车用发动机故障综合智能诊断方法研究

提出了用模糊神经网络代替模糊推理并与规则推理相结合的新的诊断实用技术,给出了一个汽车发动机的诊断实例。结果表明该方法有效,具有工程应用前景。     

基于基本竞争型网络的车用汽油机失火度的识别

针对汽油发动机失火度问题,提出了利用基本竞争型网络对失火度进行划分的解决办法,该方法利用排气中的HC、CO2或O2的浓度并结合基本竞争型网络自适应算法对所测信号值反复训练,最终得到样本空间的分类结果。     

基于虚拟仪器的推土机远程网络监测与诊断系统

为了实现基于虚拟仪器的远程网络监测与故障诊断系统,提供了在LabVIEW平台下的TY165远程网络监测及故障诊断的方法,重点介绍了采用DataSocket协议实现数据在Intemet上实时传送,针对工业现场在线监测的要求,为进一步提高故障诊断的准确性,引入神经网络方法,效果理想.     

基于人工神经网络的岩爆烈度预测研究

岩爆是高地应力岩石地下工程中的一种常见灾害,岩爆预测是岩爆研究中的重要研究课题。本文选取围岩最大切向应力与岩石抗压强度的比值σθ σc、岩石抗压和抗拉强度的比值σc σt和岩石弹性能量指数Wet作为评判指标,采用人工神经网络理论,根据给定的岩爆烈度分级标准构造学习样本集,建立了一种新的岩爆烈度预测模型。工程实例表明,所建议的模型预测精度高、通用性强,在岩爆烈度预测中具有良好的应用前景。     

确定软土路基沉降系数的ANN模型

沉降系数的确定是软土路基沉降计算中的一项重要内容,在对沉降影响因素定性分析的基础上,用前馈型人工神经网络(ANN)模型来计算沉降系数。首先,根据沉降影响因素建立三层型前馈型神经网络模型。然后,利用其非线性映射能力,通过样本学习,建立软土层厚度、硬壳层厚度、填土高度、施工工期等因素与沉降系数之间的定量关系,计算沉降系数,有效地减少了确定沉降系数时的主观性和盲目性。最后,用该方法对某高速公路的沉降系数进行了验算,得出了与实测资料比较一致的结果,表明利用ANN模型的非线性映射能力建立沉降系数ms与影响因素之间的对应关系,确定沉降系数ms是有效而且可行的。用ANN模型确定的沉降系数ms修正分层总和法计算结果,与传统经验方法确定的沉降系数修正沉降量相比,能够更全面地反映各种因素的影响,提高沉降量计算的精度。     

考虑钻孔速率的公路隧道围岩类别超前分类研究

为了有效的进行公路隧道围岩稳定性超前分类,将台车钻孔速率引入到围岩稳定性评价指标体系中,通过增加动量因子和设置自适应调整学习率的方法建立了改进型BP神经网络的围岩分类模型。该模型考虑了钻孔速率这一实测性、超前性的数据,为模型注入了更为丰富的信息量,提高了围岩分类的可靠性,能较准确的预测出掌子面前未开挖段的围岩类别,弥补了施工地质超前预报中靠主观经验观察、分析的不足。通过实例分析,所得的分类结果与实际吻合,对施工的指导性强。     

基于GA-BP算法的工程船舶建模研究

工程船舶由于自身没有动力,其运动过程是一个复杂的非线型系统,因受到环境等因素的干扰,很难对工程船舶特点建立一个理想的运动过程的数学模型.文章利用遗传算法的全局寻优特点来优化BP神经网络的连接权系数,很好地解决了这个问题.经训练后的模型仿真实验得到了很好的证实.     

基于BP神经网络的城市道路轻型车排放率模型

从不同角度研究城市道路交通流动态微观排放模型是进行交通环境评价的基础.以长春市典型城市道路为研究对象,在捷达Gix瞬时质量排放数据的基础上,利用BP神经网络建立了NOx、HC、CO3种污染物排放率模型,并运用实际道路测量数据对模型进行了验证,得出了一些有益的结论.     

BP神经网络在自行火炮电启动系统故障诊断中的应用

自行火炮电启动系统的故障征兆与故障原因之间具有很强的非线性映射关系,通常对其进行在线故障诊断是比较困难的。利用BP神经网络的非线性映射的特性,由神经网络来学习及存储自行火炮电启动系统的故障征兆信号和故障原因之间的映射关系,并将其用于在线诊断,从而达到对自行火炮电启动系统的故障进行在线自动故障诊断的目的,极大地提高了故障的诊断效率。     

基于人工神经网络的振动压路机智能控制研究

在分析道路施工对振动压路机智能控制要求和现有控制方法的基础上,提出了振动压路机神经网络智能控制的方法,简介了该方法的系统结构与实现原理,重点研究了包括评价网络和动作网络在内的振动压路机神经网络控制模型与算法。仿真试验结果说明了采用神经网络模型进行振动压路机控制的可行性与正确性。