基于BP神经网络的齿爬式升船机横导向装置结构损伤识别*

为了准确有效地实现齿爬式升船机横导向装置的损伤识别，提出以固有频率变化率、应力、位移作为输入特征参数，由损伤结构分类器、损伤位置分类器、损伤程度分类器构成的结构损伤识别模型。以向家坝升船机横导向装置为例，对18种损伤状态下的横导向装置进行模态分析和静力学分析，得到1 646组训练样本和100组测试样本，分别采用BP神经网络、支持向量机和贝叶斯算法进行结构损伤识别模型的训练与识别准确率测试。结果表明：基于BP神经网络算法的横导向装置结构损伤识别模型对损伤结构、损伤位置、损伤程度的识别准确率分别为93%、90%和91%，比基于支持向量机、贝叶斯算法的识别准确率分别平均提高7%、13%，该模型能够有效准确地对横导向装置进行损伤识别。     

物联网船舶异常数据自动识别系统

物联网技术促进了船舶监控系统的数据采集、分析和处理效果,提高了船舶监控系统的性能。在船舶监控系统中,受传感器设备、船舶自身突发状况和外界突发响应等影响,系统的信号网络中往往存在某些异常数据,这些数据对于后续信号分析、处理等流程来说有不利的影响。本文针对这一问题,结合物联网技术设计了船舶监控系统异常数据识别的网关,并详细介绍了一种OCSVM异常数据识别的方法,在实际应用时取得了良好的效果。     

考虑驾驶风格差异的高原公路危险路段识别研究

针对高原环境中驾驶人风格、生理变化与危险路段特征之间的潜在关联，提出一种基于驾驶状态的危险路段识别方法，辨识和分析不同风格驾驶人具有潜在风险的路段，并提出优化方案。首先，通过实车实验采集驾驶人行为及生理指标数据，使用DBSCAN(Density Based Spatial Clustering of Applications with Noise)得出驾驶风格类型，并依据行为特征对驾驶风格进行差异性 分析；其次，采用卷积神经网络、双向长短时记忆神经网络与注意力机制搭建危险状态识别模型，通过GPS(Global Positioning System)点位对应实现危险路段辨识，并基于驾驶风格差异，从驾驶人感知、操纵与生理角度对危险路段进行致因分析；最后，将生理与道路线形作为优化参考，以车速建议为着力点进行多元回归分析，并按照生理舒适域确定车速建议区间。结果表明：驾驶人根据行为特点分为谨慎、稳健和激进型，3类驾驶人在上行和下行途中的危险路段多为具有弯坡特征的组合型路段；海拔提升可加速危险驾驶状态的出现，各类驾驶人在上行时的紧张状态多源于弯坡组合值和转角值的增长，激进型驾驶人在坡度大于6%的直纵坡路段时亦会开始高度紧张；下行时，谨慎与激进型驾驶人在直纵坡坡度大于3%时易出现危险状态，激进型驾驶人在转角值大于80°且弯坡组合值大于50时亦存在驾驶风险。研究成果可满足高原公路人因事故预防的需求，为线形设计与交通管理措施制定提供理论依据。     

境外铁路普速动车组的多属性折衷选型决策

境外铁路建设项目中的机车车辆购置费占总投资比重大,是造价控制的重点.针对境外项目普速动车组选型决策需采用定量分析工具的要求,结合项目实际,从系统工程的角度对各备选车型方案进行排序并确定最优方案.通过运用多准则妥协解排序法(VIKOR)、改进熵权法、数据规范处理等工具,建立境外铁路普速动车组选型的决策模型,用于形成具有折衷特征的方案集.通过信息输入和决策模型使用,对马来西亚某在建客货混跑普速铁路的动车组选型问题进行算例分析,输出分别考虑群体效用最大化和个体遗憾最小化的推荐车型方案.研究结果表明:决策模型在评价指标值处理上兼顾考虑了精确数、区间数、模糊语言集合等形式,对定性和定量信息的处理方式恰当.决策模型综合考虑决策者偏好因素,实现了普速动车组选型问题的折衷处理,相较于传统成本比较法和定性分析法,具备更高可信度.敏感性分析实验结果验证了决策模型的可靠度.     

多尺度稀疏电能质量扰动识别方法

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题，提出一种多尺度稀疏电能质量扰动深度识别方法. 首先，构建电能质量的多尺度稀疏模型，通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息；然后，对其压缩采样获得降维的测量数据，并在此基础之上，应用正交匹配追踪算法求取各层稀疏系数组成稀疏向量，将稀疏向量输入深度置信网络，实现扰动的智能识别；同时，为进一步提高网络识别的准确性，采用交叉熵算法完成对网络隐含层数、学习率等参数寻优；最后，为验证所述方法的有效性，针对几类典型的单一扰动和复合扰动信号进行大量仿真试验. 结果表明:在理想环境和噪声环境下，针对七类典型单一扰动，平均识别率达到99.0%和96.71%以上；针对13类多重扰动，平均识别到达97.69%和94.62%以上.      

基于模糊ISM-DEMATEL的地铁施工安全氛围形成模型研究

地铁施工安全事故多发给国家、企业和个人带来了严重损失.为降低现场安全事故发生频率,研究地铁施工安全氛围的形成模型.基于文献分析和专家访谈识别地铁施工安全氛围的影响因素;运用模糊ISM-DEMATEL方法构建地铁施工安全氛围的多层结构形成模型;选用X项目开展实证研究,验证该多层结构模型的适用性.研究结果表明:地铁施工安全氛围的影响因素可以划分为社会环境因素、工程环境因素、组织或团队因素、管理者因素和工人因素等5类;地铁施工安全氛围多层结构形成模型包括社会基础层、组织-工程中间层、管理者-工人交互层和顶层等4个递进层级;管理者安全承诺为核心影响因素,安全沟通、管理者领导风格、安全培训与教育、制度压力、安全文化和组织价值为显著影响因素;本文构建的地铁施工安全氛围形成模型可有效指导地铁施工安全管理.     

基于移动通信数据的居民居住地识别方法研究

从大量手机数据中提取居民活动的时空特征是大数据趋势下的新兴热点。然而现有的研究主要使用的是手机通话数据或者手机定位数据,并且许多研究缺乏相关验证,使得研究可信度不高。本文基于手机信令数据,通过3种方法对居民职住地进行识别分析,并对比不同方法之间的差异,研究探讨通过手机大数据对于居民职住地识别的可信性。     

欠驱动便携式ROV定深运动特性分析与控制研究

针对研制的一种三推进器布局的欠驱动便携式ROV(Remotely Operated Vehicle)无法垂直定深这一问题,利用流体仿真软件Fluent中RNG k-ε湍流模型分析了其斜航定深过程中航速和俯仰角度对航行稳定性的影响。基于动网格技术和用户自定义函数(UDF)对不同定深航姿进行了模拟仿真并得到了相应的航行阻力、俯仰力矩及变化规律,出于稳定性的考虑,确定了便携式ROV斜航定深时的最佳航行姿态。并根据定深运动特性设计了双闭环模糊PID定深控制器,利用Matlab/simlink仿真软件结合流体分析结果进行仿真,仿真中模拟施加了不同工况下的干扰。结果表明,与传统PID控制器对比该控制器具有更好的控制性能。