一种多通道信息融合的横向减振器性能退化阶段辨别方法

对于转向架这样复杂的系统,分布在系统不同位置的传感器可以实时检测大量数据.这些数据能够反映高速列车运行过程中转向架关键部件的性能退化状态,但单一通道的振动信号存在着信息缺失、信噪比低等缺陷,无法据此实现转向架关键部件性能退化阶段的精确辨识.因此,本文以横向减振器为研究对象,通过对转向架振动数据相关性分析,提出了车体和转...     

高速列车转向架构架载荷识别与分布特性

以某型高速列车转向架构架为对象, 研究了高速列车转向架构架载荷识别与分布特性; 分析了基于动应力响应识别构架载荷的原理并基于截断奇异值法对构架载荷进行了反推识别, 采用核密度估计法对构架载荷极值分布特性进行了分析, 基于3σ准则获得了不同出现概率下的构架载荷极值区间, 利用雨流计数法编制了构架载荷的二维载荷谱并基于Goodman方程将二维载荷谱等效转换为一维载荷谱, 基于一维载荷谱分析了各载荷系载荷的累积频次分布规律。研究结果表明: 对于本文研究对象而言, 当截断数目为1时, 载荷识别结果的相对误差最小; 载荷极小值与载荷极大值的概率密度分布整体相对于坐标系的纵坐标轴对称, 涵盖载荷范围越大的载荷系, 其概率密度的极值越低; 齿轮箱载荷系极大值与极小值涵盖的载荷范围最大, 最大载荷达到25 kN, 制动载荷系、侧滚载荷系与横向载荷系次之, 最大载荷达到了15 kN, 浮沉载荷系的最大载荷约为5 kN, 扭转载荷系极值涵盖的范围最小, 最大极值约为3 kN; 随着出现概率的增大, 各载荷系极值区间也逐渐变大; 各载荷系的二维载荷谱均有明显的载荷频次极值, 各载荷系的载荷频次极值均出现在低幅值区域; 对于二维载荷谱等效后的一维载荷谱累积频次分布, 各载荷系总累积频次相当, 齿轮箱载荷系的最大载荷幅值明显大于其他载荷系, 其他载荷系的最大载荷幅值由大到小依次为侧滚载荷系、制动载荷系、浮沉载荷系、横向载荷系和扭转载荷系。     

基于在线有向无环图的船舶轨迹压缩算法

为了解决船舶轨迹数据的压缩问题, 提出了一种船舶轨迹在线压缩算法; 使用多次滑动推算船位判断方法清洗船舶轨迹, 使用在线有向无环图在干净轨迹上建立压缩路径树并输出采样点; 为了提高轨迹队列和路径树在内存中的查询速度, 使用哈希表对其进行管理; 为了验证提出算法的效果, 比较了真实船舶自动识别系统数据与方向保留算法、道格拉斯-普克算法的压缩时间和误差, 采用可视化方法分析了原始轨迹、清洗轨迹和压缩轨迹。试验结果表明: 在压缩时间方面, 方向保留算法和道格拉斯-普克算法的压缩时间分别约为提出算法的1.1、1.3倍, 说明提出的算法比其他2种算法的处理时间更短; 提出的算法在压缩过程中保留了时间信息, 平均同步欧氏距离误差在任何压缩率下都能保持在10 m以下, 最大同步欧氏距离误差在压缩率为1%时仅有127 m, 而其他2种算法的平均同步欧氏距离误差和最大同步欧氏距离误差不受控制, 会随机变化; 在垂直距离误差方面, 提出的算法与道格拉斯-普克算法在压缩率不小于5%的条件下, 都能保证垂直距离误差小于20 m, 而方向保留算法的垂直距离误差会随机变化; 在显示效果方面, 提出的算法能有效清除轨迹噪声点, 压缩轨迹能够较好地代表原始轨迹的宏观交通流情况。可见, 提出的算法能更高效地保留原始轨迹的形状和时间信息。     

小波包和频响函数随机-模糊统计的斜拉桥损伤识别

针对单点损伤识别方法的缺点, 提出了基于频响函数和小波包能量谱的斜拉桥多点损伤识别指标。对结构损伤前后的频响函数值进行了随机-模糊均值处理, 将处理的频响函数作为基进行小波包能量谱分析, 提取能量累积变异值进行损伤识别, 并进行了独塔斜拉桥模型的试验研究和连续梁与简支梁的数值仿真。分析结果表明: 桥梁上有1处和2处损伤时都可被识别和定位; 损伤指标随着损伤程度的增加而变化, 损伤初期呈线性变化, 损伤程度在40%~50%时, 指标变化趋缓, 损伤超过50%后, 指标值又会急剧变化; 采用锤击激励比环境激励的损伤识别结果更好, 锤击激励力大小对损伤识别效果无影响。     

