锦屏二级水电站微震监测预报与岩爆特征分析

锦屏二级水电站深埋地区地质条件复杂,岩石种类繁多,引（排）水隧洞具有洞线长、洞径大、埋深大、地应力高等特点,是世界已建和在建规模最大的深埋隧洞群。以锦屏二级水电站3#引水隧洞为研究对象,构建一套基于TBM全断面开挖实时监测围岩破裂过程的微震监测系统。通过对3#引水隧洞监测数据的分析,对发生岩爆前岩石微破裂活动的规律进行归纳和总结。分析结果表明,岩爆发生前监测系统监测到的微震事件在时空分布上均有一定特征：事件数量在空间上的分布有增多趋势且分布由离散状态逐步变为局部集中状态,岩爆一般发生在开挖后的几小时或几天内。利用和分析这些前兆信息对现场岩爆情况进行预测预报,可为施工和设计人员提供一定的参考依据。     

地震作用下土体变形破坏模式与机理研究

阐述地震作用下土体破坏机理的国内外研究现状,通过调查新疆地区公路上边坡和路堤的地震变形情况,归纳出土体地震变形模式与机理,设计并完成侧向临空路堤振动台模型试验,可为重灾区交通建设提供参考和借鉴。     

地铁弹性扣件失效对轨道结构振动特性的影响

运用基于车辆单元与轨道单元的车辆-轨道系统振动分析数值方法,研究地铁弹性扣件失效对轨道结构振动特性的影响。研究结果表明,列车通过弹性扣件失效轨道时,轮轨间相互作用增大,各动力学指标值成倍增长,且随着扣件失效数量增加,动力响应增幅明显;失效扣件临近轨道结构的支承反力急剧增大,加速了线路几何形位的恶化。此外,地铁弹性扣件刚度低、橡胶垫层易老化,随着行车密度的提高,扣件失效产生的动力影响更加显著。     

工程机械综合传动装置磨损量预测分析

通过介绍工程机械综合传动装置的磨损类型,研究了灰色神经网络模型与检验方法的拟合精度,并分析主要磨损部件磨损量预测的过程。通过对工程机械综合传动装置道路试验数据的分析预测,得到较精确的预测结果,证实了灰色神经网络模型用于综合传动装置磨损元素浓度预测的可行性。     

往复舱底泵轴系扭振分析及故障修复

针对往复式舱底泵多次出现蜗轮蜗杆啮合磨损现象,建立舱底泵轴系扭振的当量模型,扭振计算结果与试验结果吻合,由此推断啮合部件的扭转刚度大造成扭转附加接触应力过大,进而使得蜗轮蜗杆啮合处磨损。通过优化得到蜗轮蜗杆啮合处最佳扭转刚度,进行齿廓修形后减小了轴系啮合过程中的扭转附加接触应力,经长期运行验证此磨损故障已消除。     

贵州河洋大桥南岸岩体稳定性分析

以贵州河洋大桥南岸岩体的整体稳定性为例,综合判别场地的地质灾害,得出场地主要破坏类型,并对该破坏模式进行了定性分析,通过建立力学模型,计算得出不同边界条件下的稳定性安全系数,对实际工程的实施具有指导意义。     

汽轮机主蒸汽疏水管爆管失效分析

针对一台汽轮机主蒸汽疏水管爆管事故,通过宏观检查爆口外观、分析管材成分变化、分析金相组织变化、检查弯头减薄、检查强度变化等,分析了疏水管爆管失效的原因。确定材质劣化和介质冲刷严重造成管壁减薄是疏水管爆管事故的原因。提出了相应的建议和措施,确保设备安全运行。     

基于层次聚类分析的城乡公交线路诊断倡——以安宁市为例

合理设置城乡公交为城乡居民出行提供优质的公交服务,是打破城乡二元分割的重要手段之一。分析城乡居民出行特征和城乡公交服务特性,从公交乘客及公交企业2个角度,构建表征城乡公交线路物理、运营和公交客流特性的诊断指标体系。以安宁市15条城乡公交线路为例,对选取样本的8类指标数据进行主成分分析,经定量分析各成分贡献率后,确定出3个主成分(贡献率累计为92%)。将主成分作为城乡公交线路层次聚类分析的变量,作出线路的聚类关系图,构建判别函数定量诊断四类线路。结合实际验证了指标体系的合理性及诊断方法的有效性。提供了1种较准确高效的城乡公交线路诊断方法,并为城乡公交线路的优化与运营调整提供决策依据。      

基于粒子滤波的电力机车电气故障诊断

采用分布式传感器网络(DSN)对列车电气系统的各种状态信息进行检测,根据动态空间模型理论建立系统状态方程和观测方程,采用粒子滤波技术对系统滤波状态进行估计,通过二值决策法对每个传感器获得检测信息并与阈值对比,对比结果由故障诊断中心融合并给出最终决策结果,如果确认处于故障状态则给出故障预警.由于传递给诊断中心的数据是二值结果,降低了通信量,提高了实时性能.实验仿真结果验证了诊断系统的适用性和可靠性,也验证了粒子滤波在非线性、非高斯系统中的适用性.     

改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用

本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性.仿真结果表明机车滚动轴承故障得到了有效诊断.相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性.