增程式电动车的APU控制策略的研究

提出了一种由永磁同步电机和汽油机组成的辅助动力单元(APU)的控制策略.通过仿真与试验选定控制参数.为改善APU的动态和稳态性能,采用模糊控制策略.试验结果表明,本文提出的控制策略能很好地满足增程式电动车的性能需求.     

基于信息融合的道路前方车辆识别研究

将光学传感器与红外传感器进行信息融合以识别道路前方车辆.首先根据光学图像信息进行保守识别以初步确定车辆目标.在对相应的红外图像进行通道处理的基础上,充分利用其温度场信息提取车辆目标特征以构建车辆验证函数.以车辆验证函数值为依据建立基于最小风险的贝叶斯决策分类器,对光学初识别中得到的车辆目标进行验证,从而成功实现了光学图像与红外图像的信息融合.试验表明该方法能够利用红外热图信息在光学图像保守识别的基础上剔除误判目标,最终得到较为准确的识别结果.     

小波变换在车辆噪声源识别中的应用

利用三级小波包分解，获取信号能量分布的特征向量，根据信号能量分布的特征向量相关系数，确定两种信号相关程度，给出了识别不同信号的识别方法，试验表明，该方法用于车辆噪声、振动源识别比传统的分析方法更为简单、有效。     

柴油机模态试验与分析应用实例

应用一套模态测量分析系统对某V6柴油机组件进行了模态测试 ,获得其模态参数及振型 ,为发动机结构改进设计提供试验依据     

Forecasting short-term subway passenger flow under special events scenarios using multiscale radial basis function networks

Reliable and accurate short-term subway passenger flow prediction is important for passengers, transit operators, and public agencies. Traditional studies focus on regular demand forecasting and have inherent disadvantages in predicting passenger flows under special events scenarios. These special events may have a disruptive impact on public transportation systems, and should thus be given more attention for proactive management and timely information dissemination. This study proposes a novel multiscale radial basis function (MSRBF) network for forecasting the irregular fluctuation of subway passenger flows. This model is simplified using a matching pursuit orthogonal least squares algorithm through the selection of significant model terms to produce a parsimonious MSRBF model. Combined with transit smart card data, this approach not only exhibits superior predictive performance over prevailing computational intelligence methods for non-regular demand forecasting at least 30 min prior, but also leverages network knowledge to enhance prediction capability and pinpoint vulnerable subway stations for crowd control measures. Three empirical studies with special events in Beijing demonstrate that the proposed algorithm can effectively predict the emergence of passenger flow bursts.     

基于静力的智能桥梁结构智能计算方案的研究

智能土木 桥梁结构在线监测环境下的智能计算是结构智能化的必要条件。通过对该环境下两种基于静力的计算路线的分析比较,给出了一个集神经网络力学反问题解法和有限元力学正问题解法为一体的智能计算方案。方案通过对荷载(被定义为结构工作状态指标)的实时识别和实时分检,以及分检状态流的有限元分析,建立实时、在线的结构健康监测机制和准实时、在线的结构健康诊断机制。结合模型试验,对方案予以初步实现并进行了仿真验证,其仿真计算结果表明该方案是可行的,有必要对其加以研究和完善。     

条码字符的模糊识别方法

在分析条码字符常规识别方法的基础上,针对因扫描倾斜角和扫描速度改度引起的首读率不高问题,提出了模糊识别方法。理论分析和抽样结果都表明,在硬件设备和印刷质量相同的条件下,该方法的识别首读率明显高于常规识别方法。     

视频传感器在动车组零部件管理中的应用

视频传感器能够完成对动车组零部件序列号识别工作,因而可以作为动车组零部件管理系统的前端输入设备,与传统的电子标签相比,有其独到的优势.本文针对应用现场的条件,就视频传感器采用的先进技术进行阐述,并介绍其应用模式和效果.     

隧道软弱卧层的危害、防治及现场判识之探讨

隧道软弱卧层的存在,对施工和运营安全危害极大,当其位于围岩应力场范围,会引起隧道瞬间发生异常沉降,引发地质灾害。结合工程实例,对隧道软弱卧层的危害提出了相应的处理和防治措施,在施工中取得了预期的效果。同时通过现场调查及对软弱卧层作用机理的研究,指出不能通过变形量测或解析方法预测软弱卧层的存在,在变形量测结果正常、基底承载力符合设计要求的情况下,如果伴随洞内地表异常隆起,可作为软弱卧层存在的基本判据;地质超前预报是发现和预防软弱卧层危害的最主动、最有效的手段;对围岩和软弱卧层进行注浆加固,是防治其危害最直接、最有效的手段。研究结果对同类隧道工程问题具有借鉴和参考价值。     

基于模糊综合评价法的有轨电车运营风险评估

为实现在不完备风险事件数据基础上对有轨电车运营风险的全面识别和评估,提出一种将风险事件历史数据与专家经验结合的运营风险评估方法。分析中国北方城市有轨电车运营风险事件信息,通过层次分析法识别并建立有轨电车运营关键风险因素评估体系,采用基于风险矩阵法与专家评价法的模糊综合评价法进行有轨电车运营风险综合评估。分析长春市有轨电车运营案例,结果表明：有轨电车运营总体风险可控,其中与车辆相撞、轨道异物入侵、恶劣天气、道岔与信号设备的风险较高,建议有关部门加强安全隔离设施的布设、人员出行行为的监管力度以及针对恶劣天气的提前预警与措施,并在日常运营中加强对关键设备的智能维护和健康管理。