含串补电容电气化铁路馈线故障测距算法

含串联补偿电容的电气化铁路牵引电网线路的电抗一距离关系不是单调的，按常规的电抗查表测距法，每个故障点会对应2个或多个定位点．通过对含串补电容馈线故障模型特性的分析，提出了一个新的判别方法．对不同的故障角和过渡电阻的ATP仿真以及MATLAB程序分析结果验证，该方法能够判断出故障与区间串补电容的相对位置．给出了含2个串补电容的电气化铁路馈线故障分段查表测距算法．     

宽带IP网中VBR视频流量的建模与预测

VBR视频信息即将成为宽带IP网的主要流量,在考虑网络资源利用率和动态带宽分配等方面,其中一项重要的内容就是VBR视频建模及其流量预测。本文在分析VBR视频流量主要特点的基础上,阐述了视频建模时应当注意的关键问题及其流量预测过程中应用的数学方法,并给出了若干典型的VBR视频流量模型。     

新干线700系车组的降噪措施

介绍了在新干线700系车组的开发中,为降低空气动力噪声,对车体外形、受电弓、超压母线所进行的改进。     

交通流实时预测的混沌时间序列模型

针对城市交通流普遍存在的混沌特性,介绍了一种改进的加权一阶局域预测模型,并将其应用于交通流实时预测中。为了进一步提高算法的精度与速度,对最优邻域的点数进行动态选择,通过改进,使之成为一种鲁棒性强、预测精度高的实时预测算法,并能有效地用于短时交通流的预测问题中。仿真结果表明:该算法完全满足实时交通流预测的需要,为交通信号智能控制和交通流诱导奠定了坚实的基础。     

基于ARIMA与人工神经网络组合模型的交通流预测

将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法。     

微型燃气轮发电机组在混合动力电动公交车中的应用

描述了使用微型燃气轮发电机组的串联型混合动力电动公交车的国内外研究现状及其工作原理,并对微型燃气轮发电机组、储能装置和制动回收系统等混合动力电动公交车的关键技术进行了简要分析。     

基于时序-神经网络的车辆变速器齿轮故障诊断

采用时序分析和BP神经网络，建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取，并以此作为BP神经网络的输入向量进行网络训练，从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中，能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。     

基于动态时间规整算法的复杂供输机构非平衡监测数据扩增方法

针对复杂供输机构非平衡监测数据导致性能退化数据不足的问题,提出一种基于时间序列数据扩增的供输机构性能退化程度评估方法.在滤波算法处理实测数据基础上,利用动态时间规整算法(DTW)扩增性能退化阶段运动加速度参数,并将扩增数据与理论计算值作比较.实装试验结果表明:本文所提方法能够有效解决供输机构监测数据不平衡的问题.     

汽油机瞬态排放CO的符号时间序列统计量分析

介绍了符号时间序列分析中的直方图、Shannon熵和高阶矩等,结合排放的体积百分数,对TOYOTA2500汽油机瞬态排放中的CO进行了分析．在节气门匀速变化时和匀加速变化时,比较速度值不同时的瞬态排放质量．     

控制器局域网技术在监控记录装置上的应用

叙述了控制器局域网(CAN)通信总线的主要特性,采用CAN通信总线作为LKJ2000型列车运行监控记录装置系统的串行通信网络,并采用双CAN总线冗余方式来提高监控装置系统工作可靠性的具体原理,以及CAN总线报文格式的详细说明,CAN总线每个结点数据处理的仲裁方式.