水平荷载下桥梁基桩设计计算及工程应用

从水平荷载作用下桥梁基桩的破坏模式入手,着重分析不同类型桩在水平荷载作用下的承载特性及变形破坏机理.根据水平荷载作用下桥梁基桩的受力特性,建立了双层地基中基桩内力与位移分析的计算模型,并通过幂级数法对其进行求解.通过某工程实例对其中的桥梁基桩进行计算分析.以期为类似工程的设计与施工提供参考.     

船舶电力推进系统故障诊断与预测技术综述

船舶电力推进系统结构的复杂性增加了故障发生的概率和故障检测难度,故障诊断与预测技术有助于提高电力推进船舶的安全性,减少维修成本与周期.故障诊断技术是故障预测技术的基础,故障预测技术是实现船舶电力推进系统智能健康管理的终极途径.本文对船舶电力推进系统的故障诊断与预测技术研究现状进行了详细综述,在此基础上,指出多方法结合和...     

进口汽车零部件监测数据风险分析与模型建立

通过对我国近两年进口汽车零部件现状进行分析,结合汽车零部件召回相关数据,提出进口汽车零部件质量安全风险监测要点。通过层次分析法和失效模式与效应分析法两种方法建立风险评估数据模型,并对比模型结果,对各种进口汽车零部件风险预警等级进行分类,针对分类等级提出相应的风险监管建议,包括风险管理、完善信息平台和及时更新相关技术标准等,探索风险监测管理模式,建立系统的风险识别和评估的触发机制研究,提升我国进口汽车零部件的质量安全风险管理水平。     

突发事件下的城市轨道交通网络弹性评估

评估突发事件下的城市轨道交通(URT)网络弹性对于提升URT的运营水平具有重要意义.考虑URT网络拓扑结构及乘客出行影响,提出能够反映URT网络运营服务质量的网络性能指标,并以突发事件下网络性能的恢复速率为指标衡量了URT网络的弹性,以成都地铁网络为例进行了分析.结果表明:URT网络运营服务损失与突发事件持续时间成正比...     

优化参数VMD和MED在列车齿轮箱滚动轴承故障诊断中的应用

针对强噪声情况下列车齿轮箱滚动轴承早期故障特征提取困难的问题,提出基于最小熵解卷积(minimum entropy deconvolution,MED)与参数优化变分模态分解(variational mode decomposition,VMD)相结合的故障诊断方法.首先利用MED对轴承振动信号进行降噪;其次,采用离散...     

基于三相电流检测的逆变器开路故障诊断及容错方案研究

为解决逆变器开路故障诊断问题及充分利用剩余桥臂资源,针对基于矢量控制的异步电机驱动系统中逆变器开路故障诊断及容错方案,采用逆变器输出三相电流信号作为特征参数,利用小波分析理论提取特征向量,进而通过支持向量机(SVM)判断逆变器是否故障。当SVM检测到逆变器故障时,逆变器由传统的六开关拓扑切换为四开关拓扑,采用四开关模式“七段式”空间矢量脉宽调制（SVPWM）算法调制。通过计算机仿真验证了SVM诊断逆变器开路故障及四开关容错控制的正确性和有效性。     

钢轨打磨车远程故障诊断系统

介绍了钢轨打磨车远程故障诊断系统的结构和功能、软件以及故障诊断原理,并对影响系统性能的因素进行了简要分析。该系统可以使地面工作人员及时了解打磨车的运行情况及工作状态,指导现场人员查找、排除故障,提高钢轨打磨车的使用效率。     

辅助变流器调试诊断设计

为提升辅助变流器的软件开发、调试效率,快速诊断分析辅助变流器故障,方便快捷更新程序及参数,在辅助变流器控制平台基础上开发了辅助变流器调试诊断软件。系统介绍了辅助变流器调试诊断软件的开发背景、设计思路及功能要点。通过试验验证,证明调试诊断软件设计功能可靠,能够满足目前的应用需求。     

神经网络在铁道车辆齿轮箱故障诊断系统中的应用

将BP神经网络技术应用于铁道车辆齿轮箱故障诊断领域,搭建了BP神经网络诊断模型,在此基础上提出了一种改进的BP算法,并将常规诊断方法所提取的典型故障信号作为神经网络的输入数据,用改进的BP神经网络进行仿真测试。测试结果表明,经过改进的BP神经网络诊断系统具有较好的诊断效率和诊断精度,达到了预期的诊断结果。     

基于复合基尼指数和最大相关峭度特征模态分解的轴承故障诊断算法

最大相关峭度特征模态分解可以有效去除冗余信息,实现故障特征增强,但是其效果受分解模态数量、初始化滤波器个数和滤波器长度的影响.针对此问题,文章提出了一种基于复合基尼指数(Com-pound Gini Index,CGI)与最大相关峭度特征模态分解(Maximum Correlated Kurtosis Feature Mode Decompo-sition,MCKFMD)的轴承故障诊断方法.首先,将时域平方基尼指数和频域平方基尼指数结合,构建了一种能够同时量化时域和频域周期性脉冲丰富度的新稀疏测度指标,命名为复合基尼指数,并对其性能特性进行评估验证;其次,使用CGI作为沙丘猫群优化算法(Sand Cat Swarm Optimization,SCSO)寻优的适应度函数,快速准确地得到MCKFMD的最优参数组合,实现故障信号的自适应分解;最后,利用CGI选取最优模态,并进行希尔伯特包络解调,实现故障特征提取.通过仿真信号和试验信号验证了所提方法的有效性.对比性研究表明,与参数优化VMD和固定参数MCKFMD相比,文章所提方法在提取周期性故障特征方面更为有效.