神经网络信息融合方法在电控发动机故障诊断中的应用研究

利用虚拟仪器技术研制了数据采集与处理系统，可对发动机进行实时数据的采集、历史数据和暂态数据的显示，以及数字滤波、频谱分析、波形显示等方面的数据后处理。以电控发动机常见的故障现象——怠速不稳为例，研究了一种特征层信息融合方法——基于神经网络的信息融合技术在电控发动机故障诊断中的应用。     

基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

模糊神经网络在发动机失火故障诊断中的应用

利用模糊神经网络对发动机失火故障进行诊断,建立起了模糊神经网络控制模型,应用MATLAB软件对其进行训练及仿真,结果表明此控制方法是有效的、可行的。     

BP和RBF神经网络在辨识内燃机燃烧过程中的应用

分析了发动机燃烧过程的研究方式,提出了用BP和RBF网络辨识内燃机燃烧过程的方法。选定神经网络的结构、隐层神经元的作用函数和控制参数,成功地得到了发动机的辨识模型,结果由RBF网络辨识的模型给出,从这一模型可以获得任意点缸内压力和温度以延拓的参数,为排放分析、计算和结构优化提供了良好的基础。     

车遇积水巧过关

每年的5-9月是主汛期，暴雨或特大暴雨的出现频率都是非常高的，尤其是今年电视新闻里经常出现无数汽车泡在水里的镜头。我国的城市防洪排水能力还不是很强，尤其在中小城市。公路排水目前还是个难题。每逢降水过大或过于集中，道路就会出现积水。而县、乡、村级公路，更谈不上什么排水能力。所以作为一名驾驶员，在汛期里如何对付路面积水。的确是个很实际的问题，这里不妨谈谈雨天行车涉水的一些技巧。     

基于SNN软件系统的神经网络交通事件自动检测算法

高速公路交通事件自动检测在我国是一个新的研究领域,它是解决高速公路突发交通事件的有效途径之一。随着神经网络技术的成熟与完善,许多学者把这项技术应用于高速公路交通事件自动检测。本文总结现有神经网络算法的不足,提出基于SNN(StatisticalNeuralNetworks)软件系统的神经网络交通事件检测新算法,通过与传统的加利福尼亚算法、滤波算法、标准偏差法进行比较和验证,得出新算法明显优于传统事件检测算法的结论。     

沥青路面工厂热拌再生之台湾经验

本文说明沥表路面再生工法的发展,并详述工厂热拌再生工法,台湾地区自1998年开始推动沥青路面的工厂热拌再生,虽只有5年,但在有关部门采用强制的措施后,经认证合格的热拌再生厂已达69家,占拌合厂总数的40%,损坏的沥青路面经刨除后运回工厂,于工厂再生后再铺回路面的程序,已成为标准的路面养护方式之一.     

通渝隧道围岩变形的神经网络预测

隧道新奥法施工中，常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。公路隧道围岩变形量是随时间而变化的数据序列，因而可以建立一些实时跟踪预测模型和方法。根据通渝隧道围岩拱顶下沉位移变形的特性，采用神经网络技术来预测其变形量，结果表明该方法简易、有效。     

沿河公路路基冲刷深度的计算

在沿河公路路基冲刷防护中多采用挡土墙或石砌护坡。确定合理的局部冲刷深度 ,是确定挡土墙基础埋置深度的重要依据。在分析路基局部冲刷的影响因素基础上 ,结合甘肃省陇南地区沿河公路挡土墙的冲刷实测结果 ,探讨和建立新的局部冲刷计算公式 ,公式的计算结果与实测数据基本相符     

基于复合神经网络模型的四轮独立驱动电动车控制

针对四轮独立驱动电动车的运动控制，提出了一种基于Ackerman转向模型和神经网络方法的复合模型，用于对各个车轮转速进行仿真和控制。这种复合模型的特点是结构非常精简，其参数可用实际整车数据来直接整定，尤其适合于车辆的中低速运行控制。