车辆工程中小波分析的应用综述

小波理论是近年来迅速发展起来的新兴学科,由于它多分辨分析的特点,使得其在时、频两域都具有表征信号局部特征的能力,成为处理非平稳信号的有力工具,在车辆工程领域受到越来越广泛的应用。简要介绍了小波分析的特点及其在车辆工程的典型应用。     

桥梁结构健康监测基于相关性分析的多源数据预测算法研究

通过大数据预处理和分析技术,对位移、应变、风速、温度、湿度和索力等桥梁监测数据进行分析。首先使用傅里叶变换和小波变换,分析了不同监测数据类型之间的相关性,之后通过Bi-LSTM多源预测模型验证了相关性分析的结论。结果表明：位移信号与温度信号之间具有负相关性、位移信号与湿度信号具有正相关性,引入相关性强的桥梁监测数据建立多源预测模型能有效提高预测精度。研究结果对桥梁结构健康监测数据的关联分析与挖掘有参考价值,可为桥梁的日常养护、监测运营和应急管理提供决策依据。     

沥青混合料矿料间隙率影响因素分析

利用正交分析法对影响沥青混合料矿料间隙率的因素进行分析,得出矿料间隙率随着CA值的增大而增大;矿料间隙率随着FAF和FAC的增大而减小,矿料间隙率随着油石比的增加先减小后增大的结论,可为混合料配合比设计提供依据。     

基于正交试验的侧围外板拉延成形工艺参数优化研究

针对侧围外板拉延成形易产生开裂、起皱以及塑性变形不充分等问题,以某车型侧围外板为研究对象,对影响侧围外板拉延成形质量的工艺参数进行研究。运用单因素变量法,研究了压边力、冲压速度、摩擦系数、模具型面间隙以及拉延筋阻力系数五个变量因素对侧围外板拉延成形质量的影响。运用正交试验法和极差分析法,以降低最大减薄率为目标进行优化,筛选出最佳工艺参数组合。明确了各变量因素对侧围外板最大减薄率主次影响的优化方法,并分析了试验结果方差,得出了影响减薄率的显著因素。运用优化后的工艺参数进行成形仿真,获得了良好的成形效果。利用成形仿真结果指导现场试模,得到无开裂、起皱、塑性变形充分的零件,最大减薄率为19.8%,最大增厚率为3.6%。研究表明,将正交试验应用于成形仿真可以改善侧围外板拉延成形质量,并能提高试模成功率。     

小波分析技术在故障诊断中的应用

小波分析是20世纪80年代中期发展起来的新的数学理论和方法,并已在实践中得到了广泛应用。本文对小波分析、小波分析与神经网络相结合的小波网络及小波分析与模式识别相结合在故障诊断中的应用进行了详细的介绍,最后指出了这一领域有待进一步研究的问题和发展趋势。     

基于模糊神经网络的柴油机排气噪声预测

应用模糊神经网络FNN（Fuzzy Neural Networks）的模糊推理对噪声数据的预测进行了研究分析。和传统的BP网络方法相比,模糊神经网络具有概念清晰,逻辑清楚,且不会限于局部极小点等特点,实验结果充分证明了这种方法的有效性,并且本文用较小规模的正交试验数据作为训练样本,达到了试验量少效果好的目的。     

基于DWT-LSTM的航道水位智能预测模型研究

航道水位信息是内河船舶安全通航、合理配载的决策依据之一.为揭示内河航道水位特征、提高短时预测精度,提出了一种基于小波分析(DWT)和长短时记忆(LSTM)的耦合神经网络模型,以汉口水位站为例,验证了模型有效性,并与传统BP神经网络、小波分析-BP神经网络和LSTM神经网络模型进行对比分析.研究结果表明:四类模型均可满足...     

管道支吊架布置优化方法

为在放射性废物处理系统设计时获得管道支吊架最优布置方案,提出了一种管道支吊架布置优化方法,建立相应管路参数化的有限元模型,以管道应力为优化目标,以相关标准为约束条件,采用全局扫描及零阶优化的组合算法确定支吊架最优位置,完成结果核算。使用算例对方法流程进行介绍,采用全面正交试验方法,使用CAESAR II软件进行对比计算,验证了所建的管路有限元模型的正确性。文中方法避免了在管道布置过程中大量的人工试算,提高了设计效率,并能够获得最大应力裕度,放射性废物处理系统安全性能得到提升。     

基于正交模型灰色关联算法的高功率动力电池包冷却结构优化研究

针对液冷型动力电池包冷却结构多因素参数化研究,搭建电芯电-热耦合仿真模型,通过台架试验验证了电芯仿真计算的有效性。对显著影响液冷型电池包性能的冷却液流速、冷却液温度及冷管宽度和高度4个关键参数进行四因素四水平正交试验计算,基于正交模型的模糊灰色关联分析法探究四因素对电池模组最高温度和最大温差的影响权重。结果显示：对于电池模组最高温度,冷却液的温度对其影响最大,冷却液流速次之,冷却管道宽度影响最小;而对于电池模组最大温差,冷却液流速对其影响最大。通过结果分析得到优化组合方案,计算得到优化方案能使得电池组最高温度下降到32.8℃,最大温差控制在3.3℃内,冷却性能表现最佳。     

可变深度嵌入小波图像压缩算法

为了提高小波嵌入压缩算法的速度,提出了一种可变深度嵌入小波压缩算法。由图像小波变换能量聚集和子带间的幅度衰减性等特性,在小波分层嵌入编码过程中,对不同的重要图,部分小波子带的系数幅度是不会超过当前的阈值,从而可以忽略不计,即小波树的深度随着重要图的不同而改变,也就是变深度嵌入编码。实验结果显示,对于自然图像不需要考虑的层中的小波系数幅值几乎全部小于当前的阈值,从而和EZW算法相比,编码不会影响压缩率(或图像质量),而编解码过程中的运算量明显下降。