基于D-S证据理论信息融合的轨道电路故障诊断方法研究

在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。     

基于灰色评价理论的自适应最优路径选择

充分考虑了驾驶员在路径选择中的不同要求,依据层次分析法和灰色评价理论建立了一种根据驾驶员的偏好自适应选择最优路径的方法,并设计了相应的决策支持系统,为智能交通流诱导系统的进一步发展铺平了道路。     

应用模糊自适应PID和预瞄策略的自主车辆转向控制

文中结合智能车辆路径跟踪过程中转向控制方面的特点，提出了一种将模糊逻辑、预瞄规律和自适应PID控制相结合的控制策略，建立起了相应的模型，验证了该方法的可行性和有效性，并提出了进一步改进的方向。     

神经网络信息融合方法在电控发动机故障诊断中的应用研究

利用虚拟仪器技术研制了数据采集与处理系统，可对发动机进行实时数据的采集、历史数据和暂态数据的显示，以及数字滤波、频谱分析、波形显示等方面的数据后处理。以电控发动机常见的故障现象——怠速不稳为例，研究了一种特征层信息融合方法——基于神经网络的信息融合技术在电控发动机故障诊断中的应用。     

基于信息融合的发动机全系统故障诊断研究

针对传统发动机故障诊断的不足,利用多传感器信息融合技术可以提高故障诊断精度的特点,将多传感器信息融合技术引入发动机故障诊断,提出了基于多传感器信息融合的发动机全系统故障诊断策略。     

基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究

近年来,世界各国纷纷致力于新兴交通科技,如智能运输系统(IntelligentTransportationSystems,ITS)的研究和应用,以应对目前严峻的交通环境。笔者综合应用道路检测器检测的交通流量数据以及路段交通流量与路段行程时间的内在联系,运用增量加载最短路优化的方法对智能运输系统的核心技术—城市交通流诱导系统(UTFGS)中的中心式动态路径诱导系统中的行车路线优化技术展开研究。     

一种实时确定城市交通网络流量的方法

介绍一种基于城市交通控制系统的实时确定交通网络流量及进行动态个人最优交通分配的方法。车流在每一个交叉路口根据其选择的方向被分成子流。定义入口关联矩阵及出口关联矩阵。通过检测每一周期内进入交叉路口不同方向的流量来获知整个网络的流量分布模式并据此进一步寻找最优路径。     

洋溢青春活力的全新公路耐力车--美国Synergy Motor Sports Q450

时尚和技术相结合、舒适和探险相依托、比赛和耐力相包容,美国Synergy Motor Sports Q450这款全新公路耐力车将2个不同的世界融合在一起。在当今公路耐力车领域里,Synergy Motor Sports公司可谓声名显赫,其在2004年夏季开始批量投放市场的第3代公路耐力车--Q450(见图1)将采用多项高新技术。该车不但具有世界一流的性能,而且配置了在比赛和探险中所需要的一切装备。     

汽车传动系统机械故障诊断方法的研究

本文针对汽车传动系统主要零部件的特点，研究了基于振动信号的故障诊断方法，包括特征提取、模式分类和诊断决策全过程。     

第四届中国信息融合大会征文通知

为了促进我国信息融合技术的发展,深化信息融合理论和技术的研究与应用,广泛加强交流与合作,定于2012年9月21-23日在武汉召开"第四届中国信息融合大会",由中国船舶重工集团公司第七〇九所承办。这是该大会连续三届由高等院校承办后