分段线性变参数控制在数字式自动找平控制系统中的应用

为了验证分段线性变参数控制在自动找平控制系统中的应用前景,对自动找平控制系统的结构、控制方式进行了介绍;分析了分段线性控制方式的工作原理及特点,在实验室建立了沥青混凝土摊铺机数字式自动找平控制系统试验台,设计了3套试验方案,即普通电磁阀方案、高速开关阀方案和分段线性控制方案;对这3种控制方案进行了试验比较,得出了在阶跃干扰作用下,3种控制方案的响应速度及产生超调时的超调量。结果表明:分段线性控制方案具有较快的响应速度,但在系统产生超调时,其超调量相对较大。     

基于模糊神经网络的既有钢筋混凝土桥梁构件可靠性评估

介绍了模糊神经网络的基本理论知识,根据其知识体系和既有桥梁可靠性的研究特点,结合相关文献的规定和研究成果,引入与所检测的截面裂缝宽度、应变值和应变值相关的评估参数Z,利用既有钢筋混凝土桥梁养护等级标准给出了构件技术状况等级与可靠指标的对应关系,然后根据模糊神经网络的理论优势,对输入变量(实测数据:裂缝宽度,应变值和应变值)进行训练,计算出构件在不同荷载作用下的可靠指标,其可用于既有桥梁结构构件可靠性评估中。并结合一实桥拆除构件的试验结果,得到了一些有益的结论,验证了本方法应用于既有钢筋混凝土桥梁构件可靠性评估的可行性。     

基于实测数据评估交通事件检测中神经网络应用性的研究

神经网络为交通事件自动检测技术摆脱传统方法探测率低、误报率高的状况提供了新的解决思路。在以往局限于仿真数据研究的基础上,本文利用I-880数据库实测交通事件数据对神经网络在交通事件自动检测中的实际应用进行了研究,结果表明:神经网络应用于交通事件自动检测技术中,具有较高的探测率和较低的误报率,但该算法可移植性较差,在实际应用中要予以考虑。     

Banach空间中线性离散时间系统的非一致幂二分性

给出了Banach空间中线性差分方程非一致幂二分性的若干性质,将已知的幂性不稳定和指数二分性结论推广到非一致幂二分性。     

大数据背景下的船舶管理风险评估

船舶安全管理工作对于保障船舶安全航行起着十分重要的作用,传统方法如层次分析法、模糊评估法难以对船舶的管理风险进行科学的评价。为了提高船舶的管理风险评估精度,构建了粒子群算法优化RBF神经网络的船舶管理风险评估方法,首先利用粒子群算法对RBF神经网络的参数进行优化,然后利用优化的RBF神经网络对船舶管理风险进行评估,最后进行仿真测试,实验结果表明,本文方法的评估精度比对比方法的评估精度更高,同时耗时更少,可以满足对船舶的风险进行实时监控与管理。     

基于代价敏感RBF神经网络的道岔故障诊断系统

针对铁路道岔故障中几种常见类型故障,为尽量减少道岔故障误分类所造成的损失,特建立基于遗传算法的代价敏感RBF神经网络模型以及基于该模型的道岔故障诊断系统。模型通过建立代价敏感适应度函数,实现基于遗传算法的RBF神经网络向代价最优的方向进行随机搜索。利用某车站道岔动作电流监测数据进行验证,证明系统能够提高故障数据的识别精度,降低故障数据的误分类代价。该系统可帮助维护人员快速、准确地对道岔故障进行诊断,缩短故障处理时间,提高铁路行车的安全性。     

试析预应力在混凝土施工过程中连续箱梁的线性控制

由于在混凝土建筑施工中,连续箱梁成线形的危害对建筑施工的影响已经越来越显著,因此本文主要针对了桥型线形控制进行的讨论分析。     

船舶航迹多变量间的流形依赖关系研究

船舶航迹多变量是反应船舶有效航行路线的数据之一,常规航迹多变量间的关系主要体现形式以二维平面为主,无法通过数据形式进行关系衡量,为此提出船舶航迹多变量间的流形依赖关系研究。构建线性流形关系模型,利用几何概念,将数据形式的航迹多变量进行实体化,推导出理论关系,使用变量条件约束,实现模型构建;通过模型计算得到船舶航迹角多变量间流形依赖关系,利用模型理论推导,分析出船舶迹多变量间流形依赖关系。实验数据表明,提出的流形依赖关系真实有效。     

神经网络在船舶电力推进系统故障诊断中的应用

船舶电力推进系统目前成为船舶推进系统的主流选择,电力推进系统对于保障船舶的安全稳定运行具有重要意义。因此,对采用电力推进系统的船舶进行电力推进系统故障诊断,成为船舶日常维护的一项重要工作。本文对船舶电力推进系统故障诊断系统进行研究,在Simulink环境下搭建故障诊断模型,并将BP神经网络应用于诊断系统,对电力推进系统的故障学习和诊断能力进行仿真。结果表明,该故障诊断系统可以提高网络的学习速度和诊断效果,具有很好的故障诊断能力,可以满足船舶电力推进系统的性能要求。