的实际工况点分为电动工况点和发电工况点，并采用Python数据处理工具分别计算电动工况点的消耗能量和发电工况点的发电能量，根据二者的能量分布，确定重点优化区间，将优化后数值带入模型进行仿真，结果表明，优化后电动平均效率提升1%、发电平均效率提升1.58%、续驶里程提升1.3%，验证了电机系统平均效率优化方法的有效性。     

内置应变传感器与沥青路面结构协同工作性能研究

为研究传感器与沥青路面结构的协同工作性能，揭示传感器的感知效能及与混合料协同工作的性能演化规律，通过对融合内置传感器的沥青混合料试件，开展多重模式下的力学响应试验，分析不同加载模式和环境工况下的应变响应规律特征；采用ABAQUS软件，建立融合内置传感器的梁试件有限元模型，通过数值模拟与计算，并结合四点弯曲疲劳试验，对内置传感器与沥青混合料协同工作下的交互影响行为和耐久性进行分析。研究结果表明：在逐级加载和动载作用下，传感器表现出良好的感知时效性；实测应变响应受混合料黏弹性质影响存在明显的滞后效应，加载频率f愈大，滞后效应产生的不利影响愈明显；当信息采集频率f^′为加载频率f的120倍时，数据采集效果最佳；应变传感器在温度变化、水-热耦合及不同速率等工况下能保持稳定的应变感知功能，实测应变响应曲线符合沥青路面结构的力学行为特征；与传感器法兰相接触的混合料和传感器自身测力杆处存在明显的应力集中现象，导致梁试件发生疲劳开裂而降低混合料的疲劳寿命；荷载反复作用下，裂缝的形成和拓展及传感器与基体材料发生滑移，造成实测应变难以反映混合料的真实形变，且感知功能呈现协同工作、感知失...     

基于三维超像素分割的隧道围岩结构面智能识别方法

随着人工智能的不断发展，基于智能算法的快速、无损化隧道开挖面岩体特征识别方法，为在建或在役隧道地质灾害事故下的开挖面结构面调查提供了新思路。在开挖面三维全景图像的基础上，提出了三维SLIC超像素分割改进算法，将三维Mesh图像的基本元素——三角面(Triangle)按照颜色、空间坐标、法向量等指标进行聚类分组，以获取开挖面三维超像素；提出了基于角度差异性的结构面提取算法，对超像素进行逐一筛选，获取开挖面节理裂隙识别结果；基于此，进一步提出了基于无监督聚类学习的多级聚类围岩结构特征融合算法，将围岩节理裂隙识别结果进行聚类，获取开挖面的优势结构面组和大型跨里程结构面组；最后，结合浙江虎溪台隧道的21组开挖面三维图像数据对所提出算法进行了验证。结果表明：所提出算法的识别结果与地勘资料中2个主要结构面方向的倾向误差不超过14.8°,倾角误差不超过17.8°,验证了所提出算法有效性，该方法能较为准确地反映隧道围岩的结构面信息，并为隧道开挖面的结构面三维信息识别与评估提供了一种新的思路与方法。