基于小波分析的光伏并网逆变器故障诊断

针对光伏并网逆变器的故障检测与智能在线诊断问题,提出了一种C3C3逆变器故障特征提取方法。该方法以逆变器输出三相电流的小波分析结果作为判断依据,将故障信号的近似分量和细节分量相结合作为故障特征向量,利用神经网络的分类功能,实现对光伏并网逆变器的故障诊断。该方法无需电压信号和人工参与,硬件实现简单,且抗干扰性强。仿真实验结果证明了该方法的有效性。     

基于深度学习的车辆异常事件检测研究

基于全连接神经网络以及在高速公路场景下采集的真实车辆数据,设计一种车辆异常事件检测方法。所设计的方法利用激光雷达检测出目标与车道线信息,经过计算组成具备时空特征的输入数据,在将目标数据制作成数据集后,利用神经网络进行训练并提取输入数据的多维度特征,实现车辆异常事件检测。之后利用异常事件检测的时间信息与激光雷达和视频相机的目标融合数据,在视频数据中进行事件取图并加以验证。所述方法的总体检出率为 97.11%,准确率为 97.10%,相关值均高于传统事件检测算法,且算法耗时与传统事件检测算法相比更少。试验证明相应方法能更快速、更准确地识别车辆异常事件。     

基于监督学习的轨道车辆车轴裂纹扩展预测方法研究

传统裂纹扩展分析需要精确的数学模型以及校准参数,但现实中的复杂形状裂纹扩展过程难以进行精准建模,而通过有限元软件对裂纹扩展过程进行分析需大量的运算时间。因此,文章提出了基于监督学习的轨道车辆车轴裂纹扩展方法,该方法无需进行数学建模,可通过结构健康监测数据以及初始裂纹数据直接预测裂纹的扩展趋势。经验证,该方法预测准确率较高,能够较好地拟合裂纹扩展趋势。     

压装结构橡胶金属关节类产品设计

介绍了不同类型橡胶金属关节产品的结构特点及相关的生产工艺,根据机车的应用工况优选了一种压装结构,利用有限元分析软件对该结构产品进行了分析,并将分析结果和试验结果进行比较,验证了有限元分析的可行性及正确性,确定了产品设计流程及结构.     

DWL-48连续走行捣固稳定车控制系统分析

对DWL-48连续捣固稳定车的捣固装置控制系统进行分析,认为控制策略的滞后是导致设备现场使用故障的重要原因。以捣固架提升与下降控制为例,提出基于BP神经网络的捣固装置控制系统的设计思路。     

我国径向货车转向架发展的思考

分析了我国货车转向架的发展历程,比较了径向转向架与转K6型转向架的动力学试验结果,结合我国线路、车辆制造及运用维修的基本情况提出径向货车转向架发展的合理建议.     

基于多因素的铁路货运量BP神经网络预测研究

在对铁路运输影响因素进行定性及定量分析的基础上,选取了国内生产总值、第二产业比重、原煤产量、原油产量等10个指标作为影响因素,运用BP神经网络模型构建它们与铁路货运量之间的复杂映射,从而对铁路货运量进行预测,并以近12年铁路货运量为实例进行验证。     

无砟轨道用水泥基吸声板降噪效果评价

介绍了无砟轨道用水泥基吸声板工程,并进行了现场测试。在距轨道中心线7．5m处,铺设吸声板后可以降低噪声2．8dB（A）,在距轨道中心线30m处,铺设吸声板后可以降噪1．2dB（A）。吸声板在800—4000Hz各频带可降低0．7—6．4dB。结果表明：在铁路边界以内区域降噪效果显著,但在铁路边界以外作用有限。吸声板主要对800Hz以上的中高频噪声有一定的降噪效果。     

求解铁路空车调整问题的一种优化算法

由于铁路的空车资源严重不足,空车调整方案优化与否不仅影响全路运用车的数量,还直接关系到铁路企业的运营效益,为此,相比较已有的算法,遗传算法有很强的收敛能力,神经网络有较好的学习能力及鲁棒性,结合两者的优点提出基于遗传算法优化神经网络的方法来实现空车的调整,降低空车走行率,且建立了空车调整的数学模型,并通过算例验证了该方法的可行性。     

基于混合神经网络的铁路材料消耗的预测方法研究

为精确地预测铁路材料的消耗,采用了混合神经网络的方法进行建模。根据ABC分类法对所有物资进行分类,明确了材料消耗中的重点,在综合分析以往材料消耗数据的基础上,确定了混合神经网络的结构,最终建立了一个用于材料消耗预测的混合神经网络模型。