视觉三坐标测量技术中的小波变换策略研究

图形图像数据处理技术是视觉三坐标测量技术的关键之一。作为一种多分辨率分析方法，小波变换理论在图像处理中的应用具有很好的发展前景。章介绍了将图像的小波分析算法引入到三坐标无接触测量工作当中，为改进三坐标测量技术领域的图像处理手段指出了新的途径，实验证明了其可行性。     

客车主要噪声源识别的试验研究

基于偏奇异值分析法识别噪声源的基本原理，采用了近场声压测量法，同步采集15个传感器的振动与声压信号，识别出客车车外噪声的主要噪声源，分析出各噪声源对车外噪声的贡献并做出降低车外噪声的预测分析。所采用的试验与分析方法具有计算量小、声源定位准确的特点，并且可以准确预测零部件的改进对车外噪声的影响。试验研究和实车应用表明，这种方法可以适用于复杂的工程实际。     

燃料电池船舶复合供能系统控制策略设计与仿真

针对燃料电池船舶复合供能系统中的燃料电池功率波动问题和储能单元电池荷电状态（State of Charge,SOC）极端分化问题,依据系统拓扑结构,提出基于负载功率频率分解与模糊逻辑控制法相结合的复合供能系统控制策略设计。采用实例仿真验证该设计的优势。结果表明,该设计可有效保持燃料电池输出功率平滑,对储能单元SOC具有良好的均衡控制效果。     

相控分合断路器对涌流与过电压的抑制研究

机车/动车主断路器随机合闸不但会导致本车产生合闸涌流,还会导致在同一供电臂内运行的其他机车上产生和应涌流,同时使地面牵引变压器上产生励磁涌流;涌流会引起牵引网压发生跌落与畸变,严重时会发生车网谐波谐振;主断路器随机分闸会导致车载设备上产生分闸过电压,损伤车载设备的绝缘性能,还可能导致车体上产生浪涌过电压。合闸涌流与分闸过电压均会对车载设备造成严重的电磁干扰,相控分合真空断路器通过选择合适的合闸与分闸相位,可以抑制合闸涌流与分闸过电压。     

高速铁路动车组车网谐振频率影响研究

在高速铁路牵引供电系统中,牵引网与电力机车之间的谐振事故时有发生,频繁的谐振事故对高速铁路的运行产生一定威胁,是高速铁路发展急需解决的问题。本文对电气化铁路车网系统谐波的产生机理、特征规律以及车网谐振机理进行理论分析,利用Matlab/Simulink仿真工具对在全并联AT供电模式下的CRH380B动车组进行仿真模型搭建,分析并验证了牵引网谐波的特征规律、牵引网谐振频率与牵引网谐波放大倍数的影响因素。     

基于小波包熵及双重优化神经网络的牵引逆变器开路故障诊断

功率模块器件作为高速动车组电力牵引传动系统的核心组成部分,大多应用于多场域耦合且承受主要的电热应力,故障率较高。通过提取其故障特征并准确定位故障点,实时在线诊断故障对于牵引传动系统的安全可靠运行具有重要意义。以CRH2型动车组牵引传动系统为例,三电平牵引逆变器存在12个功率管,故障发生频繁且种类繁多,故对于三电平牵引逆变器功率管的单管以及多管故障诊断不可忽视。以提升三电平牵引逆变器功率模块器件故障准确定位为目的,研究单个功率器件和多个功率器件开路故障诊断。通过分析该三电平牵引逆变器正常工作模式和多种功率管开路故障情况对比,将三电平牵引逆变器三相桥臂输出侧电流作为诊断电气量,对故障进行分类,提取每类故障特征电气量经小波包分解后各节点的熵值作为故障特征信息。以提取的小波包熵值作为故障特征向量建立BP神经网络,采用粒子群算法结合遗传算法对神经网络权值和阈值结构同时优化,2种算法优劣互补,实现不同故障分类的诊断,准确定位故障点。仿真结果表明,该方法能实现牵引逆变器单管以及多管故障类型的诊断和对不同故障点的准确定位,且诊断结果精度高,抗噪性能优异,实时性强。     

远洋船舶目标检测中图像分类识别研究

为准确划分远洋船舶类别,实现远洋船舶目标检测,保障海洋生态环境、海洋交通与国防安全,研究远洋船舶目标检测中图像分类识别方法。采用小波分析法,通过二维小波变换获取低频子图像、水平细节子图像、垂直细节子图像和对角细节子图像,将其作为远洋船舶图像特征;采用采用双向递归神经网络(BRNN)的深度学习方法构建分类器,将远洋船舶图像特征作为输入向量,通过递归神经网络将输入向量映射至输出向量,得到船舶目标图像分类结果。同时利用改进粒子群算法优化分类器中的权重与偏差参数,提升船舶目标图像分类精度。实验结果显示,所研究方法能够有效划分船舶目标图像类别,且划分精度高于97%。     

小波奇异熵改进SOM神经网络在道岔故障诊断中的应用

随着轨道交通技术的快速发展和智能算法的应用,用微机监测和人工处理的方法对道岔进行故障诊断存在效率低、及时性不够、准确性不足等问题,文章用 Meyer 小波分解原始数据,实现特征数据的选择和提取,再计算出相应的小波奇异熵作为神经网络的输入向量,加入训练数据到改进型的 SOM 神经网络中,从而实现对S700K 型转辙机的道岔故障诊断。通过提取 8 种典型的故障类型,在 MATLAB 中建立相应的模型并进行仿真,和目前普遍应用的 K-means 和 FCM 聚类算法进行时间和准确率方面的比较。仿真结果表明,在道岔故障诊断中,基于小波奇异熵和 SOM 神经网络的算法在时间和准确率方面具有明显优势。     

基于WBS-RBS-G1法的深基坑开挖风险识别与评价

对深基坑开挖进行风险识别与评价时,提出了将WBS-RBS法与G1法相结合的定性与定量评价模型,并以南宁金凯路地铁车站为例,应用该模型计算得出的风险值从而确定施工单元风险等级.计算结果表明,深基坑开挖过程中,地下连续墙施工A2,基坑开挖A3,主体结构施工A5均为Ⅲ级风险.该模型无需构造判断矩阵,避免了一致性检验不一致的发...