基于经验模态分解的舰船运动姿态预测模型研究

运动姿态准确性预测对提高舰船水上作业安全性具有重要的现实意义,为此,基于经验模态分解算法,构建一种新的舰船运动姿态预测模型。该模型首先利用EMD分解舰船运动时间序列,然后采用游程判别法来判定IMF和r_n (t)的波动程度,划分高频、中频和低频3个分量,最后利用基于支持向量机算法构建的预测模型预测舰船运动姿态。实验结果表明:与卡尔曼滤波法、谱估计法、艏前波法3种运动姿态预测方法得到的结果相比,本模型的纵摇角预测误差更小,精度更高。     

基于GIS空间分析的抛石护岸工程水下抛石效果评价

抛石护岸工程水下抛石效果评价是工程水下质量控制的重点和难点。准确掌握和分析工程水下质量状况,对确保抛石护岸的施工质量起到了重要作用。GIS(地理信息系统)技术拥有强大的空间数据处理与分析能力,可用于对水下抛石效果进行多维度的定性与定量分析。分析结果可以准确评价施工质量、精准指导下一阶段施工、降低施工成本。通过对3个试验区的分析,总结出一般施工规律:1)由于工程区上游起始处以及下游深水侧容易产生冲刷,抛石效果较差。2)工程区中部及近岸区抛石效果较好,但容易过抛。     

基于启发式Q(λ)学习的铁路绝缘子定位研究

智能化冲洗是解决电气化铁路绝缘子人工冲洗弊端的有效途径,而智能化冲洗的关键在于绝缘子识别、定位。通过对现有智能冲洗设备的分析,提出一种铁路绝缘子定位、跟踪方法,该方法基于传感器信息,采用启发式Q(λ)学习算法,可快速、准确找到绝缘子。首先建立铁路绝缘子水冲洗环境模型,接着为解决传统Q(λ)学习算法盲目学习导致收敛速度慢的问题,通过搜索支柱特征调整奖赏函数,设计启发式策略函数并融入Q(λ)学习中,提高算法的学习和收敛速度。最后分别对传统Q(λ)学习算法和启发式Q(λ)学习算法进行Matlab仿真实验,确定最佳参数设置,仿真结果表明启发式Q(λ)算法的正确性和可行性。     

城市轨道交通通信系统项目建设中的接口管理研究

城市轨道交通机电系统专业众多,每个系统都有自己的专业特点,将不同的系统互相联接成一个整体协调、有效的工作,是一件十分复杂的技术。介绍了城市轨道交通机电工程中通信系统涉及的主要接口的组成与功能。对通信系统接口管理的责任分工、技术措施、管理措施、效果评价等进行探讨,以便为其它专业的接口管理提供参考,从而使城市轨道交通机电系统有机联系在一起,实现整个系统的最优化。     

SA-BP神经网络在轨道电路故障诊断中的应用研究

针对25 Hz相敏轨道电路故障的复杂性,提出一种模拟退火(SA,Simulated Annealing)算法与BP神经网络相结合的故障诊断方法。发挥SA算法全局寻优的特点来优化BP神经网络的学习过程,避免网络训练时间长和陷入局部极小值;通过Matlab进行仿真分析,结果表明,将该方法应用于轨道电路故障诊断,可有效提高故障诊断效率和准确度。     

两种动车组换端模式比较分析

针对动车组换端模式,阐述了CRH5和CRH380CL两种动车组的换端过程。通过两种动车组换端条件、换端操作及换端命令的对比分析,发现了CRH380CL型动车组的换端优点。根据对比分析,对动车组换端过程逻辑控制提出了优化建议。     

某新型动车组网侧电流谐波特性测试分析

通过对某新型动车组运行实测跟踪,采用傅里叶法分析了该动车组的网侧电流谐波特性。根据电功率法计算了该动车组的牵引力,给出了其牵引特性曲线。结果表明,无论处于牵引工况还是制动工况,被测动车组网侧电流谐波含量较低,功率超过5MW时,网侧电流各次谐波含有率不超过1%,总谐波畸变率在3%以下,等效干扰电流在1.5A以下,功率因数在0.98以上。     

从光面(预裂)爆破的应用谈爆破技术的进步与发展

研究目的:通过回顾光面(预裂)爆破的研究与应用历程,说明爆破技术的进步为社会和经济发展带来了巨大的效益,充分体现了科学技术是第一生产力,从而指出对爆破质量与安全的高标准要求和不懈的追求是爆破技术进步与发展的动力。研究结论:我们要用正确的理论来指导爆破技术创新,及时引进相关先进设备和技术进步来支持爆破技术的发展,通过制定标准规范以促进先进技术推广应用,并在实践中检验和不断升华。论文还对光面(预裂)爆破技术的发展提出了建议。     

GM(1,1)-Logistic路基沉降组合预测模型研究与应用

路基沉降预测是指导正确施工及运营期路基养护的一个重要因素.GM(1,1)模型及Logistic模型被广泛应用于路基最终沉降量的预测.基于组合预测的基本理论,结合GM(1,1)模型及Logistic模型的特点,提出了GM(1,1)-Logistic组合路基沉降预测模型,采用线性组合预测方法,以过去一段时间内组合预测误差平方和最小为原则来求2个预测模型的加权系数.结合工程实际监测数据的计算结果和分析表明,GM(1,1)-Logistic组合预测模型在预测精度上比单个模型具有更好的适用性.     

一种感应电机定转子互感参数离线辨识的方法

文章利用模型参考自适应系统(Model Reference Adaptive System,MRAS)在恒压频比起动的基础上进行电机转速辨识,并根据电机转子磁链的电压和电流模型,提出一种感应电机定转子互感参数Lm离线辨识方法,以便电机未完全空载时,也能离线辨识出其互感参数。对无速度传感器转速辨识原理以及实现方法进行了介绍,并利用Matlab进行系统仿真,验证了算法的有效性。