TBM掘进数据标准化预处理方法研究北大核心CSCD

TBM信息化采集了海量数据,对TBM数据的标准化预处理是进行诸多研究的前提。基于此,提出了一种TBM掘进数据标准化处理方法,依托TBM现场施工掘进大数据,以破岩特征为依据选取基本掘进参数(刀盘转速、推进速度、刀盘推力及刀盘扭矩)分析掘进过程TBM数据特点,提出循环掘进过程空推段、上升段、稳定段及下降段起点的判别方法,对稳定段起点提出了标准差法判别方法、均值判别方法、直方图判别方法,满足实时和非实时的数据划分需求。最后对两个TBM工程的数据进行标准化预处理,实现施工大数据的标准化。结果表明,提出的标准化预处理方法可实现循环掘进过程数据的有效划分。研究成果可推广应用于众多TBM工程的数据标准化处理,有效实现机器学习数据库的建立。     

牵引试验车数据采集及处理系统设计与实现

牵引试验车数据采集及处理系统采集机车有关数据,并从RS232串口接收机车监控装置数据,同时,实时显示线路图和机车有关数据.介绍了该系统基于VC++6.0的实现方法,并着重讲述了系统的数据采集和串口数据接收过程.     

海量数据录入的几种技术方案的比较分析

基于B/S结构的0A系统,受浏览器的限制,在进行数据录入和数据校验时,如何保证用户使用的方便性、实时性以及安全性是企业Web OA系统开发实践中的难点问题.对此提出了5种技术解决方案,每个方案都按照方案概述、体系流程描述、难点问题解决过程描述以及方案优缺点描述的顺序进行说明,并对5种方案从用户需求的角度做了比较.     

基于遗传算法的车辆悬架系统等效物理参数识别

针对车辆悬架系统的功能及物理特性,以车轴的运动为系统输入,对复杂的整车行驶模型进行了合理简化。以某型专用越野车辆为例,建立了簧载质量的3自由度振动模型,推导了簧载质量任意位置处的加速度频响函数;利用汽车试验场道路测试数据,通过遗传算法编写VC程序进行了数据拟合,得到了悬架系统在不同路面工况下的等效物理参数。实际应用表明,拟合结果具有较高的可信度。     

在用工业管道定期检验数据管理与安全评定系统开发

为实现在用工业管道定期检验数据管理与安全评定的计算机辅助管理,利用计算机技术开发了数据管理与安全评定系统。重点介绍了系统的研究和开发,以及系统的结构、模块和流程,并简要分析了系统的安全性和可靠性。该系统的应用将显著提高管理效率。     

拉日线集中监测系统数据采集问题及改进

为适应电务信号设备维护的更高要求,根据拉日线集中监测系统发现的一些问题进行分析,对监测方式进行优化,充分发挥其在铁路信号设备维护工作方面的指导作用,确保铁路安全运输.     

新型多模式高速无线多媒体数传技术的研究

为解决铁路高速无线数传的安全与可靠性,研制和试用对数据、话音、图像多业务信息适配、汇接与同传的软硬平台。采用非线性码MM高密度密钥,实现"加密与纠错兼容一体化",达到破译复杂度为O(2104),纠错能力为检4纠3,正确解密概率达0 999999988,数据信息传输速率高达3Mbps～22Mbps时传输误码率优于10-10,重传率为0。为实现多模式无线数传,研制出多速率、多路、多媒体复用器,具有低速异步及高、低速同步与多速率数传功能,同步时间小于1s,开机同步可靠率达99%,设有动态图像、数据、话音、文本等四路通道,具有自适应多模式信息组合数据通道,使数字系统可实现同一平台多作业信息复用传输。数传网络接口可支持OS/2与Windows两种操作系统相互平滑转换,开发出多点互联控制软件,实现局部网随机接入。设计出"线状"、"链状"、"面状"、"点 面混合"及"树状"五种信息网型,满足铁路运输信息化及应用多媒体数据2km～120km的传输需求。     

AIS通信协议的DSP实现技术研究

根据AIS的通信协议,研究了采用高性能的DSP实现该协议的具体方法。详细介绍了基于DSP的AIS系统的组成,采用软件实现HDLC协议的CRC校验、数据组帧、解包,数据发送,数据接收,时隙分配与管理,UTC定时等的实现方法。系统调试结果表明这些实现技术可行。     

机车车辆动力学试验数据分析处理软件DASO

DASO软件的主要功能是软件设计中提出了段标和长短链断点的概念,解决了线况混叠的难题。提出虚拟通道的概念,方便了信号之间的相关分析。借鉴摆式列车的思路,设计了陀螺仪的处理方法,解决了线况识别的困难。设计了专用的数据库,加快了数据统计和查询的速度。增加了测力轮对选桥的算法、相对摩擦系数的算法和舒适度指标的算法,拓展了软件的分析处理能力。     

铁路行车调度系统数据结构分析与设计

分析铁路行车调度系统基本结构和功能。利用面向对象分析技术和数据结构理论,对铁路行车调度系统中的信息进行抽象,提出一种以列车为中心的十字链表数据存储结构,提出调整计划的数据帧结构形成算法Ajustment()和在屏幕上画运行线的算法DrawCurve()。并对算法的复杂性进行分析,所有算法的复杂度与问题的规模呈线性关系。系统具有较高的执行效率。