基于Matlab的BP神经网络的电控发动机故障研究

基于Matlab的BP神经网络,对电控发动机的故障进行研究。采集电控发动机故障数据,运用BP神经网络建立了故障诊断模型,并对几种常见故障进行了诊断,诊断结果表明BP神经网络在电控发动机故障诊断研究方面具有一定的实用价值。     

基于模糊神经网络的智能车辆循迹控制

为提高智能车辆自主循迹控制的精度,提出了一种基于模糊神经网络控制( FNNC)和神经网络预测( NNP)的智能循迹控制策略。转向控制器的输入量有3个：预瞄点处的横向循迹误差、汽车横摆角速度和侧向加速度。车速控制器的输入量有4个：预瞄点处的面积误差、侧向加速度、汽车侧偏角和转向盘转角。网络训练采用误差反向传播法。仿真与试验结果表明,所设计的循迹控制器通过对驾驶员操作样本的训练,能实现对车辆的车速与转向控制,横向循迹误差和目标车速均比较理想。     

基于Isight和AMESim的液压减振器关键参数集成优化

在AMESim中搭建了某乘用车前悬架双筒充气式液压减振器的仿真模型。以 Isight 为平台集成AMESim,对减振器模型参数进行DOE分析,提取对减振器性能影响较大的参数,作为优化的设计变量。利用Isight中的Pointer智能求解器进行优化。结果表明,经过集成优化后的减振器阻尼力曲线与目标曲线吻合较好,符合工程实际的需要。与传统方法相比,该方法缩短了时间,提高了设计效率,可用于指导减振器阀系参数的设计与性能预测。     

基于集成场的冷链突发事件防范与应对策略研究

以冷链突发事件为例,依据集成场理论,从冷链系统顶层的集成体、基核和联接键等关键要素出发,分析了当前冷链突发事件中存在的问题.对冷链突发事件形成的因素和事件特点进行了归纳,针对不同的物流集成体服务模式的优劣以及如何更好地提高冷链物流运作的效率进行了合理的分析.结果表明:公共型基核是冷链系统今后一段时间的重点发展项目;基核微观运作直接影响到冷链作业质量和系统安全,需要加强公共型基核现场运作的综合信息系统等联接键构建,提升全系统的资源整合能力和可视化监管能力,提升基核对冷链突发事件的防范与应对能力.同时针对基本服务模式提出了冷链突发事件防范的若干建议.     

基于BP神经网络基坑支护结构变形预测研究

为了精确的预测佛山某建筑基坑变形情况,提出了一种BP神经网络多数据纵向预报方法,选取前三次的多个测点数据进行预处理,然后再对BP神经网络分析、训练、测试,并分析隐含层数对预测精度的影响,通过对比试算确定隐含层数目,最终达到能够高精度预测基坑支护结构水平位移和沉降。结果表明:所提出的方法可以精确地预测基坑变形,对工程建设具有一定的参考价值。     

基于电力集成的双流发电机关键技术研究

发电机双流发电的实现,可以解决采用传统发电机的移动电站输出电源种类单一不能满足多种电源需求、而使用多台发电机又会造成底盘过载影响机动性的问题。论文结合电力集成技术,针对实现发电机双流发电的关键技术进行了研究。     

特大断面隧道开挖中拱顶沉降的BP神经网络预测

特大断面隧道开挖会大范围解除围岩表面应力,在上部岩体自重应力及附加应力的共同作用下,隧道拱顶会发生明暕沉降,在某些软岩隧道中已观察到了超过100 mm的沉降量。拱顶沉降量持续增大,隧道就有可能发生坍塌破坏。在隧道开挖工程中,受条件限制,常会出现支护无法及时施工的情况,需要对隧道稳定性进行分析预测。现以牛寨山隧道开挖工程南线出口段的监测结果为例,采用BP神经网络方法预测其沉降量的时程变化。假设隧道相向开挖过程中,在贯通前对拱顶沉降互不影响,且两条隧道之间互不影响。分析过程中输入层参数选择了围岩级别、埋深、距离掌子面和二衬的长度等,隐含层设置为1层,节点数为9,隐层传递函数选择tansig,输入输出层传递函数选择purelin。在采用该模型进行预测分析前,首先已开挖监测点数据作为训练样本,采用后开挖点的值作为样本,验证了模型的可靠性。最终分析结果表明,采用文中方法能够较为可靠地预测拱顶沉降。其结果可以作为隧道安全预测的依据。     

基于集成法的高速铁路运营安全综合评价

针对高速铁路安全运营问题,采用集成法进行了综合研究。从"人员-车体-轨道及设备-环境"角度对影响高速铁路安全的因素进行分析,建立高速铁路运营安全的评价指标体系,对高速铁路运营安全进行了评价研究。针对高速铁路运营过程中影响因素进行系统分析,结合结构熵权法、灰色聚类法、模糊评判法的适应性特点,将不同的方法运用到高速铁路运营安全评价的不同步骤中,构建了高速铁路运营安全集成评价方法。将该方法应用于京沪高速铁路运营安全评价,分别对2011~2013年铁路运营安全数据进行采集和计算,结果显示各年京沪高速铁路运营安全值分别为6.141 8,6.314 9,6.694 1,表明京沪高速铁路运营安全状况处于安全等级,且安全值逐年上升,评价结果较为直观的反映了高速铁路运营安全的态势,表明该方法在高速铁路运营安全综合评价应用中有较好的实用性。     

一种新型神经网络非线性补偿控制方法

针对近水面机动情况下潜器的深度及纵倾控制问题提出一种不基于模型的非线性自适应控制策略。其中,一种称为模糊FCMAC的特殊神经网络被用于补偿潜器动态模型的非线性部分。基于李雅普诺夫原理而推导出的在线学习算法用于更新FCMAC的权值。仿真结果表明此控制策略能较好地适应潜器质量、航速及海浪变化,在较大的工况变化范围内保持良好的控制性能。     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。