大跨度桥梁模态频率识别中的温度影响研究

针对由环境激励响应辨识得到的桥梁模态频率会受到温度影响的问题,通过建立模态频率-温度分布模型,对香港汀九大桥长期振动和温度分布测试数据进行了分析研究。研究结果表明:不仅环境温度波动会引起模态频率的变化,大跨度桥梁结构上不同部位温度分布的模式对模态频率也有显著影响。对多种建模方法分析比较的结果表明:支持向量机(SVM)的非线性回归模型可以有效地消除引起模态频率变化的环境温度和温度分布模式因素的影响。给出了运用SVM的非线性回归算法消除温度影响的具体方法以及运用这种方法对汀九大桥600 h连续测试数据的处理结果。     

基于最小二乘支持向量机的AMT离合器片表面温度预测

在分析离合器接合过程的动力学和摩擦表面热负荷主要影响因素的基础上,选择接合正压力、接合转速、滑摩时间等参数,利用最小二乘支持向量机理论建立了离合器片表面最高温度的智能预测模型,并设计了台架试验方案.试验结果验证了该模型的有效性.     

城市道路交通量短时预测的GSVMR模型

在分析现有城市道路交通量短时预测方法缺陷的基础上,针对目前广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,结合遗传算法容易寻找全局最优解与支持向量机回归法具有结构风险最小化的特点,提出了将两种算法相结合的GSVMR预测模型,该模型同时具有结构风险最小和容易寻找最优解的双重特性,并对某城市四车道主干道路8：00,8：45的交通量进行了预测,结果表明用该模型进行城市道路交通量短时预测所得结果误差较小,依此验证了用GSVMR模型进行城市道路交通量短时预测的有效性。     

基于支持向量机的钢筋混凝土桥梁损伤识别

为了克服现有方法存在的一些不足,提出基于小波包和支持向量机的混凝土桥梁损伤识别方法。采用小波包对环境振动下的信号进行分解,获得各个频带上的能量,该向量对损伤敏感,可以作为模型识别的输入向量。利用支持向量机强大的分类功能,提出根据频带能量建立支持向量机并进行损伤模式识别的方法。应用该方法对一座三跨连续梁桥进行了损伤识别分析。结果表明经过训练的支持向量机可以较准确地识别出损伤位置和程度。对小波频带能量进行主成分分析后建立的支持向量机会获得更好的识别效果。获得更精确的实际信号特征将进一步提高有限元模型精度和实际应用效果。     

高原环境下喷孔夹角对某增压柴油机性能影响的数值模拟与分析

基于ECFM-3Z燃烧模型建立适应高原环境柴油机缸内工作过程模型,在平原试验验证的基础上,对喷油器喷孔夹角为147°、150°、153°、156°四种情况进行数值模拟,分析了喷孔夹角对海拔4550m下缸内燃烧过程的影响。研究结果表明,喷孔夹角增大后,缸内压力和温度上升,功率得到一定恢复,柴油机的排放随之上升。综合考虑柴油机的动力性和排放,海拔4550m下将喷孔夹角从150°(平原原机值)增加到153°比较合理。     

双卷流燃烧室与燃油喷射系统匹配对柴油机排放的影响

利用AMESim液压仿真软件建立了某船用柴油机燃油喷射系统仿真模型,对燃油喷射系统的相关结构参数进行优化。再利用AVL_FIRE软件将优化结果与原机燃烧室基础上设计的双卷流燃烧室进行缸内燃烧计算,同时研究油束夹角为150°、155°、160°时对排放特性的影响。研究结果表明,0.24mm-14.0mm-0.46mm·(Ca A)-1-950mm-155°(喷孔直径-柱塞直径-凸轮型线速度-高压油管长度-油束夹角)参数组合,可以将喷油压力提高到105MPa,碳烟生成质量分数较原机降低约0.01‰,油束夹角为155°时,碳烟质量分数较油束夹角为150°和160°时低0.02‰~0.08‰,NOX质量分数较油束夹角为150°和160°时低0.03‰~0.12‰。     

基于灰色加权关联与MS-LSSVM组合的舰船备件需求预测

运用灰色加权关联方法对影响远海舰船备件消耗的主要因素进行分析,以确定备件消耗影响因素的权重大小,以此为依据来筛选出主要影响因素,在此基础上运用支持向量机理论,建立灰色加权关联分析与多尺度最小二乘支持向量机组合的学习模型,将筛选得到的主要影响因素的样本值作为输入值进行学习训练,较好地解决了影响因素与备件消耗之间的非线性关系。实例应用表明,该模型对舰船备件需求的预测具有较高的精度。     

基于 SVM 的双层圆柱壳体机械振动噪声数据特征提取方法比较

鉴于某双层圆柱壳体的机械振动噪声数据结构复杂、维数较高,工程上不宜直接分析,文章提出先对其进行特征提取后再进一步分析的思路,可有效简化数据结构,提高数据分析的准确度。选择工程上常用的主成分分析法（PCA）、核主成分分析法（KPCA）与独立成分分析法（ICA）对文中高维机械振动噪声数据进行特征提取。利用支持向量机（SVM）的分类识别能力,对经特征提取后不同工况下的噪声数据进行分类识别。依据正确识别率大小比较三种方法的特征提取效果,以选择针对某双层圆柱壳体机械振动噪声数据合适的特征提取方法。结论可为深入分析某双层圆柱壳体机械振动噪声数据的规律特点打下良好基础。     

基于SVM的船体外板冷弯回弹预测模型研究

研究方形压头非对压成形装置成形原理的基础上,分析准确预测回弹对板材数控冷弯成形的意义。针对预测样本较少的情况,采用支持向量机技术进行回弹预测分析,并对模型中的核函数及其损失函数参数ε和惩罚因子C进行分析研究,建立板厚与回弹量的预测模型,并将其预测结果与试验结果及采用BP神经网络预测结果进行比较验证其准确性,为船体外板数控成形加工解决回弹问题提出新的思路。     

一种多工况的滚动轴承损伤状态识别方法

针对多工况条件下的滚动轴承损伤状态识别问题,本文提出基于CEEMD能量熵和阶次跟踪的损伤识别方法。将振动信号经CEEMD分解为系列的IMF分量,选取其中包含滚动轴承特征频率的IMF分量,运用改进的希尔伯特变换求得IMF分量的边际谱,并利用阶次跟踪方法消除不同转速对损伤状态的影响,同时采用能量熵加强对各损伤状态的识别能力。最后使用特征阶次幅值和能量熵构建诊断特征向量,采用遗传算法优化的支持向量机对损伤状态进行识别。试验结果表明,基于能量熵和阶次跟踪的损伤识别方法精度较高,是一种有前途并且非常有效的多工况损伤状态识别方法。