钢轨缺陷在线高速检测

由圣地牙哥加利福尼亚大学研发的钢轨缺陷检测样机在最近进行的现场试验中取得了令人鼓舞的结果。该研究项目是由美国联邦铁路局研究与开发办公室提供资助。在2008年3月进行的现场试验中,最高检测速度达到1Omph。试验轨道包括三节轨头有不同程度内部缺陷的钢轨（占轨头面积的比例分别为35％、35％和12％）。其中,二节为表面横向轨头断裂（2％和5％）．一节为表面斜向轨头断裂（3．5％）。试验结果表明,对所有缺陷的检测成功率非常高。在不同环境条件下进行的24次试验中,包括大风天气和雨天,成功率达到75％～100％。     

论航海特色的精品课程建设

依据航海高等教育的规律和特点,精品课程建设的性质和要求,<船舶电气基础>作为航海高职高专精品课程的建设,应侧重于网络示范教学,着眼于以人为本,思德建设要求敬重教师职业.     

案例推理在在线物流资源决策中的应用研究

文中在在线分析过程(OLAP)与数据挖掘(data mining)技术的基础上．提出了基于案例推理(CBR)的决策模型去解决这类问题．模型采用模糊神经网络方法进行决策问题的特征提取和创建案例库，采用OLAP技术建立案例查询的星型模型，并通过创建的模糊神经网络模型去补偿匹配案例与决策问题之间的差异．文章的最后通过应用实例表明了该系统的有效性和可行性．     

构建互联网交通安全综合服务管理平台

公安部积极构建互联网交通安全综合服务管理平台,通过网页、手机APP、短信、语音电话等方式提供10大类130余项在线服务。驾考和车检预约、办牌办证、违法处理可网上办理。＂驾考预约、办牌办证不再需要去车管所或交警队,处理交通违法、缴纳罚款不再需要来回奔波,这些业务在平台上就能轻松办理＂;＂机动车年检、驾驶证审验、交通违法记分,驾校培训质量、考场考试计划、机动车选号号段,这些信息在平台上就能随时查询＂;     

城市排水防汛预警决策支持系统运行性能评价

吸收引进先进国际先进的实时模型技术,集成排水管网仿真模拟和基于WEB的信息发布技术,利用scada系统遥测数据、管网水力模型和气象信息,通过建立城市排水防汛预警预测支持系统,率先在示范区实现了对排水系统运行状况的预报,对积水等事件的预测预警,以及对泵站调度的辅助决策支持,为建立适合上海本地特征的以信息和模型集成技术为基础的智能调度决策系统奠定了基础。     

发动机装配过程中在线检测探讨

发动机由机体组件、曲柄连杆机构、配气机构、燃料供给系统、润滑系统、起动系统和发动机点火系统组成.其中机体组件是发动机各机构、各系统工作和装配的基础,承受各种载荷;     

便携式轨道电路在线监测记录仪的设计

由于现有的微机监测系统只能监测到轨道电路送回室内的电压,无法对室外送、受端设备进行实时监测,铁路电务维修人员很难快速对室外故障设备做出判断。根据对轨道电路检修工作过程的实际调查,设计制作了一套便携式轨道电路在线监测记录仪装置,该装置可实时检测轨道电路25Hz、50Hz及ZPW-2000系列轨道的高频信号电压值、电流值,有利于电路检修人员判断设备故障原因,降低盲目更换器材的频次,减轻维护人员的工作量。该设备已推广采用,取得较好效果。     

船体小组立自适应路径规划系统

通过对船舶小组立产线中机器人焊接系统的技术水平分析,研究小组立产线的科学排产、节拍控制和工艺匹配等技术,论证机器人船体小组立自适应控制方法对比和结构件特征参数化定义技术,分析视觉识别和路径规划作业后处理技术方法,并进行实验论证,为船体小组立生产线智能化升级提供可以借鉴的方向与思路,为船舶建造智能化转型建设积累实践和技术经验。     

基于ARWLS和AUKF的锂电池SOC估计

精确估计锂电池荷电状态（SOC）对纯电动汽车的安全稳定行驶有着深远影响,对锂电池SOC状态的估计主要有参数辨识算法和SOC估计算法两个热点问题。针对辨识过程中出现的“数据饱和”现象以及锂电池SOC状态估计时的滤波发散问题,文章提出了自适应遗忘因子递推最小二乘法（ARWLS）-自适应无迹卡尔曼滤波（AUKF）联合算法。首先建立了二阶R-C锂电池数学模型,并针对传统最小二乘法在参数辨识过程中出现的“数据饱和”现象,引入了自适应遗忘因子动态修正新旧数据权重,提升在线参数辨识的准确度以及效率。其次,针对无迹卡尔曼滤波存在的滤波失效问题,提出了自适应无迹卡尔曼滤波算法来自适应调整系统噪声和观测噪声,从而提高SOC估计时的适应性和鲁棒性。最后在混合动力脉冲能力特性（HPPC）工况下对扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和AUKF三种SOC估计算法进行仿真比较,仿真结果表明,AUKF算法估计的SOC曲线跟随SOC真实值曲线变化的性能最好,估计精度也优于其他两种算法,具有更小的估计误差,收敛性也最好。     

牵引变流器功率器件结温在线监测方法综述

功率器件结温在线监测对牵引变流器安全可靠运行至关重要,准确的结温监测是牵引变流器失效分析、运行状态监测、健康管理和剩余服役寿命预测的基础。因此,面向功率器件结温在线监测开展了大量研究。在此基础上,概述了以热网络模型法和温敏参数法为主的功率器件结温在线监测方法,以此为分类基准梳理了现有功率器件的结温监测方法并讨论了在牵引变流器中在线实现的可能,详细介绍了功率器件结温监测方法针对在线应用及客观因素干扰的发展与改进。最后,总结并对比了现有功率器件结温在线监测方法的演变、联系与差异,在分析现有结温监测方法面临挑战的基础上,展望功率器件结温在线监测在人工智能技术辅助下的前景。