基于神经网络的感应电动机特性辨识新方法

提出并论证了一种基于神经网络的感应电动机特性辨识新方法,只需测得电机两相电流数值便可以辨识出电动机转矩和转速,用改进的Levenberg-Marquardt算法对神经网络进行学习和训练,构建了适合电动机转矩转速观测的BP神经网络。由于RBF神经网络无论是在逼近能力、函数拟合和学习速度方面都优于BP网络,也利用RBF网络进行了辨识。该方法较已经提出的方法相比,需要的检测量少,辨识方法简单。仿真研究表明,RBF神经网络辨识效果优于BP神经网络。     

基于物联网技术的轨道电路轨旁设备强电危害监测系统研究

轨道电路轨旁设备是铁路信号系统的重要组成部分,其安装位置的电磁环境较为复杂,且容易遭受雷电、工频、电力故障等引起的强电危害.本文研究了一种基于物联网技术的轨道电路轨旁设备强电危害监测系统.该系统主要由轨旁监测设备、云端设备和监测终端组成,具有良好的功耗控制和扩展性,实现了对现场强电危害水平的量化分析,并提供了较为直观的...     

功率分流混合动力全速域工作模式切换规则优化

针对某功率分流混合动力汽车,探讨了既定模式转矩分配策略未知情况下全速域工作模式切换规则的优化问题。先在既定模式转矩分配策略未知的前提下,将等效燃油消耗与样本数字特征相结合,计算了不同荷电状态（SOC）值下各工作模式在所有可行工作点的基准综合燃油消耗率。以整车燃油经济性为优化目标,确定不同SOC值下所有可行工作点的最佳工作模式,进而得出基于车速、车轮端需求转矩、SOC值的优化后全速域工作模式切换规则,以满足不同工况下的工作模式选择需求。之后,不考虑模式切换过程对整车驾驶平顺性的影响,搭建了模式切换实施模型。再以4个新欧洲驾驶循环（NEDC）工况所构成的组合工况为目标行驶工况,将优化后全速域工作模式切换规则和传统基于逻辑门限的全速域工作模式切换规则分别应用于基于规则的能量管理策略,进行了整车燃油经济性仿真与台架试验验证。仿真结果表明：在不改变既定模式转矩分配策略的条件下,与基于逻辑门限的全速域工作模式切换规则情况相比,所提出的既定模式转矩分配策略未知情况下全速域工作模式切换规则优化方法至少可使整车燃油经济性提高7.33%。台架试验结果进一步表明,该优化方法至少可使整车燃油经济性提高6.17%。由此可见,所提出的既定模式转矩分配策略未知情况下全速域工作模式切换规则优化方法对整车燃油经济性具有较好的改善效果。     

海底混响非瑞利特性研究及神经网络应用

基于单元散射理论介绍了瑞利分布模型和K分布模型,通过计算混响偏度和峰度判断出海底混响偏离瑞利分布模型,并利用CW信号、LFM信号的试验混响数据进行阵元域、波束域上的PDF曲线拟合。结果表明,海底混响的统计特性更趋向于K分布模型。利用BP网络方法和海底混响、点目标仿真信号的PDF特性进行了目标识别验证,其正确识别率达到了92%以上,且计算量大大降低。     

混行非机动交通流车速离散特性研究

我国城市非机动道路内的交通现象通常为电动自行车与人力自行车混合行驶状况,车速离散是该类道路内交通流的重要特征。结合杭州市的调查数据,采用统计学方法定量分析混合非机动交通流车速离散特性,分别建立车速离散特性评价参数与各主要影响因素之间的回归关系。结果表明,归一化车速离散度分别与各影响因素成线性回归关系;除电动自行车比例因素之外,车速变异系数与其它各因素成线性回归关系。     

异形钢桥面铺装受力特征研究

为研究异形钢桥面铺装受力特征,选取典型异形钢桥并采用不同建模方法进行分析,与现场加载试验对比后发现,曲桥模型更为精确。采用曲桥模型分析后发现异形钢桥面铺装的受力特征与常规钢桥面铺装存在较大区别,其受力特征为:随着铺装层弹性模量的增加,最大拉应变处的层顶拉应变值不断减小,层底拉应变不断增大,层底最大剪应力则先增大后减小,之后再增大。     

微型扑翼飞行器空气动力学研究进展

微型扑翼飞行器(FMAV)作为一种新概念的航空器,有着广泛的功能和用途,已经受到了各国的高度重视.综述了国内外对微型扑翼飞行器的低雷诺数空气动力学问题的研究现状及未来的发展趋势,讨论了目前研究中需要解决的一些关键技术.在此基础上,总结出今后研究的重点,并为微型扑翼飞行器的设计提供了参考依据.     

唐山中低速磁悬浮列车试验线牵引供电系统

为进行中低速磁悬浮列车的各项功能试验,在唐山修建了1.5 km的试验线.根据试验线系统的特点,阐述了其牵引供电系统供电电压制式的选择,牵引变电所的主接线、设计原则、负荷容量的计算方法及主要电气设备.通过设计和试验,掌握了中低速磁悬浮列车牵引变电系统的设计要求及设备选型原则.     

某装备结构动态特性分析

利用试验模态分析法获得了某机枪结构的模态参数,分析了机枪的动态特性,并通过基于模态试验的灵敏度分析方法,获得了影响该机枪动态特性的敏感部位,为改善机枪动态特性提供了依据.     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...