事故树在车务段安全管理中的应用

本文采用事故树分析的方法对铁路车务段的典型事故进行了定性分析和研究;找出了影响铁路车务段安全管理的直接和间接因素,并给出了最经济有效的改进措施;为铁路车务段安全管理提供了新的思路,对加强车务段安全管理作业,保证铁路运输安全畅通具有十分重要的意义。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

一种小型化PCB式电器盒的设计应用

本文介绍一种小型化的PCB式电器盒设计方案,该电器盒通过使用PCB式继电器、小型化熔断丝、紧凑化的壳体结构等设计,实现电器盒的小型化设计,并在批量车型上进行了应用。     

基于贝叶斯网络的高速公路交通事故严重程度预测及致因分析

为了深入研究高速公路交通安全,剖析高速公路交通事故的发生机理以及各类因素对高速公路交通事故严重程度的影响,收集曲靖市境内沪昆高速段2017—2019年的1 939起交通事故进行研究。以事故严重程度为因变量,筛选出人、车、路、环境4个大类下的与事故严重程度相关的19个影响因素为自变量,采用数据融合法基于树增广型贝叶斯网络构建事故严重程度预测模型,量化各因素间的影响关系,经特征筛选找出关键致因,并结合案例进行推理分析。结果表明：影响高速公路交通事故严重程度的关键致因依次为天气情况、视距情况、路面情况等。模型对高速公路事故严重程度预测准确率可达84.27%,高于传统贝叶斯方法,模型有效性验证良好。针对事故主要致因提出改进建议,可为交管部门提供准确事故信息辅助决策,加快事故响应速度,提高事故应急指挥能力。     

基于ADASYN-XGBoost的交通事故自动检测方法

基于数据驱动的交通事故自动检测对道路事故的及时救援与降低事故影响具有重要作用。为解决道路交通事故自动检测中的样本不均衡问题,研究了混合自适应过采样技术与极限梯度提升树算法的交通事故自动检测方法（ADASYN-XGBoost）。其中,为从不均衡的交通事故样本中有效挖掘数据的时空特征与事故发生之间的内在关联规律,构建了初始特征变量组合,引入自适应合成过采样方法（adaptive synthetic oversampling method,ADASYN）来平衡事故类与非事故类的样本数量,以增强训练数据的质量;其次,为提高检测效果,构建了基于XGBoost的交通事故检测模型,利用该模型对增强后的数据样本进行特征筛选;最后,为获取最佳参数组合,采用了贝叶斯优化算法对XGBoost进行参数的快速标定。本文使用波特兰高速公路数据集对ADASYN-XGBoost方法进行模型验证与实证研究。结果表明：与先进的基准模型相比,ADASYN-XGBoost的各项检测指标均最优,其F1分数达到94.47%且误检率低至8.95%。在模型训练样本数为2800,500(18%的初始样本量),150(5%的初始样本量)...     

基于PB的数据敏感TreeView控件的组件化开发

介绍了如何利用COM组件技术和PowerBuilder集成开发环境，制作显示关系数据库中具有层次关系数据的TreeView控件．文中重点阐述了PowerBuilder组件的制作方法，以及实现数据敏感的基本思想与规范．另外，对一些典型算法也做了简要说明．     

海战场环境中基于射线的碰撞检测算法研究

在海战场环境中,运动的物体之间可能会发生碰撞,文章针对海战场环境中各种运动物体的特点,提出不同类型包围盒的选择原则;针对物体的运动状态,采用基于射线的相交测试方法,提高碰撞检测的效率。     

船用便携式隔离放大器盒故障诊断装置的设计与实现

船用隔离放大器盒负责采集推进电机的前、后电枢电流信号进行处理,从而平衡电机的电枢电流,以保证电机的平稳运行。本文通过分析隔离放大器盒的特性,研制出一种便携式隔离放大器盒故障诊断装置。经试验证明,该装置体积小、操作方便、故障定位准确,能实现故障的船员级修理,提高故障判定速度。     

水下采油树树本体的加工工艺研究

根据中国南海某油气田开发项目的工况环境及应用要求,对某型卧式水下采油树关键部件——树本体制造过程中的主要技术难点进行了阐述和分析,并针对性地提出了解决措施。在此基础上,通过自主研发完成国产化试制,并按相关标准进行性能及功能测试,试验结果表明,工艺质量完全满足设计性能及功能要求。     

大跨径连续梁桥静载试验变形的快速预测技术研究

大跨径PC连续梁桥静载试验过程中的结构分析是比较耗时耗力的工作,容易出现错误。根据已有数据,利用模型树机器学习算法,开发相应程序并训练得到相应的预测模型。利用该预测模型,可以快速预测静载试验状态下的桥梁跨中下挠的理论值,预测结果可以作为"校核参考值",用于结构分析结果的校核工作。测试数据表明,该算法预测误差较小,算法本身具有很好的工程应用价值。