基于模态参数组合的板结构损伤识别

基于弹性薄板的振动特性分析,通过弹性薄板结构的模态参数重新组合的方法建立矩形薄板的损伤指示量指标;以矩形薄板作为研究对象,建立板的有限元模型,通过降低板的有限元模型局部单元的弹性模量来模拟板的损伤状态,三类简支薄板的损伤模型的数值模拟结果表明该方法对板损伤位置能够精确定位,对板结构单一损伤和多处损伤的定量检测效果明显.     

新型桥梁板式橡胶降噪减振伸缩装置仿真分析

基于国家对防治交通干线环境噪声污染、大力倡导绿色交通的要求，同时考虑到现阶段各类伸缩装置的降噪功能和效果均有所欠缺，研发了一种新型的性能优良的降噪减振伸缩装置以减少公路、城市桥梁工程噪声对环境污染。对伸缩装置的承载能力极限状态、正常使用极限状态及疲劳性能有限元模拟分析，分析结果满足规范要求。     

雷达测波信息存储和实用化研究

目前,用于航行舰船上的测波设备只有测波雷达,其优势为可以测得当前较精确的海浪谱,这是精确预报舰船耐波性的基础。在测波雷达使用中,至少存在三方面矛盾:一是各船测得的海量海浪信息,如何实现快速查询;二是信息如何为众多的需求单位共享,以求解决海浪信息预报和深入研究海浪规律尤其是远洋航区的海浪规律问题;三是需要解决普遍存在有义波高测量误差偏大等测波信息航海实用化的问题。本文针对以上需求,以WaMoSⅡ测波雷达为例,从建立雷达测波信息数据库、有义波高的参数修正、相对频谱转化为绝对频谱以及基于雷达测波信息生成频率方向谱等方面,对测波信息的再处理进行研究,力求满足上述需求。     

源于军工 专于测控 高可靠 高品质

<正>从1997年开始,维博就为铁路的信号微机监测、机车电气综合及牵引供电系统提供各式各样的隔离测量产品。凭借高精度、低功耗、高可靠性和良好的现场适应能力等优点,产品稳定运行在全国近30000个车站,数量超过500万只。凭借公司多年的铁路应用经验,公司开发的移频信号监测传感器、高压脉冲信号监测传感器、道岔表示电     

主机排气阀驱动凸轮移位处理及原因分析

<正>1故障现象某轮,主机型号MAN BW 6L70MC,单凸轮液压驱动排气阀,脉冲增压,正常工况扫气箱温度50℃左右,扫气箱高温减速报警值120℃。     

城市轨道交通通信制式将进入4G时代

2015年3月,工业与信息化部发布了《关于重新发布1 785～1 805 MHz频段无线接入系统频率使用事宜的通知》(工信部无[2015]65号文).该文明确指出1 785～1 805 MHz频段可用于交通(城市轨道交通等)、电力、石油等行业专用通信,解决了城市轨道交通车地通信迫切需要的专用频段问题,对城市轨道交通安全运营及持续发展十分重要.     

关于地铁领域脉冲事件的记录研究

随着地铁领域对安全性要求越来越高，为了实时性记录地铁各种设备的运行状态及告警信息，完整地采集保持信号和脉冲信号，更全面地分析事故发生的原因，基于Modbus通信协议，提出采集脉冲信号并形成事件顺序记录的3种方法，即脉冲信号保持、事件信息逐个上传及事件信息统一上传。结合宁波二期地铁实际运营案例，对3种方案在查询时间、数据信息完整性等方面进行探讨及性能比对，说明事件信息统一上传这一方案在保证信息完整采集的基础上可以节省33%的查询时间，更适用于地铁事件信息的收集。     

基于AD9850锁相环频率合成器的研究与设计

本系统以51单片机为控制核心,由正弦信号发生模块组成。采用数控的方法控制DDS芯片AD9850产生1Hz-35MHz正弦信号,1Hz-1MHz方波,输出方波频率为500KHz时上升沿和下降沿有点失真,幅度为5V,最高输出正弦波频率为35MHz无失真,幅度为0.6V。测试信号发生模块产生的1kHz正弦信号。     

无人驾驶汽车行车环境下鲁棒性声学特征提取算法（双语出版）

无人驾驶汽车在行车过程中，需要通过视觉感知和听觉感知来构建当前周围环境模型，声学事件检测是听觉感知系统构建模型的核心所在。行车环境下声学事件检测系统面临着复杂而强烈的噪声挑战，尤其是行车过程中的风噪。声学事件检测中，常用的声学特征梅尔频率倒谱系数（MFCC）对噪声干扰十分敏感，为了解决这一问题，提出一种谐波梅尔频率倒谱系数（HMFCC）的鲁棒性声学特征提取算法，用于声学事件的目标分类。该算法通过声学信号的谐波模型与MFCC算法相结合，提取目标声学信号中的共振峰频率，改进传统Mel滤波器组，从而增强HMFCC中目标声学信号的中高频分量。研究结果表明：在不同的风噪环境下，基于HMFCC声学特征的检测结果具有较高的精准率和召回率，且在低噪和强噪环境下HMFCC和MFCC之间分类效果差异明显；低噪环境下，几种声学事件的HMFCC特征分类的平均精准率和召回率分别达到82.66%、84.15%，而基于MFCC特征分类检测的平均精准率和召回率只有73.93%、74.61%；随着风噪增强，MFCC特征分类精度严重下降，平均精准率和召回率仅为54.15%、44.95%，HMFCC特征在强噪环境下的平均精准率和召回率为72.16%、69.87%。行车环境下，HMFCC特征不仅可以提高分类的准确率，而且表现出对噪声不敏感的特性。