船舶能效数据清洗方法研究

船舶能效数据清洗对于建立准确的船舶能效模型,提高船舶能效计算和分析的准确度,指导船舶节能航行具有重要意义.对船舶能效数据的故障特征进行了分析,运用阈值理论、船舶航行关联理论对故障数据进行了识别,运用插值法和灰色关联理论方法对水深、对水航速以及主机油耗数据中的异常数据进行修正,并且根据数据错误特征和数据清洗方法制定了船舶能效数据清洗流程,以内河邮轮"凯娅号"船舶上安装的船舶能效数据采集系统采集到的能效数据为研究对象,对数据清洗结果进行了分析.结果表明,水深数据修正值与实测值平均误差为1.58%,油耗数据、对水航速数据修正值与实测值平均误差为2.8%,1.5%,误差较小,能够满足后续建模以及数据挖掘等工作.     

改性沥青中SBS含量的灰色关联度分析

为分析性能指标随SBS含量的变化趋势及敏感性,避免由单个指标确定SBS含量所带来的偏差较大的问题,采用灰色关联度分析沥青针入度、软化点、5℃延度、弹性恢复、135℃运动黏度等性能指标与SBS含量的关联性,从而确定改性沥青的SBS含量控制关键指标,并综合关联度高的指标来确定SBS的含量。结果表明改性沥青性能与SBS含量有着相关性,SBS含量对沥青的135℃运动黏度、弹性恢复、软化点、延度、针入度均有影响,其中对135℃运动黏度影响最为显著,沥青的软化点、弹性恢复、135℃运动黏度等指标与SBS含量有着较高的关联度。建立了基于软化点、弹性恢复、135℃运动黏度等性能指标的改性沥青中SBS含量的确定方法,其误差小于4%。     

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。     

Bolster spring fault detection strategy for heavy haul wagons

An on-board health monitoring system is proposed for heavy haul wagons in this paper including a signal-based fault detection and isolation (FDI) method and an on-line fault diagnose strategy. Such a system, to be feasible on freight wagons, must be sufficiently cheap and robust, hence the design assumes the constraint of using only two accelerometers mounted on the front left and right rear part of each carbody in a heavy haul train. This paper focuses on the detection of bolster spring fault conditions. The problem is made more complex by the modes of failure which might be expected in bolster spring nests. Types of spring failure are firstly identified and discussed covering situations of broken (shortening springs) and softening (individual spring loss from a nest or cross-section loss through corrosion). The effects of these faults and their detectability were investigated using simulations on straight and curved track and using a fully detailed model of a typical 40?t axle-load heavy haul wagon. The simulation results were then examined and compared using cross-correlation analysis and an FDI system was proposed. The FDI system introduced five possible fault indicators. Initial results indicated that it was possible to detect changes in bolster stiffness of ±25%. An on-line fault diagnoses strategy is proposed for bolster spring faults which only requires data from wagon monitoring during travel around sharp curves to detect and the occurrence of confirm faults. The functionality envisaged needs only a ‘once per trip’ monitoring site, such as a sharper curve, and is aimed at condition monitoring rather than the provision of alarms or comprehensive monitoring of all events.     

机坪安全灰色评价方法

采用主观赋权与客观赋权相结合的组合赋权法确定评价指标的权重,其中前者为G1法,后者为均方差法.用灰色聚类方法和层次分析法,建立了机场机坪安全风险双层次灰色评价模型,模型的一级指标包括民航机场机坪设施设备安全状况、空防保障系统安全状况、机坪作业人员管理状况、机坪车辆管理状况、机坪现场指挥协调状况和机坪安全综合管理系统状况.实例计算结果表明,该方法能有效地利用评价指标的信息综合评价民航机场机坪的安全状况.     

曲面灰色关联性在桥梁静载损伤定位中的应用

基于灰色理论的关联性分析方法,首次提出两空间曲面相关性概念和灰色高斯曲率关联系数,并将其应用到基于桥梁静载试验的损伤定位中,提出对局部损伤非常敏感的静态位移高斯曲率置信因子,通过该因子对各测点的损伤进行精确判断;并将其运用在五跨连续刚构桥的损伤定位上,从定位的结果可以看出,定位的精度可以由测点布置精度来控制,还可以进行单损伤和多损伤的定位,因此该方法在桥梁损伤定位中具有较广阔的应用前景.     

新疆公路运输量发展预测

在分析新疆经济、交通运输发展的基础上,采用回归分析法、三次指数平滑法、灰色预测方法和弹性系数法等多种方法预测新疆2010年、2015年、2020年的公路运输需求,并结合这些方法,采用了基于误差权重因子的多种方法组合预测的新方法,对新疆公路运输需求量进行了优化组合预测。对新疆未来3个特征年预测结果的分析表明,该预测方法是合理而有效的。     

不等时距GM(1,1)模型预测地基沉降研究

分别采用直线插值、三次样条插值、BP神经网络3种方法,用M ATLAB语言编制程序将不等时距序列转化为等时距序列,采用灰色理论预测沉降.由于BP神经网络强大的非线性映射功能,可以避免常规插值法所造成的一系列误差.实际工程应用结果表明,利用直线插值、三次样条插值和BP神经网络与灰色理论联合建模所得的预测值与实测值的最大相对误差分别为17.2%,5.9%和4.6%.由此可见BP神经网络和灰色理论联合建立的GM(1,1)模型用于预测路基沉降最为精确.     

环氧沥青混凝土性能灰关联分析

通过对不同试验条件的控制,以马歇尔稳定度为基本评价指标,对环氧沥青混凝土性能影响因素进行灰关联分析。本次试验主要涉及的条件因素为环氧含量、油石比、空隙率、拌和保温温度、拌和保温时间。采用灰关联的分析方法,得到不同因素对环氧沥青混凝土的马歇尔稳定度的影响程度结果为环氧含量>油石比>拌和保温温度>拌和保温时间>空隙率,从而为环氧沥青混凝土的设计施工提供指导。     

海浪水压场的混沌特性分析及预测模型

海浪水压场作为水中兵器水压引信最严重的干扰源,对其混沌特性进行研究具有极为重要的意义.依据判断系统是否具有混沌特性的2个重要指标:关联维数和最大Lyapunov指数,分别通过G-P算法和小数据量的Wolf算法进行了计算.对一定数量的海浪水压场数据所进行的计算表明,海浪水压场具有分数的关联维数和正的Lyapunov指数,表现出明显的混沌特性.在此基础上依据混沌信号的相空间重构理论使用支持向量机对海浪水压场进行了预测建模,结果表明非线性混沌模型较常规的线性AR模型具有更高的预测精度.