内燃机车状态监测系统设计

内燃机运行状态监测系统基于柴油机瞬时转速信号的气缸状态监测,辅以柴油机进气温度和增压压力信号、发电机电压电流信号、油门拉杆位移信号及机车速度信号,进行多参数融合诊断;再将诊断结果及状态数据通过GPRS无线通信模块发送至地面数据库,实现内燃机车动力系统在线状态监测与故障诊断、节能降耗与维修管理。系统结合数据库专家系统,分析机车运输组织、质量状态和能耗状态,提出维修维护及运输组织优化建议,实现内燃机车动力系统高效营运和安全管理。     

一种低信噪比环境下的基音检测方法

噪声是低信噪比环境下影响基音检测准确率的主要因素之一,为此提出一种基于形态学滤波和小波变换相结合的基音检测方法。该方法首先用形态学滤波器滤除噪声,突出基音。然后在小波域利用Teager能量算子区分清、浊音,通过浊音小波系数模的极大值提取基音。实验结果表明,在信噪比较小时该方法也能准确地检测出语音信号的基音,与传统的基音检测方法相比,该方法有较强的抗噪性。     

FTGS-917型轨道电路故障分析与诊断

以南京地铁一号线为背景,挖掘分析FTGS-917型轨道电路故障数据,研究轨电位分布理论以及对信号设备的影响程度,并且进行放大滤波板故障与轨电位相关性的研究,对轨道交通信号具有重要意义。     

基于通信的列车控制模式下的列车定位新技术

分析了目前常用的列车定位技术的优缺点。介绍了基于多传感器信息融合和基于漏泄同轴光缆的列车定位新技术。对利用漏泄同轴光缆或基于多传感器信息融合测速定位方法实施CBTC(基于通信的列车控制)模式下列车精确定位进行理论探讨,为解决现有采用轨道电路和信标进行列车定位精度不高和初始化过程长等缺点提供了借鉴思路。     

基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。     

地铁车辆滤波电抗器结构及其漏磁仿真分析

作为车辆的固结设备,地铁车辆线路滤波电抗器悬挂在车厢底架上,设计者必须对其可靠性及结构强度进行仿真计算,避免应力集中,避免大变形。作为一漏磁非常大的强电磁源,漏磁场会对环境、身体健康造成一定的影响,设计者有必要对其进行漏磁屏蔽设计。文章从电抗器的结构设计、漏磁仿真计算、试验等方面做了分析研究,为车辆电抗器的可靠性设计提供了依据。     

车辆主动悬架系统的LMS自适应控制

选择LMS自适应滤波算法，通过调整自适应滤波器的权系数使二次性能指标达最小，根据单个样本方差的负梯度来调节权系数；得到控制输出。针对简化的车辆模型，将空钩控制、广义自适应控制与LMS自适应控制相对比。仿真计算表明，主动悬架系统LMS自适应控制策略不仅计算简单，而且理论上在主动悬架系统中的应用是切实可行的，性能明显优于其它对比控制方法。     

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。     

基于信息融合的发动机全系统故障诊断研究

针对传统发动机故障诊断的不足,利用多传感器信息融合技术可以提高故障诊断精度的特点,将多传感器信息融合技术引入发动机故障诊断,提出了基于多传感器信息融合的发动机全系统故障诊断策略。     

洋溢青春活力的全新公路耐力车--美国Synergy Motor Sports Q450

时尚和技术相结合、舒适和探险相依托、比赛和耐力相包容,美国Synergy Motor Sports Q450这款全新公路耐力车将2个不同的世界融合在一起。在当今公路耐力车领域里,Synergy Motor Sports公司可谓声名显赫,其在2004年夏季开始批量投放市场的第3代公路耐力车--Q450(见图1)将采用多项高新技术。该车不但具有世界一流的性能,而且配置了在比赛和探险中所需要的一切装备。