无线网络下船舶运行状态远程监控系统

为了提高船舶运行的稳定和安全性,需要对船舶的运行状态进行实时监测,设计无线网络下船舶运行状态远程监控系统,系统包括船舶运行状态特征采集模块、AD转换模块、总线传输模块、无线网络通信模块、集成控制模块和人机交互模块等,采用远程卫星通信和无线传感器网络组网技术进行船舶通信网络构建,基于H.323协议和IETF的SIP会话初始化协议进行船舶无线网络通信的信令设计。采用多点多线程控制方法进行船舶运行状态的监控指令的集中执行,在集成GCC编译环境中进行监控系统的应用程序开发和交叉编译,采用异构、层次化的中间件技术进行监控系统的软件平台设计,实现船舶监控系统的网络接入服务和状态实时监控服务。系统测试结果表明,设计的船舶运行状态远程监控系统能实时监测船舶的运行状态特征,系统自适应性和可靠性较好。     

基于信息融合的船舶机械技术状态评估方法

简要综述了信息融合的应用和发展情况,介绍了信息融合的层次分解以及常用的融合方法.分析和比较了目前常用的各种信息融合方法的特点.依据层次分析法的思路,提出一种基于多种融合方法的船舶机械技术状态综合评估模型.     

基于BP-DS证据理论的航标状态识别模型研究

内河航标标示了可航行水域的边界,是保障内河船舶安全航行的重要前提.面向内河航标不同故障模式,构建一种基于BP-DS证据理论的航标状态识别模型.采用两个BP神经网络分别训练航标基础属性数据与环境因素数据,计算独立的证据值;通过DS证据理论实现航标运行状态识别结果的决策融合.结果表明,基于BP-DS证据理论的航标状态识别模...     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

城市轨道交通的运营数据管理

运营数据是实现轨道交通客流控制、诱导、预测和状态分析的基础。对于国内已经建成并投入运营的轨道交通线路（线网）,就如何根据城市实际情况,选择合适的运营数据进行运营效果评价、运营状态界定和运营可靠性分析等数据管理的相关内容,目前还不十分完善。随着轨道交通系统运营水平的提高以及广大轨道交通出行者对服务需求的增长,迫切要求轨道交通各运营部门之间进行数据交互管理和协作分工,有时甚至需要同常规公交运营部门之间进行数据信息共享。     

深埋双线铁路隧道衬砌高水压分界值研究

为研究深埋双线铁路隧道衬砌高水压分界值以及高水压作用下的衬砌受力状态,基于双线铁路隧道设计标准,利用有限元软件计算和分析双线铁路隧道衬砌在不同水压作用下隧道衬砌安全系数的变化规律,确定双线铁路隧道衬砌的高水压分界值。研究结果表明:Ⅱ、Ⅲ级围岩条件下水压力在0~0.05 MPa(约等于隧道净高一半)和Ⅳ、Ⅴ级围岩条件下水压力在0~0.1 MPa(约等于隧道净高)范围内变化时,隧道断面安全系数基本不变。在Ⅱ、Ⅲ级围岩条件下,双线隧道的高水压第一分界值为0.08~0.20 MPa;高水压第二分界值可取为0.40MPa。在Ⅳ、Ⅴ级围岩条件下,双线隧道的高水压第一分界值为0.12~0.35 MPa;高水压第二分界值为0.50 MPa。双线铁路隧道采用标准设计图进行设计时,能够承受的最大静水头为50 m,超过50 m的静水头,则需要优化断面。     

火灾对地铁隧道排烟风机能力的影响研究

研究火灾烟气状态对排烟风机性能的影响,系统分析了地铁隧道火灾烟气的烟囱效应和热阻效应,将地铁隧道系统和排烟风机作为一个整体考虑,分析隧道烟气温度和密度沿程变化规律,建立隧道火灾网络模拟的数学模型,提出在隧道火灾排烟网络模拟时应以质量流量替代体积流量和风机性能的修正方法,研究了隧道火灾烟气流动模拟的数值方法,综合分析地铁隧道火灾的热阻效应、烟囱效应及烟流状态对地铁排烟风机排烟能力的影响。研究方法和结果为地铁隧道火灾烟气控制和事故应急处理决策提供科学依据。     

内燃机故障诊断技术及发展趋势

柴油机作为-种复杂动力机械,其运行状态的监测和故障诊断技术越来越受到人们的关注.在柴油机故障诊断领域,信号处理、故障特征提取及模式识别方法已初具雏形,但离实用化还有一定距离.在综述现代柴油机故障诊断技术中常用的性能参数法、振动分析法、瞬时转速波动法、油液分析法、信息融合诊断法的原理、特点及不足的基础上,提出了柴油机故障诊断技术的难点和发展趋势.     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足,本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法,实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理,以此为属性数据,通过迭代计算轮廓系数确定k 值完成轨迹点聚类,结合二次处理方法对类簇进行拆分和融合以划分道路交通状态;在特征级建立多源数据融合方法,实现交通状态速度值计算;以归一化后的速度值为属性数据,通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明,本文方法能够实现道路交通状态精细划分,能有效地识别出道路局部位置的交通状态,进而可为城市道路交通管理提供决策支持.