基于BP神经网络的船用柴油机振动状态监测

通过监测柴油机表面振动信号,用时间序列分析方法提取柴油机故障的振动特征参数,以此建立相应的神经网络,用于船用柴油机的状态监测,提高诊断的准确性。试验研究在中速四冲程增压柴油机上进行。文中以柴油机气阀间隙异常的诊断和柴油机负荷状态的识别为例阐述了该方法的实现过程,并给出了振动信号的特征参数与柴油机工作状态之间的关系。研究表明,利用神经网络监测柴油机运行状态的变化是可行的和有效的。     

基于串联灰色神经网络的船用柴油机状态预测研究

文章首先对灰色预测模型进行了改进,建立了GM（1,1）综合预测模型;其次针对灰色理论和神经网络的互补性,创建了以等维新息GM（1,1）模型＋BP神经网络的串联型灰色神经网络预测方法,在此基础上提出了3＊3＊1＊1结构的预测模型,并对其建模过程和算法进行了分析讨论;最后以某型船用柴油机铁谱监测数据为样本,对这种新预测模型的可行性与准确性进行了验证。     

超大型 VLCC 波激振动和砰击振动模型试验研究

船舶的波激振动和砰击振动对船舶结构的安全性有较大影响。文章以一艘超大型 VLCC 为研究对象,通过变截面梁分段模型试验方法对船舶在规则波和不规则波中波激振动和砰击振动响应进行了比较分析,介绍了船模波浪载荷试验中模型的设计原则,通过静水试验得到了船体梁垂向振动频率特性、振动阻尼和静水兴波弯矩等参数,通过规则波和不规则波试验分析了波高、波浪周期和装载状态等因素对波激振动和砰击振动的影响。该文的研究结果对大型船舶的结构设计具有一定的指导意义。     

Subsidence Velocity Estimation Using PS-Based Time Series DInSAR

Introduction As a new space-geodetic technology, satellitedifferential synthetic aperture radar interferometry(DInSAR) has proven highly powerful for regionaldeformation mapping with some prominent advantageslike high sensitivity to displacement, high spa…     

城市道路短期交通流时间序列特性分析

以关联维数作为混沌判据,采用改进的替代数据法对采样周期为3 min的实测交通流时间序列进行了混沌判别,表明该时间序列的短期交通流中存在混沌现象。由于所采用的时间尺度更接近实际交通控制的最大周期,使得基于混沌理论的短期预测结果更适于实施交通控制和诱导。     

基于深度学习的短时交通流预测研究

针对交通流时间序列,在深度学习的理论框架下,构建基于LSTM-RNN的城市快 速路短时交通流预测模型.根据交通流的时空相关性完成时间序列的重构,依靠模型训练对时 空关联特性进行识别和强化,兼顾精度和时效性确定神经网络深度,完成短时交通流预测模 型搭建.基于TensorFlow 的Keras 完成LSTM-RNN的逐层构建和精细化调参,利用路网实测数 据样本完成算法验证,实现模型本地保存并根据预测精度进行自适应更新.结果表明,本文所 采用的预测算法精度高,受训练样本量的限制较小,实时性、扩展性和实用性均得到有效提高.     

含串补电容电气化铁路馈线故障测距算法

含串联补偿电容的电气化铁路牵引电网线路的电抗一距离关系不是单调的，按常规的电抗查表测距法，每个故障点会对应2个或多个定位点．通过对含串补电容馈线故障模型特性的分析，提出了一个新的判别方法．对不同的故障角和过渡电阻的ATP仿真以及MATLAB程序分析结果验证，该方法能够判断出故障与区间串补电容的相对位置．给出了含2个串补电容的电气化铁路馈线故障分段查表测距算法．     

宽带IP网中VBR视频流量的建模与预测

VBR视频信息即将成为宽带IP网的主要流量,在考虑网络资源利用率和动态带宽分配等方面,其中一项重要的内容就是VBR视频建模及其流量预测。本文在分析VBR视频流量主要特点的基础上,阐述了视频建模时应当注意的关键问题及其流量预测过程中应用的数学方法,并给出了若干典型的VBR视频流量模型。     

新干线700系车组的降噪措施

介绍了在新干线700系车组的开发中,为降低空气动力噪声,对车体外形、受电弓、超压母线所进行的改进。     

交通流实时预测的混沌时间序列模型

针对城市交通流普遍存在的混沌特性,介绍了一种改进的加权一阶局域预测模型,并将其应用于交通流实时预测中。为了进一步提高算法的精度与速度,对最优邻域的点数进行动态选择,通过改进,使之成为一种鲁棒性强、预测精度高的实时预测算法,并能有效地用于短时交通流的预测问题中。仿真结果表明:该算法完全满足实时交通流预测的需要,为交通信号智能控制和交通流诱导奠定了坚实的基础。