高桩码头桩基动力损伤识别方法

结构的损伤对其动力特性会产生一定的影响,利用结构损伤前后的模态参数的变化来进行结构的损伤识别是行之有效的方法。然而结构在完整状态下的模态参数很难得到,损伤程度更是难以确定。针对上述问题,提出一种基于损伤状态下的拟合曲率模态的损伤识别方法:首先通过损伤后的位移模态拟合出无损伤位移模态,然后根据拟合出的位移模态得到拟合曲率模态,基于损伤后的真实曲率模态相对于拟合曲率模态的突变来判别损伤位置;引入曲率相对改变量、损伤位置参数和模态阶数作为损伤样本的特征向量,通过支持向量机判断结构损伤程度。实例分析表明该方法能够对高桩码头排架结构的损伤进行识别。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

基于改进多尺度排列熵的S700K转辙机故障诊断

基于提速道岔S700K转辙机故障的功率曲线在频域上的多重特征,提出了基于改进多尺度排列熵的多变量支持向量机(structured support vector machine, SSVM)故障诊断方法.首先对S700K转辙机动作功率曲线进行集合经验模态分解和小波分解,获得两类不同时间尺度的模态分量;再利用改进多尺度排列熵计算不同分量的故障特征参数,为了降低计算维度,应用核主元分析理论,在不损失信号重要特征的情况下,取大于95%贡献率的特征值作为故障特征向量;最后,引入基于决策树的SSVM算法,经过小样本训练得到树状最优故障间隔面,从而实现S700K转辙机故障分类.实验结果表明:该方法可有效判定S700K转辙机故障类型,进而提高故障诊断精度和效率.     

提高装车机装车精度的措施

1 装车精度 日照港矿石码头一期工程配备的2台装车能力为3 500 t/h的轨道式移动装车机(简称装车机),安装有电子皮带秤,动态计量,人工操作进行装车作业,装车效率非常高,但装车精度受操作过程各种因素的影响,难以控制.     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.     

船机,潍柴的下一个目标!——访潍柴动力股份有限公司营销公司常务副总经理钟耕会

潍柴动力股份有限公司营销公司常务副总经理钟耕会船用柴油机,潍柴的发家产品1946年潍柴建厂只是一个枪械制造厂,50年代潍柴自己生产的第一台柴油机6160就是一台船用柴油机。这在当时国内产生了很大的影响,所以把船用柴油机当作潍柴的发家产品是不为过的。1988年后,潍柴以引进斯太     

基于AIS数据的交汇水域船舶会遇态势辨识

船舶会遇态势辨识是实现船舶安全避碰的重要前提,交汇水域复杂的通航环境和船舶运动的不确定性使在辨识会遇态势过程中容易出现误判的情况.为准确快速辨识交汇水域的船舶会遇态势,提出联合支持向量机-贝叶斯滤波(Support Vector Machine and Bayesian Filter,SVM-BF)的辨识会遇态势模型和...     

地铁自动检票机故障分析及可靠性研究

考虑到地铁自动检票机组成复杂且故障形式多样,对其进行故障分析并以二参数威布尔分布为基础,提出一种基于混合威布尔分布的设备可靠性评估模型。为提高模型拟合精度,基于误差平方和最小思想构建非线性最小二乘参数优化估计模型并使用粒子群算法(PSO)进行最优参数求解。以南京地铁油坊桥车站自动检票机实际故障数据为例,进行实例验证。结果表明,基于PSO算法的混合威布尔分布可靠性评估模型优于传统单威布尔分布,其均方根误差、平均绝对百分比误差、皮尔逊相关系数均为最优。     

基于稀疏采样数据的电动公交车电池SOC预测方法研究

为提高电动公交车电池SOC预测的精度,基于某电池监控云平台电池数据库中存储的以30 s为采样周期的稀疏采样的电池运行数据,对电动公交车电池SOC预测方法进行了研究。首先,介绍了稀疏采样数据源,分析了电动公交车动力电池的运行过程及其SOC变化的影响因素。选取了当前电池组的总电压、电流、电池模组温度均值及前一时刻SOC值作为预测变量,而选择当前电池组SOC作为输出变量,构建了训练数据集与测试数据集。然后,采用支持向量机(SVM)算法进行训练,并使用贝叶斯优化算法寻找SVM的最优超参数组合,提出了基于稀疏采样数据的电动公交车电池SOC单步预测方法。接着通过对训练数据集的再划分,进一步提出了基于稀疏采样数据的电动公交车SOC自主预测方法,摆脱了在SOC长期预测过程中对于BMS估计的真实SOC值的依赖。试验结果表明,SOC单步预测方法的最大绝对误差仅为1.82%,SOC自主预测方法的最大绝对误差也只有5.89%,都具有较高的预测精度。根据在不同运行路线和不同环境温度下的试验结果,SOC预测模型具有较高的鲁棒性。     

套筒式收发球在天然气管道内检测中的应用

为解决特殊清管器和检测器以及有特殊结构收发球筒的管道难以实施内检测的问题,以某天然气管道为例,详细介绍了在多节检测器安装困难、收发球筒尺寸过短、附件安装位置不合适等限制条件下,采用套筒式收发球方式对管道进行收发球作业,安全顺利完成了管道内检测。结论认为套筒式收发球能够在不进行收发球筒改造的前提下,完成带有特殊结构收发球筒的管道内检测作业。