基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。     

一种基于广义S变换增强的柴油机失火故障特征提取方法

为有效提取柴油机缸盖振动信号失火故障特征,提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样,然后利用广义S变换对信号进行消噪处理,并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用,结果表明,此方法能有效地提取柴油机缸盖振动信号的失火故障特征,实现失火故障的准确诊断。     

Plate scanning tools to obtain travel times in traffic networks

The management of vehicle travel times has been shown to be fundamental to traffic network analysis. To collect travel time measurement, some methods focus solely on isolated links or highway segments, and where two measurement points, at the beginning and at the end of a section, are deemed sufficient to evaluate users' travel time. However, in many cases, transport studies involve networks in which the problem is more complex. This article takes advantage of the plate scanning technique to propose an algorithm that minimizes the required number of registering devices and their location in order to identify vehicles candidates to compute the travel times of a given set of routes (or subroutes). The merits of the proposed method are explained using simple examples and are illustrated by its application to the real network of Ciudad Real.     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

Haar小波变换在变速器齿轮故障诊断中的应用

推导和证明了Haar小波连续小波变换时间和尺度的周期性，指出这种周期性可以提取出信号中的周期成分，并且使谐波和冲击信号在时间-尺度域中有不同的图形特征。因此根据这些特性可以识别齿轮裂纹产生的冲击和刚度变化，仿真和汽车变速器齿轮故障分析验证了Haar小波变换的有效性和实用性。     

BP和RBF神经网络在辨识内燃机燃烧过程中的应用

分析了发动机燃烧过程的研究方式,提出了用BP和RBF网络辨识内燃机燃烧过程的方法。选定神经网络的结构、隐层神经元的作用函数和控制参数,成功地得到了发动机的辨识模型,结果由RBF网络辨识的模型给出,从这一模型可以获得任意点缸内压力和温度以延拓的参数,为排放分析、计算和结构优化提供了良好的基础。     

图像测量技术在汽车轴距差检测中的应用研究

通过采集汽车直行中轮胎印迹图像 ,利用偏差相对测量法 ,即先测出汽车单轴的偏斜量 ,然后计算出汽车轴距左右差。通过开发的检测系统进行试验 ,结果表明 ,检测精度满足汽车轴距左右差在线检测要求。     

一种模拟发震断层动力特性的隧道地震试验方法

为模拟隧道在发震断层中的近场动力响应和破坏机制,提出一种模拟长大隧道穿越活动断层动力响应的新型模型试验装置,并设计一种通过改变试验平台底部组合弹簧参数来改变模型箱振动特性的试验方法。该试验装置不仅能解决传统试验方法中受迫振动的问题,而且能模拟断层错动引起地层位移由发震断层位置向远端逐渐减小的过程,进而模拟穿越活动断层时长大隧道断层段到非断层段沿纵向的振动特性变化。该方法通过改变组合弹簧中单个弹簧单元的刚度系数和弹簧单元的个数等,可改变试验箱中断层在断层错动发生时的振动频率和错动位移,进而得到振动频率-组合弹簧刚度和错动位移-组合弹簧刚度的回归公式,可通过前期试验得到的回归公式来设置相应的组合弹簧形式,对后续试验中多种不同振动频率和错动位移的试验工况进行模拟。     

车站基坑揭露断层带注浆加固效果数值模拟研究

为研究注浆对明挖基坑揭露断层带的加固效果,以南京地铁上元门车站基坑工程为背景,考虑基坑开挖过程中渗流场与围岩应力场的相互耦合作用,建立相应的有限元分析模型,对软弱破碎层、注浆加固带、基坑地下连续墙以及围岩所组成的耦合系统进行模拟,研究注浆加固前后围岩渗流场、位移场以及应力场的特征,最终获得基坑地下连续墙的水平位移、基坑外地表沉降、围岩塑性区分布、基坑内围岩变形以及基坑内涌水量变化规律。研究结果表明： 1）通过对基坑底部断层带的注浆加固,基坑侧向位移及基坑外地表沉降均得到有效控制,相比于注浆加固前,其最大水平位移和地表累计沉降量减小50%以上,满足工程要求; 2）基坑底部区域内塑性区范围明显减少,基坑外塑性区扩散也得到有效抑制; 3）基坑底部断层带注浆改变了渗流场分布,有效降低了基坑涌水量,基坑治理区域涌水量由最初的94 m3/h逐渐减小到4 m3/h,堵水率达96%; 4）注浆结束后现场钻孔取芯率达到75%~80%,开挖揭露大量劈裂作用形成的浆脉,验证了注浆可有效治理明挖基坑所揭露的软弱断层破碎带。