河道水流冲刷对推移质运动形态影响试验研究

水流冲刷下的床面是推移质运动的场所,研究微观床面形态对推移质运动的影响,有利于探究床面上推移质运动的规律,对河道治理有较好的促进作用。经过系列水槽试验,选取具有代表性的视频,采用图像识别技术,对视频中运动的物体进行标记,分析推移质在床面运动的规律,探究水流冲刷对推移质运动形态的影响。结果表明:大颗粒在床面上的运动方向与水流方向形成一个小于30°的、路径较直的夹角;小颗粒在床面的运动受近底流速的影响,聚集体会对河床表面水流进行树枝型分流,导致小颗粒的运动方向时刻变化,与水流方向夹角范围在0°～90°,在2个聚集体之间加速较为明显;不同形态的聚集体的稳定性不同,且聚集体之间可相互转化。     

新校区网络规划探讨

本文根据新校区校园网的规划和建设历程,探讨了针对当前新校区校园网建设所涉及的具体规划原则和方法,提出了现阶段新校区网络技术的选择标准。     

物联网技术在海军舰艇工程中的运用探讨

物联网技术是一种能够实现物、网间连接并能对物体进行识别、监控和管理的新型网络技术,目前其在军事领域的应用日趋广泛。对物联网技术应用的系统架构及其在国内外军事领域应用现状及发展趋势进行介绍,并以构建舰员定位感知系统网络模型过程为实例,探讨了实现被装洗涤保障、装备物资管理等系统的技术应用方案。最后,结合海军舰艇工程的特点,分析了物联网技术运用在信息安全、环境影响及电磁兼容性等方面存在的问题。结果表明：该技术将在加速我国海军舰艇工程信息化进程中发挥重要作用。

     

高速列车纵向动力学模型时变参数在线辨识方法

针对高速列车纵向动力学特性, 分析了牵引力、制动力、阻力与速度和加速度的关系; 考虑了天气和线路对高速列车运行状态造成的随机干扰, 以及机械磨损和运行环境对列车模型结构参数造成的随机影响, 建立了噪声干扰下的高速列车纵向动力学参数化状态空间模型, 利用期望极大化准则, 计算了列车模型参数的条件数学期望, 并结合粒子滤波理论估计了参数粒子下的列车状态; 基于贝叶斯后验概率理论, 建立了高速列车非线性动力学模型的时变参数辨识方法, 估计了列车的实时状态, 并在噪声与参数分布均属于高斯分布、噪声属于高斯分布与参数属于指数分布、噪声属于伽玛分布与参数属于高斯分布的3种工况下, 进行了蒙特卡洛仿真试验。仿真结果表明: 在3种工况下, 高速列车位移和速度的估计值与真实值的相对误差小于5%, 列车模型参数估计值与真实值的相对误差小于10%, 满足实际系统需求, 因此, 在高斯或伽玛噪声的干扰下, 针对给定概率分布的时变参数, 本方法均能实现系统状态的估计和模型参数的辨识。     

船舶异常行为的一致性检测算法

为了准确检测船舶的操纵异常行为和降低异常行为误报警率, 提出了船舶异常行为的一致性检测算法; 在船舶轨迹点中引入能够体现操纵模式的特征, 以转向行为与变速行为度量了操纵行为相似性; 将空间位置相似性与操纵行为相似性进行组合, 定义了船舶综合行为相似性, 计算了单个轨迹点与训练轨迹序列中的最近邻特征点, 构建了一致性检测的样本序列; 为克服样本重叠的类分布情形, 改进了一致性检测算法的奇异值度量, 并用综合行为相似性计算样本间的非一致性得分, 利用单个轨迹点的随机性检验值判断该轨迹点与样本序列的分布一致性; 以琼州海峡实测AIS数据作为正常数据, 以计算机模拟随机产生异常轨迹和人工自定义操纵异常行为作为异常数据, 分别进行异常检测试验。试验结果表明: 随机产生的异常轨迹检测正确率为100%, 但是轨迹评价集中有一部分正常轨迹被错误划分成异常轨迹, 在指定置信度水平分别为99.0%和99.7%的情形下, 误报警率分别为0.6%和0.2%, 分别低于显著性水平0.01和0.003, 因此, 利用一致性检测算法能有效检测计算机产生的随机异常轨迹, 并可通过指定显著性水平严格控制检测误报警率, 能有效检测人工自定义的船舶变速与转向异常行为, 而且检测结果能随船舶行为改变而变化。     

A copula-based joint multinomial discrete–continuous model of vehicle type choice and miles of travel

In this paper, a joint model of vehicle type choice and utilization is formulated and estimated on a data set of vehicles drawn from the 2000 San Francisco Bay Area Travel Survey. The joint discrete–continuous model system formulated in this study explicitly accounts for common unobserved factors that may affect the choice and utilization of a certain vehicle type (i.e., self-selection effects). A new copula-based methodology is adopted to facilitate model estimation without imposing restrictive distribution assumptions on the dependency structures between the errors in the discrete and continuous choice components. The copula-based methodology is found to provide statistically superior goodness-of-fit when compared with previous estimation approaches for joint discrete–continuous model systems. The model system, when applied to simulate the impacts of a doubling in fuel price, shows that individuals are more likely to shift vehicle type choices than vehicle usage patterns.